ДІАГНОСТИКА ЗАХВОРЮВАНЬ РОСЛИН З ВИКОРИСТАННЯМ ТЕХНОЛОГІЙ РОЗПІЗНАВАННЯ ОБРАЗІВ В СИСТЕМІ ЕКОНОМІЧНОЇ БЕЗПЕКИ ФЕРМЕРСЬКИХ ДОМОГОСПОДАРСТВ

  • Dmytro Kvashuk
  • Vladyslav Pidluzhnii
Ключові слова: діагностика захворювань рослин; фермерські домогосподарства; економічна безпека; машинний зір; розпізнавання образів

Анотація

Метою даної статті є розгляд теоретичний та прикладних аспектів, що пов’язані з технологічним вдосконаленням та підтримкою дрібних фермерських домогосподарств в Україні та підготовкою їх до висококонкурентних умов, поява яких, пов’язана із процесами, що передують відкриттю земельного ринку. Основна задача, показати сучасні можливості для застосування технологій машинного зору дрібним підприємцям, основний вид економічної діяльності яких, є сільське господарство. Разом з тим наголошено на актуальності оцінки ризиків в сільському господарстві, які визначають рівень економічної безпеки даного виду діяльності. Досліджено нагальні потреби в підвищенні конкурентоздатності дрібних аграріїв, які мають поступово освоювати технологічну сферу застосування штучного інтелекту. Розглянуто основні принципи застосування технологій машинного зору та можливості їх використання в умовах сучасності.Також, було визначено економічну ефективність машинного зору, що в рази перевищує ефективність людської праці. Перш за все це обумовлено витратами на оплату праці, відсутністю людського фактору та точністю розрахунків. Проаналізовано ряд не вирішених питань, які пов’язані із економічною безпекою вітчизняних аграріїв, а саме їх можливостями використовувати сучасні інформаційні технології для розвитку власних домогосподарств.Досліджено міжнародний досвід застосування технологій розпізнавання образів в аграрній сфері, зокрема ряд складових, які можуть застосуватись фермерськими домогосподарствами у сфері автоматизованого розпізнавання хвороб рослин.Розглянуто можливості виділення специфічних ознак таких хвороб на відеозображеннях та ідентифікації їх обчислювальними засобами.Визначені найбільш придатні способи для використання машинного зору дрібними фермерами.

Посилання

Статика втрат урожаю пшениці (2019), Офіційний сайт ООН [Електронний ресурс]. –Режим доступу: https://unstats.un.org.

Newman J.A., Gibson D.J., Parsons A.J., Thornley J.H. How predictable are aphid population responses to elevated CO2?, Anim. Ecol. (vol.72), 2003, pp. 556–566.

Savary S., Mila A, Willocquet L, Esker PD, Carisse O, McRoberts N. Risk factors for crop health under global change and agricultural shifts: a framework of analyses using rice in tropical and subtropical Asia as a model. (2011), Phytopathology. 2011 Jun;101(6): pp. 696-709.

Whish J.P. M., Herrmann N.I., White N.A., Moore A.D., Kriticos D.J. Integrating pest population models with biophysical crop models to better represent the farming system. Environ. Model. Softw. 2015; 72:418–425.

The site of the office of the OpenCv Library (2019), “Documentation”, [Electronic resource], available at: https://opencv.org/(Accessed 29 May 2019).

Official website of the United Nations (2019), “Static loss of wheat crop”, [Electronic resource], available at: https://unstats.un.org (Accessed 29 May 2019).

Newman, J. Gibson, D. Parsons A, and Thornley, J. (2002), “Thornley predictable are aphid population responses to elevated CO2”, Animals Ecology, vol. 72, pp. 556–566.

Savary , S. Mila, A. Willocquet, L. and Esker, P. (2011), “Risk factors for crop health under global change and agricultural shifts: a framework of analyses using rice in tropical and subtropical Asia as a model”, Phytopathology, vol. 101(6), pp. 696-709.

Whish, J. Herrmann, N. White, N. and Moore A., (2015), “Integrating pest population models with biophysical crop models to better represent the farming system”, Environmental Modelling & Software, vol. 72, pp. 418-425.

The site of the office of the OpenCv Library (2019), “Documentation”, [Electronic resource], available at: https://opencv.org/(Accessed 29 May 2019).

Опубліковано
2019-07-01
Номер
Розділ
Статьи