Візуальна оцінка сировини при виробництві преміксів з використанням OpenCV

Автор(и)

  • М. О. Кіктєв Національний університет біоресурсів і природокористування України image/svg+xml
  • М. О. Правілов Національний університет біоресурсів і природокористування України image/svg+xml
  • О. О. Опришко Національний університет біоресурсів і природокористування України image/svg+xml
  • О. М. Ромащук Національний університет біоресурсів і природокористування України image/svg+xml
  • Д. С. Лавінський Національний університет біоресурсів і природокористування України image/svg+xml

DOI:

https://doi.org/10.31548/energiya6(82).2025.107

Анотація

Контроль якості складових преміксів є важливим етапом їх виробництва. Від нього залежить низка показників кінцевого продукту (гомогенність, гранулометричні якості, ефективність складових преміксу тощо). У цьому дослідженні висвітлено доречність використання комп’ютерного зору на базі бібліотеки OpenCV для обробки зображень зразків солі та застосування глибокого навчання з допомогою TensorFlow для автоматизованої класифікації якості. За результатами дослідження виявлено, чи є доцільним використання наведених засобів для ефективного процесу контролю якості, що дає змогу зменшити вплив людського фактору та підвищити точність виявлення дефектів.

Ключові слова: комп'ютерний зір, оцінка якості солі, виробництво преміксів, машинне навчання, OpenCV, TensorFlow.

Посилання

1. Victor Suresh, A. "Feed formulation software", Editor(s): Sergio F. Nates, Aquafeed Formulation, Academic Press, 2016, pp. 21-31, https://doi.org/10.1016/B978-0-12-800873-7.00002-6.

2. Heidari, M.D., Gandasasmita, S., Li, E., Pelletier, N. Proposing a framework for sustainable feed formulation for laying hens: A systematic review of recent developments and future directions, Journal of Cleaner Production, Vol. 288, 2021, https://doi.org/10.1016/j.jclepro.2020.125585 .

3. Wang, L.M., Mandell, I.B., Bohrer, B.M. "Effects of feeding essential oils and benzoic acid to replace antibiotics on finishing beef cattle growth, carcass characteristics, and sensory attributes, Applied" Animal Science, Vol.36 (2), 2020, pp. 145-156, https://doi.org/10.15232/aas.2019-01908

4. Khalid A. Abdoun, Gamaleldin M. Suliman, Ahmed A. Alsagan, Osman A. Altahir, Mohammed Y. Alsaiady, Elfadil E. Babiker, Mohammed A. Al-Badwi, Faisal A. Alshamiry, Ahmed A. Al-Haidary "Replacing alfalfa-based? total mixed ration with Moringa leaves for improving carcass and meat quality characteristics in lambs", Heliyon, Vol. 10 (17), 2024, e36863, https://doi.org/10.1016/j.heliyon.2024.e36863.

5. Kiktev, M. Formulation and solution of the problem of optimizing animal feeding [Postanovka ta vyrishennya zadachi optymizatsiyi hodivli tvaryn]. Technological audit and production reserves, 2013. - No. 6/2 (14). - pp.8-11. (In Ukranian).

6. Khort, D., Kutyrev, A., Smirnov, I., Osypenko, V., Kiktev, N. Computer vision system for recognizing the coordinates location and ripeness of strawberries. Communications in Computer and Information Science, vol. 1158, 2020, 3rd International Conference on Data Stream and Mining and Processing, DSMP 2020, Lviv.- pp. 334 – 343,

7. Bian, P., Li, W., Jin, Y. et al. Ensemble feature learning for material recognition with convolutional neural networks. J Image Video Proc. 2018, 64 (2018). https://doi.org/10.1186/s13640-018-0300-z

8. Xu, H., Han, Z., Feng, S. et al. Foreign object debris material recognition based on convolutional neural networks. J Image Video Proc. 2018, 21 (2018). https://doi.org/10.1186/s13640-018-0261-2

Опубліковано

2025-12-31

Номер

Розділ

Статті