Wyniki wyszukiwania - BazTech

1

Project of an open information technology system supporting farm management

Fojud A., Zaborowicz M., Boniecki P., Okoń P.

Journal of Research and Applications in Agricultural Engineering

|

2018

|

Vol. 63, nr 4

56--62

EN

This paper presents an original information system supporting the management of an agricultural holding codenamed AGMS (Agro-Management System). This system was created in C# language, using ASP. NET MVC programming technology. The application database layer was supported by SQL Server and Entity Framework technology. The creation of the program's views enabled such languages as HTML 5, CSS3 along with Bootstrap library and Javascript with dedicated Knockout.js library. The development of the system was preceded by an analysis of requirements, in accordance with software engineering procedures. The documentation created at this stage in the form of UML diagrams was prepared in Microsoft Visio. The AGMS program presented in this article is a developmental version, so all its functionalities are not yet fully implemented. The user can use the current version of the software to map fields, manage events related to individual fields and, among other things, obtain information on pests and weeds. The article also describes the concept of the final version of the program, which should include modules implementing simple methods of artificial intelligence in the field of image recognition and decision support.

PL

Zaprezentowano autorski system informatyczny wspomagający zarządzanie gospodarstwem rolnym o nazwie kodowej AGMS (Agro-Management System). System ten został wytworzony w języku C#, w technologii programistycznej ASP.NET MVC. Warstwa bazodanowa aplikacji została obsłużona przez SQL Server oraz technologię Entity Framework. Wytworzenie widoków programu umożliwiły takie języki jak HTML5, CSS3 wraz z biblioteką Bootstrap a także Javascript z dedykowaną biblioteką Knockout.js. Opracowanie systemu zostało poprzedzone analizą wymagań, zgodnie z procedurami inżynierii oprogramowania. Powstała na tym etapie dokumentacja w postaci diagramów UML została przygotowania w programie Microsoft Visio. Program AGMS prezentowany w niniejszym artykule jest wersją rozwojową, a zatem jego wszystkie jego funkcjonalności nie są jeszcze w pełni zaimplementowane. Użytkownik korzystając z aktualnej wersji oprogramowania ma możliwość mapowania pola, zarządzania zdarzeniami dotyczącymi poszczególnych pól, a także m.in. może zasięgać informacji o szkodnikach czy chwastach. W pracy opisano także koncepcję finalnej wersji programu, w której powinny znaleźć się moduły implementujące proste metody sztucznej inteligencji w zakresie rozpoznawania obrazów i wspomagania podejmowania decyzji.

2

Project of a computer system supporting extraction of the characteristics of pork half-carcases

Fojud A., Boniecki P., Zaborowicz M., Lisiak D., Ślósarz P., Stanisz M., Strzeliński P., Konieczny A.

Journal of Research and Applications in Agricultural Engineering

|

2017

|

Vol. 62, nr 3

87--92

EN

In this paper it has been described a computer system for the processing and analysis of two-dimensional digital images of evaluated pork half-carcasses. The AOPW (pol. Analiza Obrazu Półtusz Wieprzowych) image analysis system was created in C#, in Visual Studio 2015, using the AForge.NET library. The development of the application was preceded by a requirement analysis, according to the software engineering procedures. Documentation in the form of UML diagrams was developed in Microsoft Visio. The AOPW application is used to analyze and extract the characteristics of pork halfcarcasses contained in two-dimensional digital images acquired during the slaughtering process of pigs. The application may be a part of a new method for evaluating and classifying pig carcasses according to the applicable EUROP classification. The developed system was divided into two modules: the first for processing and filtering image, enabling e.g. edge and shape detection, sharpening and image binarization. The second allows for image analysis and acquisition of characteristics of pork half-carcasses - descriptors. The presented work was created within the research project of National Research and Development Center PBS3/B8/26/2015.

PL

W pracy zaprezentowano autorski system informatyczny służący przetwarzaniu i analizie dwuwymiarowych obrazów cyfrowych, poddawanych ocenie półtusz wieprzowych. System o nazwie Analiza Obrazu Półtusz Wieprzowych (AOPW) został wytworzony w języku C#, w pakiecie Visual Studio 2015, z użyciem biblioteki AForge.NET. Opracowanie aplikacji zostało poprzedzone analizą wymagań, zgodnie z procedurami inżynierii oprogramowania. Powstała na tym etapie dokumentacja w postaci diagramów UML została przygotowana w programie Microsoft Visio. Aplikacja AOPW służy do analizy i ekstrakcji cech charakterystycznych półtusz wieprzowych, zawartych na dwuwymiarowych obrazach cyfrowych pozyskanych w trakcie procesu uboju trzody chlewnej. Aplikacja może stanowić element nowej metody oceny i klasyfikacji półtusz wieprzowych według obowiązującej klasyfikacji EUROP. Opracowany system został podzielony na dwa moduły: pierwszy przetwarzający i filtrujący obraz, umożliwiający m.in. wykrywanie krawędzi i kształtów, wyostrzanie oraz binaryzację obrazu; drugi pozwalający na analizę obrazu i pozyskanie cech charakterystycznych – deskryptorów. Przedstawiona praca powstała w ramach projektu badawczego Narodowego Centrum Badań i Rozwoju PBS3/B8/26/2015.

3

Use of neuron image analysis to build classification model of corpora lutea of domestic cattle

Górna K., Zaborowicz M., Jaśkowski B. M., Idziaszek P., Okoń P., Boniecki P., Przybył J.

Journal of Research and Applications in Agricultural Engineering

|

2016

|

Vol. 61, nr 3

162--166

EN

The paper presents the results of studies on the usefulness of the texture images USG (ultrasonography) analysis by GLCM (Gray Level Co-Occurrence Matrix) in neural modeling. Tests pertained to the efficacy of the classification of the corpora lutea located in ultrasound images of the domestic cattle ovaries performed by artificial neural networks. The tests were performed using three different methods: the first one used unprocessed images - raw, the second method used image processing - unsharp mask. In the third method the raw images were processed by filter reducing the noise - despeckle filter. For each of the presented methods, the best generated neural network model had the structure of the MLP (Multi Layers Perceptron). The best results, in terms of artificial neural network were obtained in the case of ultrasound images that were not processed prior to texture analysis. As a result, it generated MLP neural model of structure 5:5-8-1:1.

PL

W pracy zaprezentowano wyniki przeprowadzonych badań nad przydatnością analizy tekstury obrazów USG (UltraSonoGraphy) metodą GLCM (Gray Level Co-Occurrence Matrix) w modelowaniu neuronowym. Sprawdzano skuteczność klasyfikacji przez sztuczne sieci neuronowe ciałek żółtych znajdujących się na obrazach USG jajników bydła domowego. Badania wykonano za pomocą trzech różnych metod: w pierwszej wykorzystano obrazy nieprzetworzone - surowe, w drugiej posłużono się metodą przetwarzania obrazu - filtrem wyostrzającym. Natomiast w trzecim sposobie obrazy surowe zostały przetworzone filtrem redukującym zaszumienia. Dla każdej z zaprezentowanych metod, najlepszy wygenerowany model sieci neuronowej miał strukturę MLP (Multi Layer Perceptron). Najlepsze wyniki, pod względem jakości sztucznej sieci neuronowej uzyskano w przypadku obrazów USG, które nie były przetwarzane przed analizą tekstur. W efekcie wygenerowano model neuronowy MLP o strukturze 5:5-8-1:1.

4

Use of methods of image processing and analysis to determine the distribution class of cortical granules in bovine oocytes

Górna K., Balcerzak K., Idziaszek P., Nowakowski K., Boniecki P., Przybył K., Zaborowicz M.

Journal of Research and Applications in Agricultural Engineering

|

2015

|

Vol. 60, nr 1

14--18

EN

Image processing and analysis are one of the tools to achieve data coded in digital images. Development of these methods enables to gain more data coded in digital images, even those which are not visible to the human eyes. Therefore it is justified to create new computer systems appointed in functions and filters that support process of gaining new information coded in digital image. In this study system for classification of oocytes has been described. The cells are classified taking into account distribution of cortical granulae according to three-class scale. In addition, knowing the diameter of the follicle from which the oocyte was aspired and class of oocyte-cumulus complex, it is possible to determine developmental competence of oocyte.

PL

Przetwarzanie i analiza obrazu stanowią narzędzia do uzyskania danych zawartych w obrazach cyfrowych. Dzięki rozwojowi tych metod można uzyskać więcej informacji na temat danych zakodowanych w obrazach cyfrowych, nawet tych które nie są widoczne dla ludzkiego oka. Dlatego też uzasadnione jest tworzenie nowych systemów informatycznych wyposażonych w funkcje i filtry, które wspierają proces pozyskiwania informacji zakodowanych w obrazach cyfrowych . W pracy opisano system do klasyfikacji oocytów. Komórki są klasyfikowane pod względem rozmieszczenia ziaren korowych zgodnie z trójstopniowa skala. Ponadto, przy znajomości średnicy pęcherzyka, z którego został wyaspirowany oocyt i klasę kompleksu oocyt-kumulus, możliwe jest ustalenie w systemie kompetencji rozwojowej komórki jajowej.

5

System informatyczny PiAO2 jako narzędzie wspomagające bezwzorcową neuronową klasyfikację pomidorów

Boniecki P., Zaborowicz M., Przybył K., Pilarski K.

Journal of Research and Applications in Agricultural Engineering

|

2012

|

Vol. 57, nr 1

26--28

PL

Analiza obrazów oraz pozyskiwanie danych zawartych w obrazach cyfrowych są istotnym elementem w procesie generowania zbiorów uczących, przeznaczonych do budowy modeli neuronowych. Wraz z rozwojem komputerowej analizy obrazu możliwe jest pozyskiwanie coraz większej ilości danych. Dlatego zasadne jest tworzenie nowych oraz modyfikowanie istniejących systemów informatycznych, wspierających neuronową analizę obrazów o nowe funkcje, zwiększające użyteczność tych aplikacji.

EN

Image analysis and gathering data from digital images is an important element in process of generating learning sets for the construction of the neural models. With the development of computer image analysis it is possible to obtain more data. This is a reason to create and develop computer systems that support neural image analysis and increase usability of this software.

6

Koncepcja wykorzystania sztucznych sieci neuronowych w procesie oceny jakości pomidorów

Zaborowicz M., Koszela K., Boniecki P.

Journal of Research and Applications in Agricultural Engineering

|

2011

|

Vol. 56, nr 1

147-149

PL

Zwiększenie konkurencyjności oraz wzrost jakości produktów jest jednym z głównych celów producentów branży rolno-spożywczej. Producenci żywności zobowiązani są do przestrzegania norm jakościowych oraz dostarczania produktów zgodnie z zakontraktowaną specyfikacją jakościową. Liderzy rynku chcąc pozostać w czołówce przedsiębiorstw coraz częściej stosują nowoczesne rozwiązania informatyczne wspomagające proces wytwórczy i ocenę jakościową produktu. Złożoność tych procesów wymaga zaprojektowania i wdrażania nowych rozwiązań, wykorzystujących specjalne techniki i metody informatyczne.

EN

Increasing competitiveness and increase of product quality is one of the main objectives of the producers of agrifood sector. Food manufacturers are required to observe quality standards and deliver products in accordance with the spedfications. Leaders of food manufactures wanting to remain at the fore front of companies use modern IT solutions for supporting the production and evaluation of product quality. The complexity of these processes requires the inventing and implementation of new solutions, using special techniques and methods of informatics.

7

System informatyczny piao jako narzędzie do przetwarzania obrazów cyfrowych wspomagające proces generowania zbiorów uczących przeznaczonych do budowy modeli neuronowych

Zaborowicz M., Boniecki P., Świerczyński K.

Journal of Research and Applications in Agricultural Engineering

|

2010

|

Vol. 55, nr 2

128-133

PL

Pozyskiwanie oraz przetwarzanie danych empirycznych występujących w formie graficznej jest istotnym elementem w procesie generowania zbiorów uczących, przeznaczonych do budowy identyfikacyjnych modeli neuronowych. Właściwa analiza oraz konwersja obrazów cyfrowych są fundamentalnym procesem, determinującym dalsze etapy modelowania neuronowego. Powszechnie dostępne metody edycji oraz pozyskiwania danych z obrazów nie zawsze pozwalają na właściwe i efektywne wytworzenie zbioru uczącego. Często zachodzi potrzeba użycia kilku rodzajów komercyjnego oprogramowania, aby w efekcie można było pozyskać zbiór danych empirycznych zapisanych w pożądanej formie. Dlatego wydaje się być zasadnym wytwarzanie od podstaw kompleksowego systemu informatycznego dedykowanego dla wsparcia procesu generowania zbiorów uczących.

EN

Gathering data is an essential element of the process of generating learning sets, intended for the construction of artificial neural networks. A proper analysis and processing of the images are the basis for the next stages of the neural simulation. Commonly available methods of the edition and gaining data from images do not always allow to create a learning set in a right way. Often, there is a need to use several different software in order to gain one eligible set of data. This is a reason, why making a complex software for the process of generating the learning sets, is so important.

8

Sieć neuronowa typu MLP jako narzędzie w komputerowej analizie obrazów

Zaborowicz M., Boniecki P., Przybylak A.

Journal of Research and Applications in Agricultural Engineering

|

2010

|

Vol. 55, nr 2

124-127

PL

Znaczący rozwój technik informatycznych, mający m.in. miejsce w dziedzinie modelowania neuronowego, spowodował wzrost zainteresowania metodami sztucznej inteligencji w kontekście ich wykorzystania w badaniach naukowych. Jednym z aspektów sztucznych sieci neuronowych jest możliwość ich zastosowania w procesie identyfikacji obiektów występujących w postaci obrazów cyfrowych. Celem pracy jest wygenerowanie sieci neuronowej dokonującej klasyfikacji motyli należących do rodziny Papilionidae, objętych ochroną gatunkową na terenie Polski, w oparciu o informację zakodowaną w postaci graficznej.

EN

A significant development of programmatic techniques, used in neural simulation, has caused an increase of interest in the methods of artificial intelligence in scientific research. The issue of the artificial network of neurons makes it possible for us to use them in the process of identification the objects seen as digital images. The aim of the work is to generate neural network, which is able to make a classification of butterflies of the Papilionidae family, protected species in Poland, basing on an information coded in the graphic form.