Компьютерное зрение для наблюдения и учета Pyrenophora teres озимого ячменя
И. В. Ариничева, Г. В. Волкова, Я. В. Яхник, И. В. Ариничев
Загрузить полный текст
Аннотация: Традиционная практика диагностики болезни и определения экономического порога вредоносности основана на визуальной оценке. Но она является затруднительной и требует высокой квалификации специалистов, своевременный выезд которых не всегда возможен, особенно в небольшие фермерские хозяйства. Принципиально новым и крайне перспективным в диагностике развития сетчатой пятнистости листьев ячменя представляется подход, основанный на автоматическом (без участия человека-эксперта) распознавании патогена и степени его развития по изображению или серии изображений.В статье предлагается использование инновационного подхода к диагностике развития сетчатой пятнистости (Pyrenophora teres) озимого ячменя, который основан на прогрессивных технологиях компьютерного зрения. Этот подход предусматривает двухэтапный процесс анализа изображений, призванный улучшить эффективность и точность диагностики заболеваний растений. На первом этапе применяются две сверточные нейронные сети для выполнения двух ключевых задач: отделение листовой пластины ячменя от фона изображения и сегментация очагов сетчатой пятнистости. Это позволяет точно идентифицировать зоны поражения, что является критически важным для последующего анализа. На втором этапе происходит количественная оценка степени поражения, основанная на подсчете пикселей пораженных и здоровых участков листа. Определяется отношение площадей пораженных участков к общей площади листа, что обеспечивает точную и объективную оценку степени развития болезни. Данный способ демонстрирует значительное преимущество перед традиционными визуальными методами диагностики, в том числе повышенную точность и объективность, а также ускоренный процесс анализа. Полевые и лабораторные исследования были выполнены в 2021–2023 гг. на площадках ФГБНУ «Федеральный научный центр биологической защиты растений» (ФНЦБЗР).
Ключевые слова: озимый ячмень, болезни ячменя, диагностика развития заболевания, сетчатая пятнистость, патоген, защита зерновых культур, фитосанитарный мониторинг, компьютерное зрение, искусственный интеллект
Для цитирования. Ариничева И. В., Волкова Г. В., Яхник Я. В., Ариничев И. В. Компьютерное зрение для наблюдения и учета Pyrenophora teres озимого ячменя// Известия Кабардино-Балкарского научного центра РАН. 2024. Т. 26. № 2. С. 72–79. DOI: 10.35330/1991-6639-2024-26-2-72-79
Список литературы
- Ариничев И. В., Полянских С. В., Ариничева И. В. Семантическая сегментация ржавчин и пятнистостей пшеницы // Компьютерная оптика. 2023. Т. 47. № 1. С. 118–125. DOI: 10.18287/2412-6179-CO-1130
- Волкова Г. В., Яхник Я. В., Мерзликина Е. Н. и др. Чувствительность сетчатой пятнистости ячменя к фунгицидам триазолового класса // Передовые исследования Кубани. Сборник материалов Ежегодной отчетной конференции грантодержателей Кубанского научного фонда. Краснодар, 2022. С. 51–55.
- Веретельникова Н. А., Кузнецова Т. Е., Нестеренко В. В. и др. Исходный материал для селекции озимого ячменя на устойчивость к листовым болезням // Материалы IV Международной научно-практической конференции «Современное состояние, проблемы и перспективы развития аграрной науки». 2019. С. 144–146.
- Билай В. И. Микроорганизмы – возбудители болезней растений: справочник. Киев: Наукова думка. 1988. 549 с.
- Хасанов Б. А. Определитель грибов-возбудителей «гельминтоспориозов» растений из родов Bipolaris, Drechslera и Exserohilum. Ташкент: Фан, 1992. 180 с.
- Лашина Н. М., Мироненко Н. В., Зубкович А. А., Афанасенко О. С. Ювенильная устойчивость сортов и образцов ячменя к net-, spot- и гибридной (net×spot) формам Pyrenophora teres // Микология и фитопатология. 2023. Т. 57. № 1. С. 48–59. DOI: 10.31857/S0026364823010099
- Койшибаев М. Болезни пшеницы. Анкара: Продовольственная и сельскохозяйственная организация Объединенных наций, 2018. 394 с.
- Ариничев И. В., Волкова Г. В., Ариничева И. В. Диагностика развития сетчатой пятнистости озимого ячменя на основе цифровых интеллектуальных технологий // Труды Кубанского государственного аграрного университета. 2023. № 106. С. 81–85. DOI: 10.21515/1999-1703-106-81-85
- Arinichev I., Arinicheva I., Foshchan G., Saybel N. Digital monitoring of crops in grain ecosystems // BIO Web of Conferences (Agri Science2023), 2023. No. 66. P. 14016. DOI: 10.1051/bioconf/20236614016
- Arinichev I., Sidorov V., Arinicheva I. Digital solutions in the system of intelligent crop monitoring // В сборнике: II International Conference on current issues of breeding, technology and processing of agricultural crops, and environment (CIBTA-II-2023). Les Ulis Cedex A, France, 2023. С. 1112. DOI: 10.1051/bioconf/20237101112
Информация об авторах
Ариничева Ирина Владимировна, д-р биол. наук, профессор кафедры высшей математики, Кубанский государственный аграрный университет им. И. Т. Трубилина;
350044, Россия, г. Краснодар, ул. Калинина, 13;
loukianova7@mail.ru, ORCID: https//orcid.org/0000-0002-3331-8731, SPIN-код: 6169-1334
Волкова Галина Владимировна, д-р биол. наук, член-корреспондент РАН, заместитель директора по НИР, Федеральный научный центр биологической защиты растений;
350039, Россия, г. Краснодар, ул. ВНИИБЗР, 1;
galvol.bpp@yandex.ru, ORCID: https//orcid.org/0000-0002-3696-2610, SPIN-код: 1949-6965
Яхник Яна Викторовна, науч. сотр. лаборатории иммунитета растений к болезням, Федеральный научный центр биологической защиты растений;
350039, Россия, г. Краснодар, ул. ВНИИБЗР, 1;
yahnik1@mail.ru, ORCID: https//orcid.org/0000-0002-3410-7928, SPIN-код: 7453-5768
Ариничев Игорь Владимирович, канд. экон. наук, доцент кафедры теоретической экономики, Кубанский государственный университет;
350040, Россия, г. Краснодар, ул. Ставропольская, 149;
iarinichev@gmail.com, SPIN-код: 7555-6470