Abstrakt
Monitorowanie rozwoju upraw szklarniowych jest niezbędne do optymalizacji plonów i zapewnienia efektywnego wykorzystania zasobów. Opracowano system do monitorowania uprawy konopi (Cannabis sativa L.) w warunkach szklarniowych z wykorzystaniem wizji komputerowej. System ten opiera się na oprogramowaniu automatyzacyjnym typu open source zainstalowanym na komputerze jednopłytkowym. Integruje on różne czujniki temperatury i wilgotności oraz kamery monitorujące, automatyzując rejestrowanie obrazu. Wysiano nasiona konopi odmiany Tiborszallasi. Po wykiełkowaniu rośliny przesadzono do doniczek. Wybrano pięć okazów do monitorowania wzrostu za pomocą analizy obrazu. Przed każdą rośliną umieszczono kamerę monitorującą. Do analizy wzrostu we wczesnych fazach zastosowano różne podejścia: dwie tradycyjne techniki wizji komputerowej i algorytm głębokiego uczenia się. Określono średnie tempo wzrostu na poziomie 2,9 cm/dzień, co odpowiada 1,43 mm/°C dzień. Uzyskano średnią wartość MAE na poziomie 1,36 cm, a wyniki dla trzech podejść były bardzo podobne. Po pierwszej fazie wzrostu rośliny poddano stresowi wodnemu. Algorytm z powodzeniem zidentyfikował zdrowe i zestresowane rośliny, a także wykrył różne poziomy stresu, z dokładnością 97%. Wyniki te dowodzą potencjału systemu w zakresie dostarczania obiektywnych i ilościowych informacji na temat wzrostu roślin i ich stanu fizjologicznego.
