2025/08/12 @國際
美國賓州大學研究團隊整合物聯網、電腦視覺及人工智慧開發自動化作物監測系統,透過遞迴影像分割模型精準追蹤作物生長,有助於提高栽培效率與環控溫室栽培的競爭力。
示意圖
溫室內環控系統結合無土栽培常用於週年生產高品質的特色作物,為了提高產能,需要監測系統頻繁觀測植物生長狀態,以利適時調整環境與養分參數,然而傳統監測系統較為耗時且需要培養專業人員。美國賓夕法尼亞州立大學(Pennsylvania State University)研究團隊針對此問題,開發了一個自動化作物監測系統,整合電腦視覺系統、人工智慧、物聯網(IoT)以協助持續監測及分析植物生長狀態,有望實現精準農業。
此系統利用遞迴影像分割模型處理連續影像,使系統得以在固定時間間隔擷取高解析度影像並準確追蹤植物生長變化。試驗在環控溫室中進行測試,以無土栽培小白菜作為材料,機器視覺系統成功辨識單株小白菜植株,並頻繁擷取植株生長影像、追蹤整個生長週期中增加的葉面積,其遞迴模型性能穩定,能夠準確提供整個作物生長過程中的資訊,以IoU (intersection over union)評估其正確性達0.9以上,相關文獻發表於Computers and Electronics in Agriculture期刊。
研究團隊表示,利用自動監測系統等物聯網技術監測養液及環境參數、收集作物生長數據,並結合人工智慧預測作物需求,將徹底改變作物管理的方式,最大程度提升效率及環控農業系統的競爭力,將有助於促進食品和營養安全。
資料來源
文章摘譯