Новости/Аналитика

Внедрение интеллектуальных систем мониторинга на основе компьютерного зрения и сенсорных технологий позволяет существенно повысить эффективность коноплеводства. Использование таких решений обеспечивает точное определение физиологического состояния растений, раннее выявление стрессовых факторов и предоставляют объективную информацию о росте и развитии посевов. Подобного рода технологии открывают возможности для повышения урожайности и качества продукции, а также делает отрасль более устойчивой и технологичной.

В опубликованном материале “Основы интеллектуального коноплеводства” описывались базовые постулаты разрабатываемых механизмов существенного улучшения качества и количества урожайности конопляных растений, выращиваемых “на грунте” и “в помещении”. Для того, чтобы продемонстрировать успехи в данном вопросе, редакция профильного электронного издания национальных коноплеводов предложила поделиться соответствующей информацией специалистов “Конопляного Университета” систематизирующего подобного рода данные. Уже традиционно предоставленная в наше использование информация публикуется без каких-либо изменений либо купюр. 

В экономически развитых странах создаются различного рода системы мониторинга состояния развития посевов конопли, а также обучения раннего предупреждения, отслеживания и реагирования на различного рода стрессовые факторы, которые может испытать самая высокорентабельная сельскохозяйственная культура. Например, разработана система мониторинга выращивания конопли с использованием компьютерного зрения. Она основана на программном обеспечении с открытым исходным кодом, установленном на одноплатном компьютере. Система объединяет различные датчики температуры и влажности, а также несколько видов камер видеонаблюдения. 

Этапы мониторинга

Определение контура растений, соответствующих дате высадки

 
Используемые способы геометрического анализа растений

Используемые способы классификации водного стресса конопляных растений

Для анализа роста конопляного растения на различных стадиях его развития применяются различные подходы: традиционные методы компьютерного зрения на базе которых разрабатываются алгоритмы обучения. В результате создаются системы мониторинга, которые способны идентифицировать здоровые и подверженные стрессу растения, а также выявлять различные уровни стресса с точностью до 98%. Полученные результаты демонстрируют потенциал создаваемых систем для предоставления объективной количественной и качественной информации о росте и физиологическом состоянии конопляных растений.

Вывод: внедрение интеллектуальных систем мониторинга на основе компьютерного зрения и сенсорных технологий позволяет существенно повысить эффективность коноплеводства. Использование таких решений обеспечивает точное определение физиологического состояния растений, раннее выявление стрессовых факторов и предоставляют объективную информацию о росте и развитии посевов. Подобного рода технологии открывают возможности для повышения урожайности и качества продукции, а также делает отрасль более устойчивой и технологичной.

< Предыдущая статья     Следующая статья >