کیوان آصف پوروکیلیان - دانشجوی کارشناسی ارشد دانشگاه تهران
جعفر مساح - دانشیاردانشگاه تهران

شرایط محیطی گلخانه ها معمولا به وسیله چشم انسان بررسی میشود درحالیکه تکنیک ماشین بینایی قابلیت تشخیص تغییرات خصوصیات بافتی برای تعیین عامل تنش زا رادرمقیاس برگ دارد دراین تحقیق یک سیستم ماشین بینایی برای تحلیل خصوصیات بافتی جهت تشخیص کمبود کلسیم گوجه فرنگی گلخانه ای طراحی شد و عملکرد آن بررسی گردید سیستم ماشین بینایی شامل یک ماژول پردازش تصویر بود که خصوصیات برگ گیاه را برای تعیین وضعیت کلی رشد و سلامت آن استخراج کرد خصوصیات بافت برگ شامل آنتروپی شاخص یک دست بودن رنگ برگها انرژی شاخص تیرگی و یا روشنی سطح برگ و همگونی شاخص میزا نتوزیع سطح خاکستری برای یک پیکسل نسبت به پیکسلهای مجاور بود دربررسی دو گروه برگ نمونه که ازگلخانه هیدروپونیک گوجه فرنگی به آزمایشگاه منتقل گردید مشاهده شد که مقدار هرسه شاخص استخراج شده به میزان کلسیم موجود درتغذیه گیاه وابسته است. نتایج نشان داد که برگهای مربوط به گیاهان کنترل شده با میزان مناسب تغذیه کلسیم نسبت به برگهای مربوط به گیاهان تیمار شده با تغذیه فاقد کلسیم دارای شاخص آنتروپی بیشتر و شاخصهای انرژِی و همگونی کمتری بودند.

ایجاد الگوی مناسب، پردازش تصویر، تشخیص کمبود کلسیم، خصوصیات بافتی، گلخانه