حسین عباسی - دکتری سیستمهای کامپیوتری،دانشگاه آزاد اهرم
محبوبه شکاری - دکتری زبانشناسی همگانی،دانشگاه پیام نوراهرم
مریم سلیمی مفرد - کارشناسی ارشد تاریخ ،گرایش مطالعات خلیج فارس،دانشگاه خلیج فارس بوشهر

امروزه بسیاری از محصولات کشاورزی به دلیل کم آبی یا بی آبی از بین میروند و دلیل عمده آن کاهش رطوبت خاک و نرسیدن آب به موقع به محصولات است. اولین قدم در جهت مقابله با بحران کم آبی، بهینه سازی مصرف از طریق هوشمندسازی گلخانه به وسیله اینترنت چیزها می باشد. سیستم های هوشمندی که قابلیت استفاده از دوربین های تصویربرداری از زوایای مختلف زمین کشاورزی و روند رشد و نمو گیاهان و ارسال داده ها به سامانه بینایی ماشینی را دارا هستند.سیستم پیشنهادی این پژوهش شامل دو بخش است. بخش اول سیستمی خودکار مبتنی بر بینایی ماشین جهت برداشت گوجه فرنگی گلخانه ای ارائه می شود. دوربین CCD به عنوان حس گر بینایی از فضای کاری عکس می گیرد و گوجه ها با رسیدگی بالای 50 درصد توسط پردازش تصاویر شناسایی می شوند. در این پژوهش از سه فضای رنگیHSI ، RGB و Y CbCr و سه الگوریتم آستانه یابی و انحنای سطح تصویر و رابطه قرمز – سبز جهت تشخیص گوجه فرنگی های رسیده از زمینه و تحت شرایط نور طبیعی استفاده شده است. نتایج نشان می دهد متوسط خطای الگوریتم های آستانه یابی، رابطه قرمز-سبز و انحنای سطح تصویر به ترتیب 11/82، 10/03 و7/95 درصد در سه فضای رنگی RGB، HSI و Y CbCr بود فضای رنگی Y CbCr و الگوریتم انحنای سطح تصویر در تمایز گوجه فرنگی رسیده از زمینه و در شرایط نور طبیعی، موفق تر عمل می کند. بخش دوم این پژوهش نیز که با استفاده از تکنولوژی Lora و سنسورهای میزان رطوبت خاک، دما، ارتفاع سطح مخزن آب، زمان بندی آبیاری و ارسال داده های آن ها به وسیله پروتکل MQTT به سرور مرکزی با توجه به اطلاعات تصویری که از قبل از سامانه مربوطه دریافت شده و با ایجاد سناریوهای از پیش تعیین شده سیستمی را ایجاد می کند که به صورت خودمختار عمل می نماید.

بینایی ماشین، فضای رنگی RGB ،HSI و YCbCr، گوجه فرنگی گلخانه ای،