本研究では，植物工場の生産性を高めるために幼苗期のスイートバジルの生育状況を診断するシステムを開発する．まず生育の遅れを評価するために，葉の大きさや重なりのような幾何学的特徴量を画像処理で生育画像から取得する．そして，線形回帰モデルを用いて非破壊で現在の葉の重量を計測する．続いて，強い照度や空気の乾燥により光沢が失われている葉の不良を検出するために，多様な葉の形状を網羅するように拡張された画像データで学習された畳み込みニューラルネットワークでテクスチャを識別する．最後に，数日間にわたり茎長が正常かつ安定的に変動しているか数理モデルで解析して将来的な徒長を予測する手法を提案する．