基于人工智能的园林绿化管理系统及其方法技术方案

公开了一种基于人工智能的园林绿化管理系统及其方法。其首先获取由摄像头采集的被监控绿化植物的生长状态图像，接着，从所述生长状态图像中提取生长状态全局上下文关联特征向量，然后，基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。这样，可以对性对被监控的绿化植物进行智能化地缺水分析，以满足对绿化植物的浇水需求。以满足对绿化植物的浇水需求。以满足对绿化植物的浇水需求。

【技术实现步骤摘要】
基于人工智能的园林绿化管理系统及其方法


[0001]本公开涉及智能管理领域，且更为具体地，涉及一种基于人工智能的园林绿化管理系统及其方法。

技术介绍

[0002]城市园林的功能从传统的美化、观赏、休憩等方面逐渐向生态保护和环境改善等综合性功能过渡，这主要体现在城市园林中绿化面积不断增加，苗木种类越来越繁多，鉴于这种现状，城市园林的绿化维护管理显得愈加重要。其中园林的绿化维护主要包括浇水、施肥、除虫等多个方面，而浇水是众多绿化维护方面中最基础的维护。
[0003]但是现有的园林绿化维护管理系统组成机构较为简单，维护管理系统无法及时准确的对园林内绿化植物是否缺水进行监测，从而影响园林绿化维护管理效果。
[0004]因此，期待一种优化的园林绿化管理方案。

技术实现思路

[0005]有鉴于此，本公开提出了一种基于人工智能的园林绿化管理系统及其方法，其可以对性对被监控的绿化植物进行智能化地缺水分析，以满足对绿化植物的浇水需求。
[0006]根据本公开的一方面，提供了一种基于人工智能的园林绿化管理方法，其包括：获取由摄像头采集的被监控绿化植物的生长状态图像；从所述生长状态图像中提取生长状态全局上下文关联特征向量；以及基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。
[0007]根据本公开的另一方面，提供了一种基于人工智能的园林绿化管理系统，其包括：图像采集模块，用于获取由摄像头采集的被监控绿化植物的生长状态图像；特征提取模块，用于从所述生长状态图像中提取生长状态全局上下文关联特征向量；以及绿化植物缺水判断模块，用于基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。
[0008]根据本公开的实施例，其首先获取由摄像头采集的被监控绿化植物的生长状态图像，接着，从所述生长状态图像中提取生长状态全局上下文关联特征向量，然后，基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。这样，可以对性对被监控的绿化植物进行智能化地缺水分析，以满足对绿化植物的浇水需求。
[0009]根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
[0010]包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的
示例性实施例、特征和方面，并且用于解释本公开的原理。
[0011]图1示出根据本公开的实施例的基于人工智能的园林绿化管理方法的流程图。
[0012]图2示出根据本公开的实施例的基于人工智能的园林绿化管理方法的架构示意图。
[0013]图3示出根据本公开的实施例的基于人工智能的园林绿化管理方法的子步骤S120的流程图。
[0014]图4示出根据本公开的实施例的基于人工智能的园林绿化管理方法的子步骤S122的流程图。
[0015]图5示出根据本公开的实施例的基于人工智能的园林绿化管理系统的框图。
[0016]图6示出根据本公开的实施例的基于人工智能的园林绿化管理方法的应用场景图。
具体实施方式
[0017]下面将结合附图对本公开实施例中的技术方案进行清楚、完整地描述，显而易见地，所描述的实施例仅仅是本公开的部分实施例，而不是全部的实施例。基于本公开实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，也属于本公开保护的范围。
[0018]如本公开和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其他的步骤或元素。
[0019]以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0020]另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
[0021]现有技术中，对于绿化植物是否缺水通常通过以下几种方法实现：1.观察叶片，缺水的植物通常会表现出叶片干燥、枯萎、变黄或变褐的现象，观察植物的叶片颜色和质地可以初步判断是否缺水；2.观察土壤湿度，使用土壤湿度计或手指插入土壤中测试土壤湿度，如果土壤干燥，可能是植物需要浇水的信号；3.观察植物生长速度，缺水的植物生长速度通常会减慢，通过观察植物的生长情况可以初步判断是否缺水；4.测量植物的水分含量，使用植物水分计或称重法测量植物的水分含量，如果植物的水分含量低于正常范围，可能表示植物缺水。但这些方法费时费力，且难以实时的对绿化植物是否缺水进行检测。
[0022]针对上述技术问题，本公开的技术构思为基于通过对绿化植物的监控和图像采集，智能化地分析被监控的绿化植物是否缺水，以提供有效的绿化维护管理决策支持。
[0023]具体而言，传统的园林浇水通常是在固定时间点进行大面积的统一浇水，而每一株绿化植物对水的需求可能是不同的，对于那些并不需要大量水分的绿化植物来说，过度过量的浇水会对植物的健康产生负面影响，例如，导致根系病害、根腐、缺氧，而对于那些需
要充足水分的绿化植物来说，浇水不足可能会使植物叶片枯萎、生长受限甚至死亡。此外，过度浇水会导致水分积聚在地面上，可能引发土壤水分过饱和、水浸等问题，影响植物的生长环境。同时，过度浇水也会造成水资源的浪费。因此，在本公开的技术构思中，期待针对性对被监控的绿化植物进行智能化地缺水分析，以满足对绿化植物的浇水需求。
[0024]图1示出根据本公开的实施例的基于人工智能的园林绿化管理方法的流程图。图2示出根据本公开的实施例的基于人工智能的园林绿化管理方法的架构示意图。如图1和图2所示，根据本公开实施例的基于人工智能的园林绿化管理方法，包括步骤：S110，获取由摄像头采集的被监控绿化植物的生长状态图像；S120，从所述生长状态图像中提取生长状态全局上下文关联特征向量；以及，S130，基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。
[0025]具体地，在本公开的技术方案中，首先获取由摄像头采集的被监控绿化植物的生长状态图像。应当可以理解，缺水会导致植物的生理和形态特征发生变化，并在摄像头所采集的所述生长状态图像中显现出来。例如，缺水的植物叶片颜色可能会变得黄化，严重者还会枯萎或产生斑点；缺水时，叶片形态也会发生变化，如叶片卷曲、变小或变瘪；植物整体状况也会因缺水而产生不同，例如植株可能变得矮小或疲弱。
[0026]相应地，摄像头在监测绿化植物的生长状态时应具备以下特点：1.高分辨率，摄像头需要具备足够的分辨率，以捕捉到植物生长状态的细本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的园林绿化管理方法，其特征在于，包括：获取由摄像头采集的被监控绿化植物的生长状态图像；从所述生长状态图像中提取生长状态全局上下文关联特征向量；以及基于所述生长状态全局上下文关联特征向量，确定所述被监控绿化植物是否缺水。2.根据权利要求1所述的基于人工智能的园林绿化管理方法，其特征在于，从所述生长状态图像中提取生长状态全局上下文关联特征向量，包括：提取所述被监控绿化植物的生长状态图像的多个植物生长状态局部特征图；对所述多个植物生长状态局部特征图进行特征分布优化以得到多个优化植物生长状态局部特征图；对所述多个优化植物生长状态局部特征图进行降维处理以得到多个植物生长状态局部展开特征向量；以及从所述多个植物生长状态局部展开特征向量提取所述生长状态全局上下文关联特征向量。3.根据权利要求2所述的基于人工智能的园林绿化管理方法，其特征在于，提取所述被监控绿化植物的生长状态图像的多个植物生长状态局部特征图，包括：将所述被监控绿化植物的生长状态图像通过基于金字塔网络的生长状态特征提取器以得到所述多个植物生长状态局部特征图。4.根据权利要求3所述的基于人工智能的园林绿化管理方法，其特征在于，对所述多个植物生长状态局部特征图进行特征分布优化以得到多个优化植物生长状态局部特征图，包括：分别计算所述多个植物生长状态局部特征图沿通道维度的各个特征矩阵的加权特征向量以得到多个加权特征向量；以及以所述多个加权特征向量分别对所述多个植物生长状态局部特征图的各个特征矩阵进行加权以得到所述多个优化植物生长状态局部特征图。5.根据权利要求4所述的基于人工智能的园林绿化管理方法，其特征在于，分别计算所述多个植物生长状态局部特征图沿通道维度的各个特征矩阵的加权特征向量以得到多个加权特征向量，包括：以如下加权公式分别计算所述多个植物生长状态局部特征图沿通道维度的各个特征矩阵的加权特征向量以得到所述多个加权特征向量；其中，所述加权公式为：其中，首先将所述多个植物生长状态局部特征图的每个特征矩阵通道线性变换转换为的正方矩阵，是所述多个植物生长状态局部特征图的通道数之和，是转换后的特征图沿通道...

【专利技术属性】
技术研发人员：童兴冬，吴蒋杰，钱门瑞，
申请(专利权)人：浙江星宸环境建设有限公司，
类型：发明
国别省市：