【技术实现步骤摘要】
本申请涉及图像处理，具体涉及一种基于智慧大棚的作物监测方法、设备及介质。
技术介绍
1、随着物联网、云计算、大数据、人工智能等技术不断的发展，智慧大棚作为一种新的生产模式，开始逐渐走进人们的视野。智慧大棚是基于物联网、大数据、人工智能等技术手段，对温度、湿度、光照、co2浓度等生长环境进行实时监测和控制，使作物在最适宜的生长环境中生长，从而提高农产品的产量和品质。
2、常见的作物生长监测方式是通过实时监测智慧大棚内传感器的数据，通过传感器数据确定当前作物生长情况，但是，作物的生长需要受到多种环境因素的影响，仅通过固定的传感器数值无法评估出当前真实的作物生长情况，难以达到作物监测目的。
技术实现思路
1、为了解决上述问题，本申请提出了一种基于智慧大棚的作物监测方法，包括：
2、通过设置于智慧大棚的图像采集装置，采集所述图像采集装置所在监测区域对应的作物图像；
3、将所述作物图像输入到预设的生长阶段识别模型中，通过所述生长阶段识别模型，确定所述作物图像对应作物的生长阶段；其中，所述生长阶段包括幼苗期、生长期和成熟期；
4、针对不同的生长阶段，对所述作物图像进行阈值分割，以根据阈值分割后的所述作物图像，确定所述作物对应的作物生长度；
5、在所述作物生长度小于所述生长阶段对应的预设生长度的情况下，通过所述智慧大棚内的传感器，采集所述传感器所在监测区域对应的环境参数；其中，所述环境参数至少包括湿度、温度和光照强度；
6、
7、若是，则对所述环境参数进行调整，以实现所述作物的正常生长。
8、在本申请的一种实现方式中，针对不同的生长阶段，对所述作物图像进行阈值分割，具体包括：
9、对所述作物图像进行灰度处理，得到处理后的灰度图像；
10、获取预设的初始图像分割阈值，根据所述初始图像分割阈值，对所述灰度图像中的各像素点进行阈值分割，并根据阈值分割后的所述像素点，生成所述作物图像对应的二值图像；
11、确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域。
12、在本申请的一种实现方式中，根据所述初始图像分割阈值，对所述灰度图像中的各像素点进行阈值分割，并根据阈值分割后的所述像素点，生成所述作物图像对应的二值图像，具体包括：
13、将所述灰度图像中各像素点对应的灰度值与所述初始图像分割阈值进行对比，以根据对比结果，提取出所述作物图像中的第一像素点和第二像素点；其中，所述第一像素点对应的灰度值小于所述初始图像分割阈值，所述第二像素点对应的灰度值小于所述初始图像分割阈值；
14、将所述第一像素点对应的像素值设为0，将所述第二像素点对应的像素值设为1；
15、根据所述第一像素点和所述第二像素点，生成所述作物图像对应的二值图像。
16、在本申请的一种实现方式中，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域，具体包括：
17、确定所述二值图像对应的像素值，并将所述二值图像中像素值为0的区域作为用于表征所述作物的目标区域，将所述二值图像中像素值为1的区域作为除所述目标区域之外的其他区域。
18、在本申请的一种实现方式中，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域之后，所述方法还包括：
19、根据所述灰度值，确定所述灰度图像对应的灰度平均值，以及，所述目标区域对应的第一灰度平均值，以及，所述其他区域对应的第二灰度平均值；
20、根据所述目标区域和所述其他区域的像素点数量分别与所述灰度图像对应的像素点总数之间的比值，分别确定所述目标区域和所述其他区域对应的目标区域占比和其他区域占比；
21、确定所述第一灰度平均值与所述灰度平均值之间差值的第一平方值，以及所述第二灰度平均值与所述灰度平均值之间差值的第二平方值，将所述第一平方值和所述目标区域占比之间的乘积，与所述第二平方值和所述其他区域占比之间的乘积进行加和，以得到所述目标区域和所述其他区域之间的灰度方差；
22、根据所述灰度方差对所述初始图像分割阈值进行更新，直至所述灰度方差到达目标灰度方差。
23、在本申请的一种实现方式中，根据阈值分割后的所述作物图像，确定所述作物对应的作物生长度，具体包括：
24、确定所述目标区域的像素点数量与所述像素点总数之间的比值，根据所述比值，确定所述作物对应的作物生长度。
25、在本申请的一种实现方式中，对所述环境参数进行调整，以实现所述作物的正常生长，具体包括：
26、确定所述环境参数与所述作物类型对应的标准环境参数之间的环境参数差值，将所述环境参数差值推送至预设的智慧大棚小程序，以通过所述智慧大棚小程序，对所述监测区域的环境参数进行调整。
27、在本申请的一种实现方式中，根据所述灰度方差对所述初始图像分割阈值进行更新，直至所述灰度方差到达目标灰度方差，具体包括：
28、按照预设的步长提高所述初始图像分割阈值，根据更新后的所述初始图像分割阈值，对所述目标区域和所述其他区域之间的灰度方差进行迭代更新；
29、在进行迭代更新的过程中，确定当前灰度方差与上一次迭代更新得到的上一灰度方差之间的大小关系，若所述当前灰度方差大于所述上一灰度方差，则继续提高更新后的所述初始分割图像阈值，直至所述当前灰度方差小于所述上一灰度方差为止。
30、本申请实施例提供了一种基于智慧大棚的作物监测设备，其特征在于，设备包括：
31、至少一个处理器；以及，
32、与所述至少一个处理器通信连接的存储器；其中，
33、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上任一项所述的一种基于智慧大棚的作物监测方法。
34、本申请实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为执行如上任一项所述的一种基于智慧大棚的作物监测方法。
35、通过本申请提出的一种基于智慧大棚的作物监测方法能够带来如下有益效果：
36、对作物图像进行阈值分割，通过阈值分割后得到的作物图像，确定作物的作物生长度，这样，在作物生长度存在异常的情况下，再对作物的环境参数进行分析，以确定当前作物的生长异常是否是由于环境参数的不合理所造成的，这实质上是根据实际的作物生长情况对环境参数进行反向调整，相较于单一的传感数值评估来说，结果更为准确。
本文档来自技高网...【技术保护点】
1.一种基于智慧大棚的作物监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于智慧大棚的作物监测方法，其特征在于，针对不同的生长阶段，对所述作物图像进行阈值分割，具体包括：
3.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，根据所述初始图像分割阈值，对所述灰度图像中的各像素点进行阈值分割，并根据阈值分割后的所述像素点，生成所述作物图像对应的二值图像，具体包括：
4.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域，具体包括：
5.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域之后，所述方法还包括：
6.根据权利要求5所述的一种基于智慧大棚的作物监测方法，其特征在于，根据阈值分割后的所述作物图像，确定所述作物对应的作物生长度，具体包括：
7.根据权利要求1所述的一种基于智慧大棚的作物监测方法，
8.根据权利要求5所述的一种基于智慧大棚的作物监测方法，其特征在于，根据所述灰度方差对所述初始图像分割阈值进行更新，直至所述灰度方差到达目标灰度方差，具体包括：
9.一种基于智慧大棚的作物监测设备，其特征在于，设备包括：
10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为执行如权利要求1-8任一项所述的一种基于智慧大棚的作物监测方法。
...【技术特征摘要】
1.一种基于智慧大棚的作物监测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于智慧大棚的作物监测方法，其特征在于，针对不同的生长阶段，对所述作物图像进行阈值分割，具体包括：
3.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，根据所述初始图像分割阈值，对所述灰度图像中的各像素点进行阈值分割，并根据阈值分割后的所述像素点，生成所述作物图像对应的二值图像，具体包括：
4.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其他区域，具体包括：
5.根据权利要求2所述的一种基于智慧大棚的作物监测方法，其特征在于，确定所述二值图像中用于表征所述作物的目标区域以及除所述目标区域之外的其...
【专利技术属性】
技术研发人员：魏夕雯，肖雪，商广勇，马岩堂，张鹏，
申请(专利权)人：浪潮云洲工业互联网有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。