[发明专利]一种果蔬全链条质量智能预警方法及系统

说明书

本发明涉及一种果蔬全链条智能监测预警方法及系统，该方法包括：获取果蔬生长图像、果蔬红外图像、种植地高光谱图像；将果蔬生长图像输入至训练完备的深度学习模型，识别果蔬存在的病斑，确定对应的第一病害程度指数；根据果蔬红外图像，确定叶片的温度变化，并根据所述温度变化，确定对应的第二病害程度指数；根据种植地高光谱图像，识别多个特征波段，并根据特征波段，确定对应的第三病害程度指数；根据第一病害程度指数、第二病害程度指数和第三病害程度指数，制定农药喷洒策略，以提醒相关人员进行农药喷洒。本发明利用多种信息进行智能预警和农药喷洒，保障了果蔬生产的安全性。

技术领域

本发明涉及农业信息技术领域，尤其涉及一种果蔬全链条质量智能预警方法及系统。

背景技术

果蔬生产的产业链包括种植、收储、加工、流通四个节点，其中，每个节点都会影响出产果蔬的产量和质量。现有技术中，往往分别对果蔬生成的某个节点或者某个生产因素进行监测，监测形式和监测内容单一，不能完全对整个产业链进行全面的监测和判断。除此之外，现有技术中采用传统的数据处理方式对监测信息进行处理，数据处理过程缺乏高效性和快速性。因而，如何对果蔬生产的产业链进行高效全面的监测是亟待解决的问题。

发明内容

有鉴于此，有必要提供一种果蔬全链条质量智能监测预警方法及系统，用以解决如何对果蔬生产的产业链进行高效全面的监测的问题。

本发明提供一种果蔬全链条质量智能监测预警方法，包括：

获取果蔬生长图像、果蔬红外图像、种植地高光谱图像；

将所述果蔬生长图像输入至训练完备的深度学习模型，识别果蔬存在的病斑，确定对应的第一病害程度指数；

根据所述果蔬红外图像，确定叶片的温度变化，并根据所述温度变化，确定对应的第二病害程度指数；

根据所述种植地高光谱图像，识别多个特征波段，并根据所述特征波段，确定对应的第三病害程度指数；

根据所述第一病害程度指数、所述第二病害程度指数和所述第三病害程度指数，制定农药喷洒策略，以提醒相关人员进行农药喷洒。

进一步地，所述果蔬生长图像包括可见光图像，所述将所述果蔬生长图像输入至训练完备的深度学习模型，识别果蔬存在的病斑，输出对应的第一病害程度指数包括：

使用CCD摄像机采集果蔬叶片的所述可见光图像，将所述可见光图像传输到边缘服务器上；

使用RGB三个通道对所述可见光图像进行处理，结合边缘检测的方法对采集的果蔬的可见光图像进行分割，将叶片上的病斑分割出来；

使用所述深度学习模型，识别所述可见光图像分割出来的病斑的颜色特征、形态特征以及纹理特征，确定病害区域面积；

计算病害区域面积与叶片面积的比值，并根据所述比值划分严重程度，用分级法表示所述严重程度si，其中，所述严重程度si分为1％，5％，10％，20％，40％，60％，80％和100％；

根据每株植株多个叶片的所述严重程度，确定每株植株的平均病害严重程度，通过如下公式表示：

其中，S表示所述平均病害严重程度，s_i表示i级严重程度，n_i表示i级严重程度的病叶数；

根据叶片感染数量和植株总叶片数，确定每株植株的感染程度，通过如下公式表示：

其中，P表示所述感染程度，n表示叶片感染数量，N表示植株总叶片数；

根据所述平均病害严重程度和所述感染程度，确定单株植株的所述第一病害程度指数，通过如下公式表示：