CN106576499A - 植物发芽的提示方法、提示装置、种植监控终端和服务器 - Google Patents

Abstract

本发明提供了一种植物发芽的提示方法、提示装置、种植监控终端和服务器，其中，植物发芽的提示方法包括：自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；根据植物发芽图像和预设的统计算法，确定植物的发芽率；检测发芽率是否小于预设发芽率；在检测到发芽率小于预设发芽率时，生成提示信息，以提示植物种子不合格。通过本发明技术方案，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

Description

植物发芽的提示方法、提示装置、种植监控终端和服务器

技术领域

本发明涉及种植技术领域，具体而言，涉及一种植物发芽的提示方法、一种提植物发芽的示装置、一种种植监控终端和一种服务器。

背景技术

种子的发芽率决定了种子的成活程度，因此种子在上市之前，需要进行发芽率实验，以判断种子的成活率，在相关技术中，通过采用红外探测装置等辅助装置获得发芽图像，但是具体的发芽数量还需要通过肉眼识别、人工统计，效率较低。

发明内容

本发明正是基于上述技术问题至少之一，提出了一种新的植物发芽的提示方案，通过

有鉴于此，本发明的第一方面提出了一种植物发芽的提示方法，包括：自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；根据植物发芽图像和预设的统计算法，确定植物的发芽率；检测发芽率是否小于预设发芽率；在检测到发芽率小于预设发芽率时，生成提示信息，以提示植物种子不合格。

在该技术方案中，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

具体地，在进行大面积种植之前，将种子浸泡后置于育种设备进行催芽，采用种植箱或温室催芽设备进行种植，并对种植发育情况进行监控，在经过预设时间段后，表明种植发育成熟，此时对通过对采集到的图像进行图形识别，以及统计，确定植物的发芽率，从而进一步确定该批种子是否合格。

其中，统计算法包括对图像中信息的识别，也包括对数量的统计。

在上述技术方案中，优选地，自开始育种时刻起的预设时间段后，采集种植区域内的植物发芽图像前，还包括：预设植物的育芽模型；根据育芽模型确定预设时间段以及预设发芽率。

在该技术方案中，通过预设植物的育芽模型，并根据育芽模型确定预设时间段以及预设发芽率，以得到种子的培育时间(预设时间段)，以及检测发芽率的参照标准，一方面，使培育过程更加精确，另一方面，也提升了检测植物种植是否合格的精度。

在上述任一项技术方案中，优选地，根据植物发芽图像和预设的统计算法，确定植物的发芽率，具体包括以下步骤：根据植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；提取多个图像区域中任意一个图像区域的特征信息；在预设的容差范围内，根据特征信息与预存的发芽状态信息，确定植物的已发芽数量；根据已发芽数量和种植总量，确定发芽率。

在该技术方案中，通过根据植物发芽图像的空间信息和灰度信息进行图像分割，生成多个图像区域，以分别提取多个图像区域中的特征信息，在预设的容差范围内，检测特征信息与预存的发芽状态信息的匹配度，以确定植物的已发芽数量，根据已发芽数量和种子总量，确定发芽率，从而实现了根据植物发芽图像自动同喜发芽数量的功能，由于种植背景通常与已植物嫩芽存在较大色差，因此采用图像识别方式进行统计，简化了统计过程。并且具有较高的精确度。

具体地，可以采用Mean Shift算法进行图像分割，统一考虑植物发芽图像的空间信息，生成多维向量，以根据多维向量进行图像分割，确定已发芽数量的具体方式可以为检测具有嫩芽的株树，利用基于机器学习的模式识别方法，将分割后的图像区域进行分类，一类具有嫩芽，一类不具有嫩芽，从而确定已发芽数量，以根据已发芽数量确定发芽率。

另外，根据植物发芽图像和预设的统计算法，确定植物的发芽率还可以通过以下实施过程获得：由于嫩芽区域灰度通常与培育环境的灰度差别大，通过植物发芽图像的灰度信息，植物发芽图像的平均梯度，将平均梯度比较大的区域确定为嫩芽边界，进一步得到已发芽数量。

在上述任一项技术方案中，优选地，还包括：记录发芽率；检测发芽率的记录次数是否达到预设记录次数；在检测到记录次数达到预设记录次数时，根据记录的多个发芽率，生成修正系数；根据修正系数修正育芽模型。

在该技术方案中，通过在每一次进行发芽率检测时，都记录发芽率数值，在进行多次检测后，根据每一次记录的发芽率，生成一个修正系数，以根据修正系数修正预存的育芽模型，从而能够根据实际培育情况实时修正育芽模型，一方面，能够防止种子的浪费，另一方面，也增加了育芽模型的使用范围。

具体地，育芽模型通常也是经过多次试验统计获得，在试验环境与种植箱环境有差异时，育芽模型提供的预设发芽率也存在偏差，通过修正系数进行修正，进一步提升了检测精度。

本发明的第二方面还提出了一种植物发芽的提示方法，包括：接收种植监控终端发送的植物发芽图像；根据植物发芽图像和预设的统计算法，确定植物的发芽率；将发芽率发送至种植监控终端，以使种植监控终端在种植监控终端检测到发芽率小于预设发芽率时，生成提示信息。

在该技术方案中，植物发芽图像的处理过程也可以在服务器中执行，植物监控终端只执行图像采集与预警操作，在实现了发芽率的自动统计的同时，能够简化植物监控终端的模块设置，降低制造成本。

本发明的第三方面还提出了一种植物发芽的提示装置，包括：采集单元，用于自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；确定单元，用于根据植物发芽图像和预设的统计算法，确定植物的发芽率；检测单元，用于检测发芽率是否小于预设发芽率；生成单元，用于在检测到发芽率小于预设发芽率时，生成提示信息，以提示该批植物的种子不合格。

在该技术方案中，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

具体地，在进行大面积种植之前，将种子浸泡后置于育种设备进行催芽，采用种植箱或温室催芽设备进行种植，并对种植发育情况进行监控，在经过预设时间段后，表明种植发育成熟，此时对通过对采集到的图像进行图形识别，以及统计，确定植物的发芽率，从而进一步确定该批种子是否合格。

其中，统计算法包括对图像中信息的识别，也包括对数量的统计。

在上述任一项技术方案中，优选地，还包括：预存单元，用于预设植物的育芽模型；确定单元还用于：根据育芽模型确定预设时间段以及预设发芽率。

在该技术方案中，通过预设植物的育芽模型，并根据育芽模型确定预设时间段以及预设发芽率，以得到种子的培育时间(预设时间段)，以及检测发芽率的参照标准，一方面，使培育过程更加精确，另一方面，也提升了检测植物种植是否合格的精度。

在上述任一项技术方案中，优选地，还包括：图像分割单元，用于根据植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；提取单元，用于提取多个图像区域中任意一个图像区域的特征信息；确定单元还用于：在预设的容差范围内，根据特征信息与预存的发芽状态信息，确定植物的已发芽数量；确定单元还用于：根据已发芽数量和种植总量，确定发芽率。

在该技术方案中，通过根据植物发芽图像的空间信息和灰度信息进行图像分割，生成多个图像区域，以分别提取多个图像区域中的特征信息，在预设的容差范围内，检测特征信息与预存的发芽状态信息的匹配度，以确定植物的已发芽数量，根据已发芽数量和种子总量，确定发芽率，从而实现了根据植物发芽图像自动同喜发芽数量的功能，由于种植背景通常与已植物嫩芽存在较大色差，因此采用图像识别方式进行统计，简化了统计过程。并且具有较高的精确度。

具体地，可以采用Mean Shift算法进行图像分割，统一考虑植物发芽图像的空间信息，生成多维向量，以根据多维向量进行图像分割，确定已发芽数量的具体方式可以为检测具有嫩芽的株树，利用基于机器学习的模式识别方法，将分割后的图像区域进行分类，一类具有嫩芽，一类不具有嫩芽，从而确定已发芽数量，以根据已发芽数量确定发芽率。

另外，根据植物发芽图像和预设的统计算法，确定植物的发芽率还可以通过以下实施过程获得：由于嫩芽区域灰度通常与培育环境的灰度差别大，通过植物发芽图像的灰度信息，植物发芽图像的平均梯度，将平均梯度比较大的区域确定为嫩芽边界，进一步得到已发芽数量。

在上述任一项技术方案中，优选地，还包括：记录单元，用于记录发芽率；检测单元还用于：检测发芽率的记录次数是否达到预设记录次数；生成单元还用于：在检测到记录次数达到预设记录次数时，根据记录的多个发芽率，生成修正系数；植物发芽的提示装置还包括：修正单元，用于根据修正系数修正育芽模型。

在该技术方案中，通过在每一次进行发芽率检测时，都记录发芽率数值，在进行多次检测后，根据每一次记录的发芽率，生成一个修正系数，以根据修正系数修正预存的育芽模型，从而能够根据实际培育情况实时修正育芽模型，一方面，能够防止种子的浪费，另一方面，也增加了育芽模型的使用范围。

具体地，育芽模型通常也是经过多次试验统计获得，在试验环境与种植箱环境有差异时，育芽模型提供的预设发芽率也存在偏差，通过修正系数进行修正，进一步提升了检测精度。

本发明的第四方面还提出了一种植物发芽的提示装置，包括：接收单元，用于接收种植监控终端发送的植物发芽图像；确定单元，用于根据植物发芽图像和预设的统计算法，确定植物的发芽率；发送单元，用于将发芽率发送至种植监控终端，以使种植监控终端在种植监控终端检测到发芽率小于预设发芽率时，生成提示信息。

在该技术方案中，植物发芽图像的处理过程也可以在服务器中执行，植物监控终端只执行图像采集与预警操作，在实现了发芽率的自动统计的同时，能够简化植物监控终端的模块设置，降低制造成本。

根据本发明第五方面，还提出了一种种植监控终端，包括上述第三方面任一项技术方案所述的植物发芽的提示装置，因此，该终端包括上述任一项技术方案所述的植物发芽的提示装置的技术效果，在此不再赘述。

根据本发明第六方面，还提出了一种服务器，包括上述第四方面技术方案所述的植物发芽的提示装置，因此，该终端包括上述技术方案所述的植物发芽的提示装置的技术效果，在此不再赘述。

通过以上技术方案，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

附图说明

图1示出了根据本发明的一个实施例的植物发芽的提示方法的示意流程图；

图2示出了根据本发明的另一个实施例的植物发芽的提示方法的示意流程图；

图3示出了根据本发明的一个实施例的植物发芽的提示装置的示意框图；

图4示出了根据本发明的另一个实施例的植物发芽的提示装置的示意框图；

图5示出了根据本发明的实施例的种植监控终端的示意框图；

图6示出了根据本发明的实施例的服务器的示意框图；

图7示出了根据本发明的再一个实施例的植物发芽的提示方法的示意流程图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用第三方不同于在此描述的第三方方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1示出了根据本发明的一个实施例的植物发芽的提示方法的示意流程图。

如图1所示，根据本发明的一个实施例的植物发芽的提示方法，包括：步骤102，自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；步骤104，根据植物发芽图像和预设的统计算法，确定植物的发芽率；步骤106，检测发芽率是否小于预设发芽率；步骤108，在检测到发芽率小于预设发芽率时，生成提示信息，以提示植物种子不合格。

在该技术方案中，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

具体地，在进行大面积种植之前，将种子浸泡后置于育种设备进行催芽，采用种植箱或温室催芽设备进行种植，并对种植发育情况进行监控，在经过预设时间段后，表明种植发育成熟，此时对通过对采集到的图像进行图形识别，以及统计，确定植物的发芽率，从而进一步确定该批种子是否合格。

其中，统计算法包括对图像中信息的识别，也包括对数量的统计。

在上述技术方案中，优选地，自开始育种时刻起的预设时间段后，采集种植区域内的植物发芽图像前，还包括：预设植物的育芽模型；根据育芽模型确定预设时间段以及预设发芽率。

在该技术方案中，通过预设植物的育芽模型，并根据育芽模型确定预设时间段以及预设发芽率，以得到种子的培育时间(预设时间段)，以及检测发芽率的参照标准，一方面，使培育过程更加精确，另一方面，也提升了检测植物种植是否合格的精度。

在上述任一项技术方案中，优选地，根据植物发芽图像和预设的统计算法，确定植物的发芽率，具体包括以下步骤：根据植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；提取多个图像区域中任意一个图像区域的特征信息；在预设的容差范围内，根据特征信息与预存的发芽状态信息，确定植物的已发芽数量；根据已发芽数量和种植总量，确定发芽率。

在该技术方案中，通过根据植物发芽图像的空间信息和灰度信息进行图像分割，生成多个图像区域，以分别提取多个图像区域中的特征信息，在预设的容差范围内，检测特征信息与预存的发芽状态信息的匹配度，以确定植物的已发芽数量，根据已发芽数量和种子总量，确定发芽率，从而实现了根据植物发芽图像自动同喜发芽数量的功能，由于种植背景通常与已植物嫩芽存在较大色差，因此采用图像识别方式进行统计，简化了统计过程。并且具有较高的精确度。

具体地，可以采用Mean Shift算法进行图像分割，统一考虑植物发芽图像的空间信息，生成多维向量，以根据多维向量进行图像分割，确定已发芽数量的具体方式可以为检测具有嫩芽的株树，利用基于机器学习的模式识别方法，将分割后的图像区域进行分类，一类具有嫩芽，一类不具有嫩芽，从而确定已发芽数量，以根据已发芽数量确定发芽率。

另外，根据植物发芽图像和预设的统计算法，确定植物的发芽率还可以通过以下实施过程获得：由于嫩芽区域灰度通常与培育环境的灰度差别大，通过植物发芽图像的灰度信息，植物发芽图像的平均梯度，将平均梯度比较大的区域确定为嫩芽边界，进一步得到已发芽数量。

在上述任一项技术方案中，优选地，还包括：记录发芽率；检测发芽率的记录次数是否达到预设记录次数；在检测到记录次数达到预设记录次数时，根据记录的多个发芽率，生成修正系数；根据修正系数修正育芽模型。

在该技术方案中，通过在每一次进行发芽率检测时，都记录发芽率数值，在进行多次检测后，根据每一次记录的发芽率，生成一个修正系数，以根据修正系数修正预存的育芽模型，从而能够根据实际培育情况实时修正育芽模型，一方面，能够防止种子的浪费，另一方面，也增加了育芽模型的使用范围。

具体地，育芽模型通常也是经过多次试验统计获得，在试验环境与种植箱环境有差异时，育芽模型提供的预设发芽率也存在偏差，通过修正系数进行修正，进一步提升了检测精度。

图2示出了根据本发明的另一个实施例的植物发芽的提示方法的示意流程图。

如图2所示，根据本发明的另一个实施例的植物发芽的提示方法，包括：步骤202，接收种植监控终端发送的植物发芽图像；步骤204，根据植物发芽图像和预设的统计算法，确定植物的发芽率；步骤206，将发芽率发送至种植监控终端，以使种植监控终端在种植监控终端检测到发芽率小于预设发芽率时，生成提示信息。

在该技术方案中，植物发芽图像的处理过程也可以在服务器中执行，植物监控终端只执行图像采集与预警操作，在实现了发芽率的自动统计的同时，能够简化植物监控终端的模块设置，降低制造成本。

图3示出了根据本发明的一个实施例的植物发芽的提示装置的示意框图。

如图3所示，根据本发明的一个实施例的植物发芽的提示装置300，包括：采集单元302，用于自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；确定单元304，用于根据植物发芽图像和预设的统计算法，确定植物的发芽率；检测单元306，用于检测发芽率是否小于预设发芽率；生成单元308，用于在检测到发芽率小于预设发芽率时，生成提示信息，以提示该批植物的种子不合格。

在该技术方案中，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

具体地，在进行大面积种植之前，将种子浸泡后置于育种设备进行催芽，采用种植箱或温室催芽设备进行种植，并对种植发育情况进行监控，在经过预设时间段后，表明种植发育成熟，此时对通过对采集到的图像进行图形识别，以及统计，确定植物的发芽率，从而进一步确定该批种子是否合格。

其中，统计算法包括对图像中信息的识别，也包括对数量的统计。

在上述任一项技术方案中，优选地，还包括：预存单元310，用于预设植物的育芽模型；确定单元304还用于：根据育芽模型确定预设时间段以及预设发芽率。

在该技术方案中，通过预设植物的育芽模型，并根据育芽模型确定预设时间段以及预设发芽率，以得到种子的培育时间(预设时间段)，以及检测发芽率的参照标准，一方面，使培育过程更加精确，另一方面，也提升了检测植物种植是否合格的精度。

在上述任一项技术方案中，优选地，还包括：图像分割单元312，用于根据植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；提取单元314，用于提取多个图像区域中任意一个图像区域的特征信息；确定单元304还用于：在预设的容差范围内，根据特征信息与预存的发芽状态信息，确定植物的已发芽数量；确定单元304还用于：根据已发芽数量和种植总量，确定发芽率。

在该技术方案中，通过根据植物发芽图像的空间信息和灰度信息进行图像分割，生成多个图像区域，以分别提取多个图像区域中的特征信息，在预设的容差范围内，检测特征信息与预存的发芽状态信息的匹配度，以确定植物的已发芽数量，根据已发芽数量和种子总量，确定发芽率，从而实现了根据植物发芽图像自动同喜发芽数量的功能，由于种植背景通常与已植物嫩芽存在较大色差，因此采用图像识别方式进行统计，简化了统计过程。并且具有较高的精确度。

具体地，可以采用Mean Shift算法进行图像分割，统一考虑植物发芽图像的空间信息，生成多维向量，以根据多维向量进行图像分割，确定已发芽数量的具体方式可以为检测具有嫩芽的株树，利用基于机器学习的模式识别方法，将分割后的图像区域进行分类，一类具有嫩芽，一类不具有嫩芽，从而确定已发芽数量，以根据已发芽数量确定发芽率。

另外，根据植物发芽图像和预设的统计算法，确定植物的发芽率还可以通过以下实施过程获得：由于嫩芽区域灰度通常与培育环境的灰度差别大，通过植物发芽图像的灰度信息，植物发芽图像的平均梯度，将平均梯度比较大的区域确定为嫩芽边界，进一步得到已发芽数量。

在上述任一项技术方案中，优选地，还包括：记录单元316，用于记录发芽率；检测单元306还用于：检测发芽率的记录次数是否达到预设记录次数；生成单元308还用于：在检测到记录次数达到预设记录次数时，根据记录的多个发芽率，生成修正系数；植物发芽的提示装置300还包括：修正单元318，用于根据修正系数修正育芽模型。

在该技术方案中，通过在每一次进行发芽率检测时，都记录发芽率数值，在进行多次检测后，根据每一次记录的发芽率，生成一个修正系数，以根据修正系数修正预存的育芽模型，从而能够根据实际培育情况实时修正育芽模型，一方面，能够防止种子的浪费，另一方面，也增加了育芽模型的使用范围。

具体地，育芽模型通常也是经过多次试验统计获得，在试验环境与种植箱环境有差异时，育芽模型提供的预设发芽率也存在偏差，通过修正系数进行修正，进一步提升了检测精度。

图4示出了根据本发明的另一个实施例的植物发芽的提示装置的示意框图。

如图4所示，根据本发明的另一个实施例的植物发芽的提示装置400，包括：接收单元402，用于接收种植监控终端发送的植物发芽图像；确定单元404，用于根据植物发芽图像和预设的统计算法，确定植物的发芽率；发送单元406，用于将发芽率发送至种植监控终端，以使种植监控终端在种植监控终端检测到发芽率小于预设发芽率时，生成提示信息。

在该技术方案中，植物发芽图像的处理过程也可以在服务器中执行，植物监控终端只执行图像采集与预警操作，在实现了发芽率的自动统计的同时，能够简化植物监控终端的模块设置，降低制造成本。

图5示出了根据本发明的实施例的种植监控终端的示意框图。

如图5所示，根据本发明的实施例的植监控终端500，包括上述第三方面任一项技术方案所述的植物发芽的提示装置300，因此，该植监控终端500包括上述任一项技术方案所述的植物发芽的提示装置300的技术效果，在此不再赘述。

图6示出了根据本发明的实施例的服务器的示意框图。

如图6所示，根据本发明的实施例的服务器600，包括上述第四方面技术方案所述的植物发芽的提示装置400，因此，该服务器600包括上述技术方案所述的植物发芽的提示装置400的技术效果，在此不再赘述。

图7示出了根据本发明的再一个实施例的植物发芽的提示方法的示意流程图。

如图7所示，步骤702，在云服务器中录入蔬菜的育芽模型；步骤704，对待检测的植物种植进行催芽操作；步骤706，采用摄像头采集芽床的植物发芽图像；步骤708，将植物发芽图像发送至云服务器；步骤710，云服务器通过图像识别算法，统计发芽率信息；步骤712，将发芽率信息发送至大棚管理系统；步骤714，大棚管理系统检测发芽率是否低于预设发芽率，在检测结果为“是”时，进入步骤716，在检测结果为“否”时，结束进程；步骤716，生成预警信息，以通知管理人员进行处理。

在该技术方案中，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

以上结合附图详细说明了本发明的技术方案，考虑到相关技术中如何自动检测植物种子是否合格的技术问题，本发明提出了一种新的植物发芽的提示方案，通过在开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像，并根据预设的统计算法对植物发芽图像中的信息进行识别，以确定植物的发芽率，检测植物的发芽率是否小于预设发芽率，以在检测到植物的发芽率小于预设发芽率时，生成提示信息，以提示用户该批植物种子不合格，一方面，实现了发芽率的自动统计，另一方面，在检测到种子不合格时，生成提示信息，防止因为对不合格种子的种植培育造成损失，提高了种植的管理效率。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种植物发芽的提示方法，适用于种植监控终端，其特征在于，包括：

自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；

根据所述植物发芽图像和预设的统计算法，确定所述植物的发芽率；

检测所述发芽率是否小于预设发芽率；

在检测到所述发芽率小于所述预设发芽率时，生成提示信息，以提示植物种子不合格。

2.根据权利要求1所述的植物发芽的提示方法，其特征在于，所述自开始育种时刻起的预设时间段后，采集种植区域内的植物发芽图像前，还包括：

预设所述植物的育芽模型；

根据所述育芽模型确定所述预设时间段以及所述预设发芽率。

3.根据权利要求2所述的植物发芽的提示方法，其特征在于，所述根据所述植物发芽图像和预设的统计算法，确定植物的发芽率，具体包括以下步骤：

根据所述植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；

提取所述多个图像区域中任意一个图像区域的特征信息；

在预设的容差范围内，根据所述特征信息与预存的发芽状态信息，确定所述植物的已发芽数量；

根据所述已发芽数量和种植总量，确定所述发芽率。

4.根据权利要求2或3所述的植物发芽的提示方法，其特征在于，还包括：

记录所述发芽率；

检测所述发芽率的记录次数是否达到预设记录次数；

在检测到所述记录次数达到所述预设记录次数时，根据记录的多个所述发芽率，生成修正系数；

根据所述修正系数修正所述育芽模型。

5.一种植物发芽的提示方法，适用于服务器，其特征在于，包括：

接收种植监控终端发送的植物发芽图像；

根据所述植物发芽图像和预设的统计算法，确定所述植物的发芽率；

将所述发芽率发送至所述种植监控终端，以使所述种植监控终端在种植监控终端检测到所述发芽率小于预设发芽率时，生成提示信息。

6.一种植物发芽的提示装置，适用于种植监控终端，其特征在于，包括：

采集单元，用于自开始育种时刻起的预设时间段后，采集指定种植区域内的植物发芽图像；

确定单元，用于根据所述植物发芽图像和预设的统计算法，确定植物的发芽率；

检测单元，用于检测所述发芽率是否小于预设发芽率；

生成单元，用于在检测到所述发芽率小于所述预设发芽率时，生成提示信息，以提示该批植物的种子不合格。

7.根据权利要求6所述的植物发芽的提示装置，其特征在于，还包括：

预存单元，用于预设所述植物的育芽模型；

所述确定单元还用于：根据所述育芽模型确定所述预设时间段以及所述预设发芽率。

8.根据权利要求7所述的植物发芽的提示装置，其特征在于，还包括：

图像分割单元，用于根据所述植物发芽图像的空间信息和灰度信息进行图像分割，以生成多个图像区域；

提取单元，用于提取所述多个图像区域中任意一个图像区域的特征信息；

所述确定单元还用于：在预设的容差范围内，根据所述特征信息与预存的发芽状态信息，确定所述植物的已发芽数量；

所述确定单元还用于：根据所述已发芽数量和种植总量，确定所述发芽率。

9.根据权利要求7或8所述的植物发芽的提示装置，其特征在于，还包括：

记录单元，用于记录所述发芽率；

所述检测单元还用于：检测所述发芽率的记录次数是否达到预设记录次数；

所述生成单元还用于：在检测到所述记录次数达到所述预设记录次数时，根据记录的多个所述发芽率，生成修正系数；

所述植物发芽的提示装置还包括：

修正单元，用于根据所述修正系数修正所述育芽模型。

10.一种植物发芽的提示装置，适用于服务器，其特征在于，包括：

接收单元，用于接收种植监控终端发送的植物发芽图像；

确定单元，用于根据所述植物发芽图像和预设的统计算法，确定所述植物的发芽率；

发送单元，用于将所述发芽率发送至所述种植监控终端，以使所述种植监控终端在种植监控终端检测到所述发芽率小于预设发芽率时，生成提示信息。

11.一种种植监控终端，其特征在于，包括：如权利要求6至9中任一项所述的植物发芽的提示装置。

12.一种服务器，其特征在于，包括：如权利要求10所述的植物发芽的提示装置。