CN106952300A - 基于图像识别植物病变的方法及系统、计算机设备 - Google Patents

Abstract

本发明提供了一种基于图像识别植物病变的方法及系统、计算机设备和计算机可读存储介质。该基于图像识别植物病变的方法，包括：采集植物的叶片图像；将叶片图像转换为灰度图；计算灰度图的灰度等级；计算灰度等级与预设灰度等级的差值；当差值大于预设阈值时，确定植物发生病变，并生成提醒信息。本发明提供的基于图像识别植物病变的方法，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。

Description

基于图像识别植物病变的方法及系统、计算机设备

技术领域

本发明涉及数字图像处理技术领域，具体而言，涉及一种基于图像识别植物病变的方法及系统、计算机设备和计算机可读存储介质。

背景技术

目前，在植物病变检测方法的研究上，通常有如下几种方法：人工检测、化学检测、光谱技术检测和图像处理技术检测。其中，在图像处理技术检测植物病变的相关技术中，通常采用对植物叶片进行特征提取的技术手段，来判断植物是否发生病变，然而，并没有采用通过植物叶片灰度图的灰度等级来进行判断。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的第一个目的在于，提出一种基于图像识别植物病变的方法。

本发明的第二个目的在于，提出一种基于图像识别植物病变的系统。

本发明的第三个目的在于，提出一种计算机设备。

本发明的第四个目的在于，提出一种计算机可读存储介质。

有鉴于此，根据本发明的第一个目的，提供了一种基于图像识别植物病变的方法，包括：采集植物的叶片图像；将叶片图像转换为灰度图；计算灰度图的灰度等级；计算灰度等级与预设灰度等级的差值；当差值大于预设阈值时，确定植物发生病变，并生成提醒信息。

本发明提供的基于图像识别植物病变的方法，通过将采集的植物叶片图像转换为灰度图，计算该灰度图的灰度等级，再计算灰度等级与预设灰度等级的差值，以便分析该植物叶片与正常叶片的区别，当差值大于预设阈值时，确定植物发生病变，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。

根据本发明的上述基于图像识别植物病变的方法，还可以具有以下技术特征：

在上述技术方案中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的种类；根据所述种类，确定预设灰度等级。

在该技术方案中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在上述任一技术方案中，优选地，在采集植物的叶片图像的步骤之前，还包括：确定植物的生长阶段；根据生长阶段，确定生长阶段对应的预设灰度等级。

在该技术方案中，通过确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

在上述任一技术方案中，优选地，该基于图像识别植物病变的方法，还包括：当差值小于等于预设阈值时，确定植物未发生病变。

在该技术方案中，当差值小于等于预设阈值时，确定植物未发生病变，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

在上述任一技术方案中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该技术方案中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

根据本发明的第二个目的，提供了一种基于图像识别植物病变的系统，包括：采集单元，用于采集植物的叶片图像；灰度转换单元，用于将叶片图像转换为灰度图；计算单元，用于计算灰度图的灰度等级；计算单元，还用于计算灰度等级与预设灰度等级的差值；第一确定单元，用于当差值大于预设阈值时，确定植物发生病变，以及提醒单元，用于生成提醒信息。

本发明提供的基于图像识别植物病变的系统，通过灰度转换单元，将采集单元采集的植物叶片图像转换为灰度图，通过计算单元，计算该灰度图的灰度等级，再通过计算单元，计算灰度等级与预设灰度等级的差值，以便分析该植物叶片与正常叶片的区别，通过第一确定单元，当差值大于预设阈值时，确定植物发生病变，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，通过提醒单元，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。

根据本发明提供的上述基于图像识别植物病变的系统，还可以具有以下技术特征：

在上述技术方案中，优选地，在采集植物的叶片图像的步骤之前，该基于图像识别植物病变的系统，还包括：第二确定单元，用于确定植物的种类；第二确定单元，还用于根据植物的种类，确定预设灰度等级。

在该技术方案中，通过第二确定单元，确定植物的种类，以便第二确定单元根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在上述任一技术方案中，优选地，在采集植物的叶片图像的步骤之前，还包括：第三确定单元，用于确定植物的生长阶段；第三确定单元，还用于根据生长阶段，确定生长阶段对应的预设灰度等级。

在该技术方案中，通过第三确定单元，确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

在上述任一技术方案中，优选地，第一确定单元，还用于当差值小于等于预设阈值时，确定植物未发生病变。

在该技术方案中，通过第一确定单元，当差值小于等于预设阈值时，确定植物未发生病变，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

在上述任一技术方案中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该技术方案中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

根据本发明的第三个目的，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：采集植物的叶片图像；将叶片图像转换为灰度图；计算灰度图的灰度等级；计算灰度等级与预设灰度等级的差值；当差值大于预设阈值时，确定植物发生病变，并生成提醒信息；当差值小于等于预设阈值时，确定植物未发生病变。

本发明提供的计算机设备，是用于支持基于图像识别植物病变的系统运行的服务器，处理器通过执行存储在存储器上的计算机程序，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。进一步地，当确定植物未发生病变时，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

根据本发明提供的上述计算机设备，还可以具有以下技术特征：

在上述技术方案中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的种类；根据植物的种类，确定预设灰度等级。

在该技术方案中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在上述任一技术方案中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该技术方案中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测才能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

根据本发明的第四个目的，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：采集植物的叶片图像；将叶片图像转换为灰度图；计算灰度图的灰度等级；计算灰度等级与预设灰度等级的差值；当差值大于预设阈值时，确定植物发生病变，并生成提醒信息；当差值小于等于预设阈值时，确定植物未发生病变。

本发明提供的计算机可读存储介质，安装在支持基于图像识别植物病变的系统运行的服务器中，计算机可读存储介质上存储有计算机程序，通过运行该计算机程序，可以实现通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。进一步地，当确定植物未发生病变时，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

根据本发明提供的上述计算机可读存储介质，还可以具有以下技术特征：

在上述技术方案中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的种类；根据植物的种类，确定预设灰度等级。

在该技术方案中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在上述任一技术方案中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该技术方案中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测才能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了根据本发明的第一个实施例的基于图像识别植物病变的方法的示意流程图；

图2示出了根据本发明的第二个实施例的基于图像识别植物病变的方法的示意流程图；

图3示出了根据本发明的第三个实施例的基于图像识别植物病变的方法的示意流程图；

图4示出了根据本发明的第一个实施例的基于图像识别植物病变的系统的示意框图；

图5示出了根据本发明的第二个实施例的基于图像识别植物病变的系统的示意框图；

图6示出了根据本发明的第三个实施例的基于图像识别植物病变的系统的示意框图；

图7示出了根据本发明的第一个实施例的计算机设备的结构示意图。

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，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。

如图1所示，根据本发明的第一个实施例的基于图像识别植物病变的方法的示意流程图。其中，该方法包括：

步骤102，采集植物的叶片图像；

步骤104，将叶片图像转换为灰度图；

步骤106，计算灰度图的灰度等级；

步骤108，计算灰度等级与预设灰度等级的差值；

步骤110，当差值大于预设阈值时，确定植物发生病变，并生成提醒信息。

本发明提供的基于图像识别植物病变的方法，通过将采集的植物叶片图像转换为灰度图，计算该灰度图的灰度等级，再计算灰度等级与预设灰度等级的差值，以便分析该植物叶片与正常叶片的区别，当差值大于预设阈值时，确定植物发生病变，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。

在本发明的一个实施例中，优选地，该基于图像识别植物病变的方法，还包括：当差值小于等于预设阈值时，确定植物未发生病变。

在该实施例中，当差值小于等于预设阈值时，确定植物未发生病变，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

如图2所示，根据本发明的第二个实施例的基于图像识别植物病变的方法的示意流程图。其中，该方法包括：

步骤202，确定植物的种类；

步骤204，根据植物的种类，确定预设灰度等级；

步骤206，采集植物的叶片图像；

步骤208，将叶片图像转换为灰度图；

步骤210，计算灰度图的灰度等级；

步骤212，计算灰度等级与预设灰度等级的差值；

步骤214，当差值大于预设阈值时，确定植物发生病变，并生成提醒信息。

在该实施例中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

如图3所示，根据本发明的第三个实施例的基于图像识别植物病变的方法的示意流程图。其中，该方法包括：

步骤302，确定植物的生长阶段；

步骤304，根据生长阶段，确定生长阶段对应的预设灰度等级；

步骤306，采集植物的叶片图像；

步骤308，将叶片图像转换为灰度图；

步骤310，计算灰度图的灰度等级；

步骤312，计算灰度等级与预设灰度等级的差值；

步骤314，当差值大于预设阈值时，确定植物发生病变，并生成提醒信息。

在该技术方案中，通过确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

在本发明的一个实施例中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该实施例中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

具体实施例中，提醒的方式包括但不局限于以下至少一种或其组合：文字、语音、灯光，通过不同的提醒的方式，可以提醒用户及时发现植物发生病变。具体实施例中，当用户处于一种安静的环境中时，可以设置提醒的方式为文字；当用户处于光线比较暗的环境中时，可以设置提醒的方式为灯光；用户也可以设置提醒的方式为语音，使得提醒方式简单直接，总之，用户可以根据自己的需求设置不同的提醒方式。

进一步地，可以将植物不同的病变类型和病变程度与对应的提醒方式建立关联，使得用户可以通过感官直接获悉植物的病变类型和病变程度。具体地说，当植物的病变类型为萎蔫型时，设置提醒信息的提醒方式为灯光；当植物的病变类型为坏死型时，设置提醒信息的提醒方式为语音，当植物的病变类型为变色型时，设置提醒信息的提醒方式为文字。

如图4所示，根据本发明的第一个实施例的基于图像识别植物病变的系统的示意框图。其中，该基于图像识别植物病变的系统400，包括：

采集单元402，用于采集植物的叶片图像；

灰度转换单元404，用于将叶片图像转换为灰度图；

计算单元406，用于计算灰度图的灰度等级；

计算单元406，还用于计算灰度等级与预设灰度等级的差值；

第一确定单元408，用于当差值大于预设阈值时，确定植物发生病变，以及

提醒单元410，用于生成提醒信息。

本发明提供的基于图像识别植物病变的系统400，通过灰度转换单元404，将采集单元402采集的植物叶片图像转换为灰度图，通过计算单元406，计算该灰度图的灰度等级，再通过计算单元406，计算灰度等级与预设灰度等级的差值，以便分析该植物叶片与正常叶片的区别，通过第一确定单元408，当差值大于预设阈值时，确定植物发生病变，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，通过提醒单元410，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。

在本发明的一个实施例中，优选地，第一确定单元408，还用于当差值小于等于预设阈值时，确定植物未发生病变。

在该技术方案中，通过第一确定单元408，当差值小于等于预设阈值时，确定植物未发生病变，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

如图5所示，根据本发明的第二个实施例的基于图像识别植物病变的系统的示意框图。其中，该基于图像识别植物病变的系统500，包括：

第二确定单元502，用于确定植物的种类；

第二确定单元502，还用于根据植物的种类，确定预设灰度等级；

采集单元504，用于采集植物的叶片图像；

灰度转换单元506，用于将叶片图像转换为灰度图；

计算单元508，用于计算灰度图的灰度等级；

计算单元508，还用于计算灰度等级与预设灰度等级的差值；

第一确定单元510，用于当差值大于预设阈值时，确定植物发生病变，以及

提醒单元512，用于生成提醒信息。

在该实施例中，通过第二确定单元502，确定植物的种类，以便第二确定单元502根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在本发明的一个实施例中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该实施例中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

具体实施例中，提醒的方式包括但不局限于以下至少一种或其组合：文字、语音、灯光，通过不同的提醒的方式，可以提醒用户及时发现植物发生病变。具体实施例中，当用户处于一种安静的环境中时，可以设置提醒的方式为文字；当用户处于光线比较暗的环境中时，可以设置提醒的方式为灯光；用户也可以设置提醒的方式为语音，使得提醒方式简单直接，总之，用户可以根据自己的需求设置不同的提醒方式。

进一步地，可以将植物不同的病变类型和病变程度与对应的提醒方式建立关联，使得用户可以通过感官直接获悉植物的病变类型和病变程度。具体地说，当植物的病变类型为萎蔫型时，设置提醒信息的提醒方式为灯光；当植物的病变类型为坏死型时，设置提醒信息的提醒方式为语音，当植物的病变类型为变色型时，设置提醒信息的提醒方式为文字。

如图6所示，根据本发明的第三个实施例的基于图像识别植物病变的系统的示意框图。其中，该基于图像识别植物病变的系统600，包括：

第三确定单元602，用于确定植物的生长阶段；

第三确定单元602，还用于根据生长阶段，确定生长阶段对应的预设灰度等级；

采集单元604，用于采集植物的叶片图像；

灰度转换单元606，用于将叶片图像转换为灰度图；

计算单元608，用于计算灰度图的灰度等级；

计算单元608，还用于计算灰度等级与预设灰度等级的差值；

第一确定单元610，用于当差值大于预设阈值时，确定植物发生病变，以及

提醒单元612，用于生成提醒信息。

在该实施例中，通过第三确定单元602，确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

如图7所示，根据本发明的一个实施例的计算机设备的结构示意图。其中，该计算机设备7，包括：存储器72、处理器74及存储在存储器72上并可在处理器74上运行的计算机程序，处理器74执行计算机程序时实现以下步骤：

采集植物的叶片图像；

将叶片图像转换为灰度图；

计算灰度图的灰度等级；

计算灰度等级与预设灰度等级的差值；

当差值大于预设阈值时，确定植物发生病变，并生成提醒信息；

当差值小于等于预设阈值时，确定植物未发生病变。

本发明提供的计算机设备7，是用于支持洗衣机的控制系统运行的服务器，通过处理器74执行存储在存储器72上的计算机程序，实现了通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。进一步地，当确定植物未发生病变时，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

在本发明的一个实施例中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的种类；根据植物的种类，确定预设灰度等级。

在该实施例中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在本发明的一个实施例中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的生长阶段；根据生长阶段，确定生长阶段对应的预设灰度等级。

在该实施例中，通过确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

在本发明的一个实施例中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该实施例中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

具体实施例中，提醒的方式包括但不局限于以下至少一种或其组合：文字、语音、灯光，通过不同的提醒的方式，可以提醒用户及时发现植物发生病变。具体实施例中，当用户处于一种安静的环境中时，可以设置提醒的方式为文字；当用户处于光线比较暗的环境中时，可以设置提醒的方式为灯光；用户也可以设置提醒的方式为语音，使得提醒方式简单直接，总之，用户可以根据自己的需求设置不同的提醒方式。

进一步地，可以将植物不同的病变类型和病变程度与对应的提醒方式建立关联，使得用户可以通过感官直接获悉植物的病变类型和病变程度。具体地说，当植物的病变类型为萎蔫型时，设置提醒信息的提醒方式为灯光；当植物的病变类型为坏死型时，设置提醒信息的提醒方式为语音，当植物的病变类型为变色型时，设置提醒信息的提醒方式为文字。

本发明的一个实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：采集植物的叶片图像；将叶片图像转换为灰度图；计算灰度图的灰度等级；计算灰度等级与预设灰度等级的差值；当差值大于预设阈值时，确定植物发生病变，并生成提醒信息；当差值小于等于预设阈值时，确定植物未发生病变。

本发明提供的计算机可读存储介质，安装在支持基于图像识别植物病变的系统运行的服务器中，计算机可读存储介质上存储有计算机程序，通过运行该计算机程序，可以实现通过简单的灰度分析快速识别植物发生病变，进而有效地避免植物生产的损失。同时，当确定植物发生病变时，生成提醒信息，及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。进一步地，当确定植物未发生病变时，此时无需生成提醒信息，保证了该基于图像识别植物病变的方法的可靠性。

在本发明的一个实施例中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的种类；根据植物的种类，确定预设灰度等级。

在该实施例中，通过确定植物的种类，以便根据不同的植物种类，确定对应的预设灰度等级，实现对不同种类的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，可以根据植物叶片的颜色和形状等信息，确定植物的种类。

在本发明的一个实施例中，优选地，在采集植物叶片图像的步骤之前，还包括：确定植物的生长阶段；根据生长阶段，确定生长阶段对应的预设灰度等级。

在该实施例中，通过确定植物的生长阶段，以便根据不同的生长阶段，确定对应的预设灰度等级，实现对不同生长阶段的植物采用相同的方法识别植物病变，保证了该基于图像识别植物病变的方法的实用性和准确性。具体实施过程中，植物的生长阶段可以分为幼苗、青果、成熟等阶段，可以根据植物叶片的颜色和果实形态等信息，确定植物对应的生长阶段。

在本发明的一个实施例中，优选地，提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

在该实施例中，通过提醒信息，可以及时提醒用户植物发生病变，不依赖于传统的人工检测手段，有效地节省人力资源。具体实施例中，提醒信息包括但不局限于以下至少一种或其组合：植物种类、病变程度、病变类型，实现了不依赖于传统的人工检测就能确认植物的病变程度和病变类型，并且用户可以及时获悉该植物的种类，进一步地增加了该基于图像识别植物病变的方法的实用性。

具体实施例中，可以根据计算出来的灰度等级与预设灰度等级的差值，同时设置不同的预设区间，确定植物的病变程度。具体地，当该差值处于第一预设区间时，说明植物的病变程度处于恶劣病变阶段，当该差值处于第二预设区间时，说明植物的病变程度处于中级病变阶段，当该差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段。

具体实施例中，可以将植物的病变类型分为变色型、坏死型、萎蔫型和畸形等类型。具体地，根据计算出来的灰度等级与预设灰度等级的差值，以及植物的生长阶段和植物叶片的图像，并设置不同的预设区间，确定植物的病变类型。当计算出来的灰度等级与预设灰度等级的差值处于第三预设区间时，说明植物的病变程度处于初级病变阶段，进一步地，当确定植物处于幼苗阶段时，并结合植物叶片的图像，确定植物的病变类型是萎蔫型。

具体实施例中，提醒的方式包括但不局限于以下至少一种或其组合：文字、语音、灯光，通过不同的提醒的方式，可以提醒用户及时发现植物发生病变。具体实施例中，当用户处于一种安静的环境中时，可以设置提醒的方式为文字；当用户处于光线比较暗的环境中时，可以设置提醒的方式为灯光；用户也可以设置提醒的方式为语音，使得提醒方式简单直接，总之，用户可以根据自己的需求设置不同的提醒方式。

进一步地，可以将植物不同的病变类型和病变程度与对应的提醒方式建立关联，使得用户可以通过感官直接获悉植物的病变类型和病变程度。具体地说，当植物的病变类型为萎蔫型时，设置提醒信息的提醒方式为灯光；当植物的病变类型为坏死型时，设置提醒信息的提醒方式为语音，当植物的病变类型为变色型时，设置提醒信息的提醒方式为文字。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

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 (10)

1.一种基于图像识别植物病变的方法，其特征在于，包括：

采集植物的叶片图像；

将所述叶片图像转换为灰度图；

计算所述灰度图的灰度等级；

计算所述灰度等级与预设灰度等级的差值；

当所述差值大于预设阈值时，确定所述植物发生病变，并生成提醒信息。

2.根据权利要求1所述的基于图像识别植物病变的方法，其特征在于，在采集植物的叶片图像的步骤之前，还包括：

确定植物的种类；

根据所述种类，确定所述预设灰度等级。

3.根据权利要求1所述的基于图像识别植物病变的方法，其特征在于，在采集植物的叶片图像的步骤之前，还包括：

确定植物的生长阶段；

根据所述生长阶段，确定所述生长阶段对应的所述预设灰度等级。

4.根据权利要求1至3中任一项所述的基于图像识别植物病变的方法，其特征在于，

所述提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

5.一种基于图像识别植物病变的系统，其特征在于，包括：

采集单元，用于采集植物的叶片图像；

灰度转换单元，用于将所述叶片图像转换为灰度图；

计算单元，用于计算所述灰度图的灰度等级；

所述计算单元，还用于计算所述灰度等级与预设灰度等级的差值；

第一确定单元，用于当所述差值大于预设阈值时，确定所述植物发生病变，以及

提醒单元，用于生成提醒信息。

6.根据权利要求5所述的基于图像识别植物病变的系统，其特征在于，在采集植物的叶片图像的步骤之前，还包括：

第二确定单元，用于确定植物的种类；

所述第二确定单元，还用于根据所述种类，确定所述预设灰度等级。

7.根据权利要求5所述的基于图像识别植物病变的系统，其特征在于，在采集植物的叶片图像的步骤之前，还包括：

第三确定单元，用于确定植物的生长阶段；

所述第三确定单元，还用于根据所述生长阶段，确定所述生长阶段对应的所述预设灰度等级。

8.根据权利要求5至7中任一项所述的基于图像识别植物病变的系统，其特征在于，

所述提醒信息包括以下至少一种或其组合：植物种类、病变程度、病变类型。

9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

采集植物的叶片图像；

将所述叶片图像转换为灰度图；

计算所述灰度图的灰度等级；

计算所述灰度等级与预设灰度等级的差值；

当所述差值大于预设阈值时，确定所述植物发生病变，并生成提醒信息；

当所述差值小于等于所述预设阈值时，确定所述植物未发生病变。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现以下步骤：

采集植物的叶片图像；

将所述叶片图像转换为灰度图；

计算所述灰度图的灰度等级；

计算所述灰度等级与预设灰度等级的差值；

当所述差值大于预设阈值时，确定所述植物发生病变，并生成提醒信息；

当所述差值小于等于所述预设阈值时，确定所述植物未发生病变。