CN109197273A - 害虫活动时间段的确定方法及装置、施药时间的确定方法 - Google Patents

Abstract

本申请公开了一种害虫活动时间段的确定方法及装置、施药时间的确定方法。其中，该方法包括：在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段。本申请解决了由于害虫的大规模活动时间与农药的喷洒时间不一致导致农药药效降低造成的杀虫效果不理想的技术问题。

Description

害虫活动时间段的确定方法及装置、施药时间的确定方法

技术领域

本申请涉及农业自动化领域，具体而言，涉及一种害虫活动时间段的确定方法及装置、施药时间的确定方法。

背景技术

对农作物生长区域喷洒农药进行杀虫时，一般会根据人们的工作时间和作息规律进行农药喷洒作业，实际上往往存在害虫的活动时间与人们的工作时间和作息规律不一致的问题，如果人们在喷洒农药时，害虫没有大规模活动，而等害虫大规模活动时，即便能起到杀虫效果，但农药的药效随着喷洒时间的增长会不可避免地发生药效降低的现象，进而影响杀虫效果。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种害虫活动时间段的确定方法及装置、施药时间的确定方法，以至少解决由于害虫的大规模活动时间与农药的喷洒时间不一致导致农药药效降低造成的杀虫效果不理想的技术问题。

根据本申请实施例的一个方面，提供了一种害虫活动时间段的确定方法，包括：在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段。

可选地，依据数量确定害虫的活动时间段包括：比较害虫的数量和第一预设阈值；确定害虫的数量大于第一预设阈值的持续时间，将该持续时间作为害虫的活动时间段，其中，持续时间为第一时刻和第二时刻之间的时长，第一时刻为检测到害虫的数量大于第一预设阈值时所对应图像的采集时刻，第二时刻为检测到害虫的数量小于第一预设阈值时所对应图像的采集时刻。

可选地，依据数量确定害虫的活动时间段还包括：在预设的时间段内持续记录各个采样时间点的害虫的数量；依据数量随时间变化的趋势确定害虫的数量随时间变化的曲线；基于曲线确定害虫的活动时间段。

可选地，依据数量确定害虫的活动时间段还包括：按照图像的采集时间对图像进行分组；确定每组图像的各个图像中害虫的数量；确定每组图像中害虫的数量大于第二预设阈值的图像，并将害虫的数量大于第二预设阈值的图像的采集时间所属的预设取值区间作为害虫的活动时间段。

可选地，每组图像的各个图像中害虫的数量通过以下方式确定：获取目标区域中害虫的热红外图像；依据热红外图像确定害虫的第一数量；确定目标区域的光谱图像中害虫的第二数量；比较第一数量和第二数量是否相同；在相同时，将第一数量和第二数量中的任意一个作为害虫的数量；在不同时，确定第一数量和第二数量的差值，并在差值小于第三预设阈值时，将第一数量和第二数量的平均值作为害虫的数量。

可选地，确定图像中害虫的数量，包括：确定害虫的种类，以及每种害虫的数量；依据数量确定害虫的活动时间段，包括：依据每种害虫的数量确定每种害虫的活动时间段。

根据本申请实施例的另一方面，还提供了一种施药时间的确定方法，包括：在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段；依据害虫的活动的时间段确定对目标区域的施药时间。

可选地，依据数量确定害虫的活动时间段包括：比较害虫的数量和第一预设阈值；确定害虫的数量大于第一预设阈值的持续时间，将该持续时间作为害虫的活动时间段，其中，持续时间为第一时刻和第二时刻之间的时长，第一时刻为检测到害虫的数量大于第一预设阈值时所对应图像的采集时刻，第二时刻为检测到害虫的数量小于第一预设阈值时所对应图像的采集时刻。

可选地，依据数量确定害虫的活动时间段还包括：在预设的时间段内持续记录各个采样时间点的害虫的数量；依据数量随时间变化的趋势确定害虫的数量随时间变化的曲线；基于曲线确定害虫的活动时间段。

可选地，上述方法还包括：提取图像中的特征信息，将特征信息输入至预设模型进行分析，得到图像中害虫的种类信息，其中，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：害虫的特征信息、用于标识特征信息所对应的害虫种类的标签。

可选地，依据害虫的种类信息确定施药的种类。

根据本申请实施例的另一方面，还提供了另一种施药时间的确定方法，包括：获取目标区域的图像，其中，图像中至少部分图像存在害虫；将图像与数据库中的图像进行匹配，得到匹配结果；依据匹配结果确定对目标区域的施药时间。

可选地，将图像与数据库中的图像进行匹配，得到匹配结果，包括：比较目标区域的图像与数据库中的图像的相似度，将相似度作为匹配结果；依据匹配结果确定对目标区域的施药时间，包括：确定数据库中最高相似度对应的图像，并将确定的图像对应的施药时间作为目标区域的施药时间。

根据本申请实施例的再一方面，还提供了一种害虫活动时间段的确定装置，包括：获取模块，用于在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；第一确定模块，用于确定图像中害虫的数量；第二确定模块，用于依据数量确定害虫的活动时间段。

根据本申请实施例的再一方面，还提供了一种植保系统，包括：至少一个图像采集设备，用于采集目标区域的图像，并将采集到的图像发送至监测设备；监测设备，与至少一个图像采集设备连接，用于确定图像中害虫的数量；依据数量确定害虫的活动时间段；依据害虫的活动的时间段确定对目标区域的施药时间；确定图像中害虫的种类信息；依据害虫的种类信息确定施药的种类；无人机，与监测设备通信连接，用于对目标区域喷洒农药。

根据本申请实施例的再一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行上述的害虫活动时间段的确定方法或者施药时间的确定方法。

根据本申请实施例的再一方面，还提供了一种处理器，理器用于运行程序，其中，程序运行时执行上述的害虫活动时间段的确定方法或者施药时间的确定方法。

在本申请实施例中，采用在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段的方式，通过持续采集的农作物生长区域的图像，然后依据图像中害虫的数量确定害虫数量多的图像对应的采集时间为害虫的活动时间，达到了使施药时间与害虫活动时间同步的目的，从而实现了在害虫大规模活动时喷洒农药，提高杀虫效果的技术效果，进而解决了由于害虫的大规模活动时间与农药的喷洒时间不一致导致农药药效降低造成的杀虫效果不理想的技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种害虫活动时间段的确定方法的流程图；

图2是根据本申请实施例的一种确定害虫活动时间段的方法的流程图；

图3是根据本申请实施例的另一种确定害虫活动时间段的方法的流程图；

图4是根据本申请实施例的另一种确定害虫活动时间段的方法的流程图；

图5是根据本申请实施例的一种确定害虫数量的方法流程图；

图6是根据本申请实施例的一种施药时间的确定方法的流程图；

图7是根据本申请实施例的另一种施药时间的确定方法的流程图；

图8是根据本申请实施例的一种害虫活动时间段的确定装置的结构图；

图9是根据本申请实施例的一种植保系统的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例，提供了一种害虫活动时间段的确定方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本申请实施例的一种害虫活动时间段的确定方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫。

在本申请的一些可选的实施例中，通过图像采集装置在一段预设时间内持续获取目标区域的图像，比如可以在24小时内持续采集农作物生长区域的图像，其中图像采集装置包括但不限于红外检测装置及高清摄像装置。也可以采用其他分时段方法，比如2、3、5、6小时为一个检测周期。

步骤S104，确定图像中害虫的数量。

步骤S106，依据数量确定害虫的活动时间段。

图2是根据本申请实施例的一种确定害虫活动时间段的方法的流程图，如图2所示，该方法包括以下步骤：

步骤S202，比较害虫的数量和第一预设阈值。

步骤S204，确定害虫的数量大于第一预设阈值的持续时间，将该持续时间作为害虫的活动时间段，其中，持续时间为第一时刻和第二时刻之间的时长，第一时刻为检测到害虫的数量大于第一预设阈值时所对应图像的采集时刻，第二时刻为检测到害虫的数量小于第一预设阈值时所对应图像的采集时刻。

步骤S202至步骤S204提供了一种确定害虫活动时间段的方法，例如，可以设置一个害虫数量的阈值，如果图像中害虫的数量达到或者超过这个阈值，并且图像中害虫的数量大于或者等于该预设阈值的时长大于一段预设时长，则可以认为该图像的采集时间为害虫的活动时间段。

在本申请的一些可选的实施例中，确定图像中害虫的数量，包括：确定害虫的种类，以及每种害虫的数量；依据数量确定害虫的活动时间段，包括：依据每种害虫的数量确定每种害虫的活动时间段。由于针对不同种类的害虫，需要喷洒不同种类的农药，因此需要确定害虫的种类，然后确定每种害虫的数量。针对害虫的种类选择农药的种类，针对每种害虫的数量确定农药的喷洒剂量。

图3是根据本申请实施例的另一种确定害虫活动时间段的方法的流程图，如图3所示，该方法包括以下步骤：

步骤S302，在预设的时间段内持续记录各个采样时间点的害虫的数量。

步骤S304，依据数量随时间变化的趋势确定害虫的数量随时间变化的曲线。

步骤S306，基于曲线确定害虫的活动时间段。

步骤S302至步骤S306提供了另一种确定害虫活动时间段的方法，例如，持续记录害虫的数量，形成害虫的数量随时间变化的曲线，根据曲线的变化趋势确定害虫的活动时间段，通过上述步骤，通过害虫数量随时间变化的曲线，可以直观地展示出害虫数量在不同时间段内的活动情况，快速地确定害虫的活动时间段。

图4是根据本申请实施例的另一种确定害虫活动时间段的方法的流程图，如图4所示，该方法包括以下步骤：

步骤S402，按照图像的采集时间对图像进行分组。

在本申请的一些可选的实施例中，将步骤S102中持续采集的24小时图像按采集时间划分为6个组，第一组图像为0点至4点采集的图像，第二组为4点至8点采集的图像，依次类推，第6组为20点到24点采集的图像。

步骤S404，确定每组图像的各个图像中害虫的数量。

图5是根据本申请实施例的一种确定害虫数量的方法流程图，如图5所示，该方法包括：

步骤S502，获取目标区域中害虫的热红外图像；依据热红外图像确定害虫的第一数量。

根据本申请的一个可选的实施例，获取目标区域的热红外图像，不同物体的发热量不同，依据发热量确定害虫的数量，为第一数量。以果树为例，图像采集装置采集到的果树生长区域的图像包括：树叶、果树、果实和害虫，树叶、果树、果实和害虫的发热量是不同的，比较容易根据发热量的不同从采集的图像中区分出害虫。

步骤S504，确定目标区域的光谱图像中害虫的第二数量。

近红外光谱法可以根据各种害虫对近红外光的吸收与反射的差异对害虫进行识别，近红外分为短波近红外和长波近红外，有机物以及部分无机物分子化学键结合的各种基团的运动(伸缩、震动、弯曲等)都有它固定的振动频率，因为害虫的表皮有独特的化学成分，这些独特的化学成分分子在吸收近红外光能量后，其振动能级和转动能级会发生跃迁。通常振动能级间的能量差在0.05至1.0eV范围内，转动能级间的能量差更小一些，这些能量对应一些频率以及这些基本频率的谐波，从而能够使分子以一种特定的频率振动。近红外光的激发使这些分子产生共振，同时光的能量一部分被吸收，测量其吸收光，可以得到极为复杂的图谱，这种图谱表征害虫的特征，通过光谱图像确定图像中害虫的数量，为第二数量。

步骤S506，比较第一数量和第二数量是否相同。

步骤S508，在相同时，将第一数量和第二数量中的任意一个作为害虫的数量。

步骤S510，在不同时，确定第一数量和第二数量的差值，并在差值小于第三预设阈值时，将第一数量和第二数量的平均值作为害虫的数量。

在步骤506至步骤S510中，比较通过热红外图像确定的害虫的第一数量和通过近红外光谱法确定的害虫的第二数量，如果第一数量和第二数量相同，或者二者的差值比较小，可以忽略不计，将第一数量和第二数量中任意一个作为害虫的数量。

如果第一数量和第二数量不同，但是二者的差值小于一个预设值，取第一数量和第二数量的平均值作为害虫的数量；如果二者的差值比较大，可能第一数量或者第二数量中的其中一个测量误差比较大，此时需要重新测量，再确定害虫的数量。

步骤S406，确定每组图像中害虫的数量大于第二预设阈值的图像，并将害虫的数量大于第二预设阈值的图像的采集时间所属的预设取值区间作为害虫的活动时间段。

通过步骤S404确定每组图像中害虫的数量后，将每组图像中害虫的数量分别与一个预设阈值比较，将数量大于该预设阈值的图像的采集时间确定为害虫的活动时间段。

上述步骤提供了三种确定害虫活动时间段的方法，通过上述方法，能够准确地确定农作物生长区域的害虫的活动时间段。

在本申请的一些可选的实施例中，还可以通过以下方法确定害虫的活动时间段：针对活动性较强的害虫，如蝗虫，可以利用声音检测法确定害虫的活动时间段，检测方法如下：获取害虫发出的声音的音频数据；如果检测到害虫发出的声音比较大，说明害虫的数量比较多，确定音频数据的采集时间为害虫的活动时间段。

在本申请的一些可选的实施例中，针对相对静止的害虫，或者爬动速度慢的害虫，还可以通过检测叶子的消失速度确定害虫的活动时间段，检测方法如下：获取目标区域内农作物叶子图像数据；经过一段预设时长，再次采集上述目标区域内的农作物的叶子的图像数据，比较前后两次采集的农作物的叶子的图像数据，根据叶子的变化情况确定害虫的活动时间段。即如果后采集的农作物的叶子比前次采集的农作物的叶子减少的数量多，说明在该预设时长内害虫的数量比较大，确定该预设时长为害虫的活动时间段。

根据本申请的一个可选的实施例，还可用通过检测害虫的天敌或者害虫的竞争者的数量和种类，间接推测害虫的数量和种类。如果某种害虫的天敌动物的数量多，相应地该种害虫的数量也比较多，同理，如果某种害虫的竞争动物的数量比较多，则间接说明该种害虫的数量比较少。

根据本申请的一个可选的实施例，还可以通过在农作物生长区域放置害虫引诱装置，确定害虫的活动时间段，比如通过比较在不同时间段放置的害虫引诱装置引诱的害虫的数量确定害虫的活动时间段。

在本申请的一些可选的实施例中，还可以通过认为改变农作物周围的环境的方法，从而改变害虫的活动时间段，比如针对某种在夜间活动的害虫，将农作物生长区域的光线变暗，使该种害虫在白天活动，可以达到在针对该种类害虫在白天喷洒农药的目的。

图6是根据本申请实施例的一种施药时间的确定方法的流程图，如图6所示，该方法包括以下步骤：

步骤S602，在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫。

步骤S604，确定图像中害虫的数量。

步骤S606，依据数量确定害虫的活动时间段。

在本申请的一些可选的实施例中，步骤S606可以通过以下方法实现：比较害虫的数量和第一预设阈值；确定害虫的数量大于第一预设阈值的持续时间，将该持续时间作为害虫的活动时间段，其中，持续时间为第一时刻和第二时刻之间的时长，第一时刻为检测到害虫的数量大于第一预设阈值时所对应图像的采集时刻，第二时刻为检测到害虫的数量小于第一预设阈值时所对应图像的采集时刻。

该方法提供了一种确定害虫活动时间段的方法，例如，可以设置一个害虫数量的阈值，如果图像中害虫的数量达到或者超过这个阈值，并且图像中害虫的数量大于或者等于该预设阈值的时长大于一段预设时长，则可以认为该图像的采集时间为害虫的活动时间段。

根据本申请的一个可选的实施例，步骤S606还可以通过以下方法实现：在预设的时间段内持续记录各个采样时间点的害虫的数量；依据数量随时间变化的趋势确定害虫的数量随时间变化的曲线；基于曲线确定害虫的活动时间段。

该方法提供了另一种确定害虫活动时间段的方法，例如，持续记录害虫的数量，形成害虫的数量随时间变化的曲线，根据曲线的变化趋势确定害虫的活动时间段，通过上述步骤，通过害虫数量随时间变化的曲线，可以直观地展示出害虫数量在不同时间段内的活动情况，快速地确定害虫的活动时间段。

步骤S608，依据害虫的活动的时间段确定对目标区域的施药时间。

在确定害虫的活动时间段后，根据害虫的活动时间段确定对农作物的喷药时间，害虫数量多的图像对应的采集时间段为害虫大规模活动的时间段，确定害虫大规模活动的时间段为农药的喷洒时间，在害虫活动相对集中的时间段喷洒农药，可以提高农药的杀虫效果。

根据本申请的一个可选的实施例，上述施药时间的确定方法还包括：提取图像中的特征信息，将特征信息分别输入至预设模型进行分析，得到各组图像中害虫的种类信息，其中，预设模型为通过多组数据训练得到的，多组数据中的每组数据均包括：害虫的特征信息、用于标识特征信息所对应的害虫种类的标签。

在本申请的一些实施例中，依据害虫的种类信息确定施药的种类。

在本申请的一些可选实施例中，提取图像中能够表征害虫种类的一些特征信息，包括但不限于害虫的颜色、体型等，将提取的特征信息输入预先训练好的神经网络模型进行预测，通过分析得到该图形采集区域的害虫的种类信息。在通过神经网络模型进行害虫种类预测之前，需要利用多组数据进行神经网络模型的训练，用于训练神经网络模型的数据包括害虫的特征信息、用于标识特征信息所对应的害虫种类的标签。

可进一步的对同一农作物生长区域的害虫的种类进行识别，根据识别出的害虫的种类有针对性地选择喷洒的农药的种类。比如在8点至12点A害虫的活动数量比较大，16点至20点B害虫活动数量比较大，因此可在8点至12点时间段内喷洒针对A害虫的农药，在16点至20点喷洒针对B害虫的农药。由于针对不同种类的害虫，不同的农药的杀虫效果也不同，通过对害虫种类的识别，有针对性的选择施药的种类，可进一步提高杀虫效果。

通过上述步骤，可以实现能够根据害虫的活动时间，针对性地选择喷洒农药的时间，有效地避免了农药的药效随着喷洒时间的增长会发生药效降低的现象，有效地提高了农药的杀虫效果。

图7是根据本申请实施例的另一种施药时间的确定方法的流程图，如图7所示，该方法包括：

步骤S702，获取目标区域的图像，其中，图像中至少部分图像存在害虫。

步骤S704，将图像与数据库中的图像进行匹配，得到匹配结果。

步骤S706，依据匹配结果确定对目标区域的施药时间。

根据本申请的一个可选的实施例，步骤S704通过以下方式实现：比较目标区域的图像与数据库中的图像的相似度，将相似度作为匹配结果；步骤S706通过以下方式实现：确定数据库中最高相似度对应的图像，并将确定的图像对应的施药时间作为目标区域的施药时间。

步骤S702至S706提供了另外一种施药时间的确定方法，比如需要确定一片农作物的施药时间，通过图像采集装置获取该农作物生长区域的图像，通过将该图像与数据库中预存的农作物生长区域图像进行比对，确定与该待施药的农作物相似度最高的图像，将该相似度最高的图像对应的农作物的施药时间作为待施药的农作物的施药时间。

图8是根据本申请实施例的一种害虫活动时间段的确定装置的结构图，如图8所示，该装置包括：

获取模块80，用于在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫。

第一确定模块82，用于确定图像中害虫的数量。

第二确定模块84，用于依据数量确定害虫的活动时间段。

需要说明的是，图8所示实施例的优选实施方式可以参见图1至图5所示的实施例的相关描述，此处不再赘述。

图9是根据本申请实施例的一种植保系统的结构图，如图9所示，该系统包括：

至少一个图像采集设备90，用于采集目标区域的图像，并将采集到的图像发送至监测设备92。该图像采集设备90能够24小时采集害虫的图像，不受光线条件限制，该图像采集设备90上集成有通信模块，用于将采集到的害虫的图像发送至监测设备92，对图像做进一步分析处理。

监测设备92，与至少一个图像采集设备90连接，用于确定图像中害虫的数量；依据数量确定害虫的活动时间段；依据害虫的活动的时间段确定对目标区域的施药时间；确定图像中害虫的种类信息；依据害虫的种类信息确定施药的种类。监测设备92可以是网络服务器。

无人机94，与监测设备92通信连接，用于对目标区域喷洒农药。

需要说明的是，图9所示实施例的优选实施方式可以参见图1至图6所示实施例的相关描述，此处不再赘述。

本申请实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的害虫活动时间段的确定方法或者施药时间的确定方法。

上述存储介质用于存储执行以下功能的程序：在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段。或者

在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段；依据害虫的活动的时间段确定对目标区域的施药时间。或者

获取目标区域的图像，其中，图像中至少部分图像存在害虫；将图像与数据库中的图像进行匹配，得到匹配结果；依据匹配结果确定对目标区域的施药时间。

本申请实施例还提供了一种处理器，处理器用于运行程序，其中，在程序运行时执行以上的害虫活动时间段的确定方法或者施药时间的确定方法。

上述处理器用于执行实现以下功能的程序：在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段。或者

在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；确定图像中害虫的数量；依据数量确定害虫的活动时间段；依据害虫的活动的时间段确定对目标区域的施药时间。或者

获取目标区域的图像，其中，图像中至少部分图像存在害虫；将图像与数据库中的图像进行匹配，得到匹配结果；依据匹配结果确定对目标区域的施药时间。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (17)

1.一种害虫活动时间段的确定方法，其特征在于，包括：

在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；

确定所述图像中害虫的数量；

依据所述数量确定所述害虫的活动时间段。

2.根据权利要求1所述的方法，其特征在于，依据所述数量确定所述害虫的活动时间段包括：

比较所述害虫的数量和第一预设阈值；确定所述害虫的数量大于所述第一预设阈值的持续时间，将该持续时间作为所述害虫的活动时间段，其中，所述持续时间为第一时刻和第二时刻之间的时长，所述第一时刻为检测到所述害虫的数量大于所述第一预设阈值时所对应图像的采集时刻，所述第二时刻为检测到所述害虫的数量小于所述第一预设阈值时所对应图像的采集时刻。

3.根据权利要求1所述的方法，其特征在于，依据所述数量确定所述害虫的活动时间段还包括：

在预设的时间段内持续记录各个采样时间点的害虫的数量；

依据所述数量随时间变化的趋势确定所述害虫的数量随时间变化的曲线；

基于所述曲线确定所述害虫的活动时间段。

4.根据权利要求1所述的方法，其特征在于，依据所述数量确定害虫的活动时间段还包括：

按照所述图像的采集时间对所述图像进行分组；

确定每组图像的各个图像中害虫的数量；

确定所述每组图像中害虫的数量大于第二预设阈值的图像，并将所述害虫的数量大于所述第二预设阈值的图像的采集时间所属的预设取值区间作为所述害虫的活动时间段。

5.根据权利要求4所述的方法，其特征在于，每组图像的各个图像中害虫的数量通过以下方式确定：

获取所述目标区域中害虫的热红外图像；依据所述热红外图像确定所述害虫的第一数量；

确定所述目标区域的光谱图像中所述害虫的第二数量；

比较所述第一数量和第二数量是否相同；

在相同时，将所述第一数量和第二数量中的任意一个作为所述害虫的数量；

在不同时，确定所述第一数量和第二数量的差值，并在所述差值小于第三预设阈值时，将所述第一数量和第二数量的平均值作为所述害虫的数量。

6.根据权利要求1所述的方法，其特征在于，

确定所述图像中害虫的数量，包括：确定所述害虫的种类；以及每种害虫的数量；

依据所述数量确定所述害虫的活动时间段，包括：依据所述每种害虫的数量确定所述每种害虫的活动时间段。

7.一种施药时间的确定方法，其特征在于，包括：

在预设的时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；

确定所述图像中害虫的数量；

依据所述数量确定所述害虫的活动时间段；

依据所述害虫的活动的时间段确定对所述目标区域的施药时间。

8.根据权利要求7所述的方法，其特征在于，依据所述数量确定所述害虫的活动时间段包括：

比较所述害虫的数量和第一预设阈值；确定所述害虫的数量大于所述第一预设阈值的持续时间，将该持续时间作为所述害虫的活动时间段，其中，所述持续时间为第一时刻和第二时刻之间的时长，所述第一时刻为检测到所述害虫的数量大于所述第一预设阈值时所对应图像的采集时刻，所述第二时刻为检测到所述害虫的数量小于所述第一预设阈值时所对应图像的采集时刻。

9.根据权利要求7所述的方法，其特征在于，依据所述数量确定所述害虫的活动时间段还包括：

在所述预设的时间段内持续记录各个采样时间点的害虫的数量；

依据所述数量随时间变化的趋势确定所述害虫的数量随时间变化的曲线；

基于所述曲线确定所述害虫的活动时间段。

10.根据权利要求7所述的方法，其特征在于，所述方法还包括：

提取所述图像中的特征信息，将所述特征信息输入至预设模型进行分析，得到所述图像中害虫的种类信息，其中，所述预设模型为通过多组数据训练得到的，所述多组数据中的每组数据均包括：害虫的特征信息、用于标识所述特征信息所对应的害虫种类的标签。

11.根据权利要求10所述的方法，其特征在于，依据所述害虫的种类信息确定施药的种类。

12.一种施药时间的确定方法，其特征在于，包括：

获取目标区域的图像，其中，所述图像中至少部分图像存在害虫；

将所述图像与数据库中的图像进行匹配，得到匹配结果；

依据所述匹配结果确定对所述目标区域的施药时间。

13.根据权利要求12所述的方法，其特征在于，

将所述图像与数据库中的图像进行匹配，得到匹配结果，包括：比较所述目标区域的图像与所述数据库中的图像的相似度，将所述相似度作为所述匹配结果；

依据所述匹配结果确定对所述目标区域的施药时间，包括：确定所述数据库中最高相似度对应的图像，并将确定的图像对应的施药时间作为所述目标区域的施药时间。

14.一种害虫活动时间段的确定装置，其特征在于，包括：

获取模块，用于在预设时间段内持续获取目标区域的图像，其中，持续获取的图像中至少部分图像存在害虫；

第一确定模块，用于确定所述图像中害虫的数量；

第二确定模块，用于依据所述数量确定所述害虫的活动时间段。

15.一种植保系统，其特征在于，包括：

至少一个图像采集设备，用于采集目标区域的图像，并将采集到的所述图像发送至监测设备；

监测设备，与所述至少一个图像采集设备连接，用于确定所述图像中害虫的数量；依据所述数量确定所述害虫的活动时间段；依据所述害虫的活动的时间段确定对所述目标区域的施药时间；确定所述图像中害虫的种类信息；依据所述害虫的种类信息确定施药的种类；

无人机，与所述监测设备通信连接，用于对所述目标区域喷洒农药。

16.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至6中任意一项所述的害虫活动时间段的确定方法或者权利要求7至13中任意一项所述的施药时间的确定方法。

17.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的害虫活动时间段的确定方法或者权利要求7至13中任意一项所述的施药时间的确定方法。