CN114049295A - 一种霜霉病智能化检测处理的方法及系统 - Google Patents

Abstract

本申请公开了一种霜霉病智能化检测处理的方法及系统，用于及时并准确的发现感染了霜霉病的农作物，以及时采取防治措施，从而提高农作物的产量。本申请方法包括：获取农作物图像集合；对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；根据至少一类农作物的图像集合确定目标农作物图像集合；获取目标农作物的存在霜霉病特征图像集合；将目标农作物图像集合与霜霉病特征图像集合进行对比，生成对比结果；当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域；根据目标农作物的种植区域生成霜霉病防治通知。

Description

一种霜霉病智能化检测处理的方法及系统

技术领域

本申请涉及农作物病害检测技术领域，尤其涉及一种霜霉病智能化检测处理的方法及系统。

背景技术

伴随着经济和农业的不断发展，人们对于生活质量有了更高的要求，越来越多的地区开始种植营养价值高的农作物，此类农作物受到人们的关注与喜爱，然而由于种植的农作物种类与种植面积的增加，当有任一农作物感染了病虫害后很容易在其他的农作物之间传播。

霜霉病是指由真菌中的霜霉菌引起的植物病害，许多农作物都有感染霜霉病的风险，例如：甘蔗霜霉病、大豆霜霉病、葡萄霜霉病以及黄瓜霜霉病等，霜霉病在农作物的幼苗到收获阶段均有可能被感染，其中以成株受害最为严重。感染霜霉病的农作物主要是危害其叶片，发病初期在页面形成浅黄色近似圆形至多边形的病斑，空气潮湿时叶背产生霜状霉层，存在蔓延至页面的可能，发病后期病斑枯死连片，呈现黄褐色，严重时全部外叶枯萎死亡。霜霉病的传播途径主要是通过气流、浇水进行传播，发病原因主要是湿度过大造成。

目前农作物感染霜霉病主要是通过人工周期性巡查，但是，霜霉病病情出现时，发病快、传播快，人工周期性巡查无法及时准确的发现农作物感染霜霉病，导致错过最佳防治期，降低农作物的产量。

发明内容

本申请提供了一种霜霉病智能化检测处理的方法及系统，用于及时并准确的发现感染了霜霉病的农作物，以及时采取防治措施，从而提高农作物的产量。

本申请第一方面提供了一种霜霉病智能化检测处理的方法，包括：

获取农作物图像集合，所述农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

对所述农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

根据所述至少一类农作物的图像集合确定目标农作物图像集合，所述目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

获取目标农作物的存在霜霉病特征图像集合，所述霜霉病特征图像集合为感染了霜霉病的所述目标农作物的拍摄图像；

将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果；

当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域；

根据所述目标农作物的种植区域生成霜霉病防治通知。

可选地，所述将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果包括：

对所述目标农作物图像集合进行特征提取，生成农作物特征；

对所述霜霉病特征图像集合进行特征提取，生成霜霉病特征；

将所述农作物特征与所述霜霉病特征进行对比，生成对比结果。

可选的，所述根据所述目标农作物的种植区域生成霜霉病防治通知包括：

根据所述霜霉病特征确定所述目标农作物霜霉病的感染程度；

所述目标农作物霜霉病的感染程度和所述目标农作物的种植区域生成霜霉病防治通知。

可选地，在所述当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域之后，在所述根据所述目标农作物的种植区域生成霜霉病防治通知之前，所述霜霉病智能化检测处理的方法还包括：

对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理。

可选地，所述对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理包括：

将存在所述霜霉病特征的目标农作物的种植区域的灌溉模式由自动漫灌模式调整为自动滴灌模式。

可选地，所述对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理包括：

当所述目标农作物的种植区域为室内种植区域，则将存在所述霜霉病特征的目标农作物的种植区域的空气湿度下调至霜霉病防治范围内。

本申请第二方面提供了一种霜霉病智能化检测处理的系统，包括：

第一获取单元，用于获取农作物图像集合，所述农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

分类单元，用于对所述农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

第一确定单元，用于根据所述至少一类农作物的图像集合确定目标农作物图像集合，所述目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

第二获取单元，用于获取目标农作物的存在霜霉病特征图像集合，所述霜霉病特征图像集合为感染了霜霉病的所述目标农作物的拍摄图像；

对比单元，用于将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果；

第二确定单元，用于当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域；

生成单元，用于根据所述目标农作物的种植区域生成霜霉病防治通知。

可选地，所述对比单元具体用于对所述目标农作物图像集合进行特征提取，生成农作物特征；

对所述霜霉病特征图像集合进行特征提取，生成霜霉病特征；

将所述农作物特征与所述霜霉病特征进行对比，生成对比结果。

可选地，所述生成单元具体用于根据所述霜霉病特征确定所述目标农作物霜霉病的感染程度；

所述目标农作物霜霉病的感染程度和所述目标农作物的种植区域生成霜霉病防治通知。

可选地，所述霜霉病智能化检测处理的系统还包括：

调整单元，用于对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理。

可选地，所述调整单元具体用于将存在所述霜霉病特征的目标农作物的种植区域的灌溉模式由自动漫灌模式调整为自动滴灌模式。

可选地，所述调整单元具体还用于当所述目标农作物的种植区域为室内种植区域，则将存在所述霜霉病特征的目标农作物的种植区域的空气湿度下调至霜霉病防治范围内。

本申请第三方面提供了一种霜霉病智能化检测处理的系统，包括：

中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；

所述存储器为短暂存储存储器或持久存储存储器；

所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。

本申请第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。

从以上技术方案可以看出，本申请具有以下有益效果：

本申请中，系统获取农作物图像集合，该农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合，对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合，根据至少一类农作物的图像集合确定目标农作物图像集合，目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合，获取目标农作物的存在霜霉病特征图像集合，霜霉病特征图像集合为感染了霜霉病的目标农作物的拍摄图像，将目标农作物图像集合与霜霉病特征图像集合进行对比，生成对比结果，当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域，根据目标农作物的种植区域生成霜霉病防治通知。不需要再经过人工周期性巡查，而是通过系统智能化的检测，能够及时并准确的发现感染了霜霉病的农作物，以及时采取防治措施，从而提高农作物的产量。

附图说明

图1为本申请中霜霉病智能化检测处理的方法一个示意图；

图2-1和图2-2为本申请中霜霉病智能化检测处理的方法另一示意图；

图3为本申请中霜霉病智能化检测处理的系统一个示意图；

图4为本申请中霜霉病智能化检测处理的系统另一示意图；

图5为本申请中霜霉病智能化检测处理的系统另一示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的阐述，显然阐述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护范围。

需要说明的是，本申请提供的霜霉病智能化检测处理的方法，可以广泛的应用在各种存在霜霉病的农作物中，例如：葡萄、大豆、黄瓜等，本实施例中以大豆和葡萄为例进行描述。本方案中可以在系统上执行，也可以在服务器上执行，为方便阐述，本申请中以系统为执行主体进行举例说明。

本申请提供了一种霜霉病智能化检测处理的方法及系统，用于及时并准确的发现感染了霜霉病的农作物，以及时采取防治措施，从而提高农作物的产量。

请参阅图1，图1是本申请提供的霜霉病智能化检测处理的方法一个实施例的流程示意图，该霜霉病智能化检测处理的方法包括：

101、获取农作物图像集合；

本实施例中，系统通过拍摄装置获取种植区域内的农作物图像集合，该农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合，该农作物图像集合中包含种植区域内的农作物的生长状态、生长环境等信息，该生长状态信息包含农作物是否存在病虫害、是否存在高低差别过大等信息，该生长环境信息包含农作物生长的土壤信息、是否存在杂草丛生等情况。该农作物图像集合中可以是包含一个类别的农作物，也可以是包含多个类别的农作物，当存在多个类别的农作物时，可以是每一个区域种植一个类别的农作物，也可以是一个区域种植多个类别的农作物。例如：在种植区域内有葡萄和大豆两个类别的农作物，其中一种种植方式可以是在A区域种植葡萄，在B区域种植大豆，由于豆科植物能够固氮为土，因而能够作为绿肥，为葡萄提供一定的肥料，葡萄利用棚架或篱架，处于上层空间，绿肥处于下层，不影响葡萄的光合作用，所以葡萄和大豆能够混合种植，也就是说，另一种种植方式也可以是在A区域种植葡萄和大豆。

本实施例中的拍摄装置可以是无人机拍摄装置，也可以是安装在种植区域的高清摄像头装置，具体此处不做限定。

102、对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

本实施例中，在获取农作物图像集合之后，由于该农作物图像集合中可能存在多个类别的农作物，当存在多个类别的农作物时，每个类别感染霜霉病表现出的状态会有一定的区别，为方便后续对农作物进行霜霉病的检测，得到较为准确的结果，系统对获取到的农作物图像集合进行农作物类别分类，并生成至少一类农作物的图像集合。例如：种植区域内种植了葡萄、大豆、黄瓜三个类别的农作物，获取到的农作物图像集合中也包含了葡萄、大豆、黄瓜这三个类别的农作物，系统根据农作物图像集合中这三个类别农作物的叶子或者果实的生长特征进行分类，并生成葡萄、大豆、黄瓜这三个类别的农作物的图像集合，也就是，存在葡萄的图像归纳生成对应的葡萄图像集合，存在大豆的图像归纳生成对应的大豆图像集合，存在黄瓜的图像归纳生成对应的黄瓜图像集合。

需要说明的是，当种植区域存在种植多个类别的农作物时，拍摄到的农作物图像集合中存在一张图像有多种类别农作物的情况，此时，系统对存在该情况的图像进行农作物特征的提取，将存在相同特征的农作物的图像进行裁剪，并将裁剪得到的图像归纳至对应类别的图像集合中。

103、根据至少一类农作物的图像集合确定目标农作物图像集合；

本实施例中，在对农作物图像集合进行农作物类别分类，并生成至少一类农作物的图像集合之后，由于每个类别农作物感染霜霉病表现出的状态存在一定的区别，系统根据生成的至少一类农作物的图像集合确定目标农作物，该目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合。例如：生成葡萄、大豆、黄瓜这三个类别的农作物的图像集合，为后续获取各类别农作物对应的感染霜霉病后的图像进行对比，确定其中的葡萄为需要检测的目标农作物。

104、获取目标农作物的存在霜霉病特征图像集合；

本实施例中，在确定了目标农作物之后，系统从数据库中获取该目标农作物的存在霜霉病特征图像集合，霜霉病特征图像集合为感染了霜霉病的目标农作物的拍摄图像，例如：葡萄为目标农作物，则系统从数据库中获取感染了霜霉病的葡萄植株图像集合。获取目标农作物的存在霜霉病特征图像集合，主要是为了将目标农作物图像集合与霜霉病特征图像集合进行对比，以确定目标农作物是否存在霜霉病，详见下文。

需要说明的是，本方案中存储农作物存在霜霉病特征图像集合的数据库不是一层不变的，而是根据对应的目标农作物实时更新的。

105、将目标农作物图像集合与霜霉病特征图像集合进行对比，生成对比结果；

本实施例中，在确定了目标农作物图像集合和获取了目标农作物的存在霜霉病特征图像集合之后，系统对目标农作物图像集合进行特征提取，生成农作物特征，再对霜霉病特征图像集合进行特征提取，生成霜霉病特征，将目标农作物图像集合的农作物特征与霜霉病特征图像集合的霜霉病特征进行对比，并生成对比结果，以判断目标农作物是否感染了霜霉病。当在目标农作物图像集合中提取到疑似霜霉病特征时，再将该疑似霜霉病特征与霜霉病特征图像集合中的霜霉病特征进行对比，当相似度达到预设阈值和/或符合预设条件时，则确定该目标农作物图像集合中存在霜霉病特征。具体的实施步骤，将在后续的实施例中进行阐述。

106、当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域；

本实施例中，将目标农作物图像集合与霜霉病特征图像集合进行对比，并生成对比结果，当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定该目标农作物的种植区域，农作物图像集合中每张图像中的农作物都包含对应的位置信息，系统可根据该位置信息确定目标农作物的种植区域。例如：目标农作物是葡萄时，该种植区域上种植有三株葡萄，一号葡萄的种植位置信息为a1位置，二号葡萄的种植位置信息为a2位置，三号葡萄的种植位置信息为葡萄a3位置，则该目标农作物葡萄的种植区域为A种植区域。

需要解释的是，本实施例中农作物的种植数量是较多的，为方便举例描述，此处仅以小数量进行举例。

107、根据目标农作物的种植区域生成霜霉病防治通知。

本实施例中，当目标农作物感染了霜霉病时，为减少因农作物感染霜霉病而导致产量降低的情况，在确定了目标农作物的种植区域之后，系统根据目标农作物的种植区域生成霜霉病防治通知，该霜霉病防治通知中包含该目标农作物的位置区域、霜霉病的感染程度以及防治措施建议，以使得农户能够及时根据该霜霉病防治通知中农作物的位置区域、霜霉病的感染程度选择最佳的防治措施，还可以根据农作物的位置区域准确的找到该农作物，以及时采取措施，一方面可以减少该株农作物的感染程度，另一方面可以减少对其他农作物的传播，从而提高了农作物的产量。

本实施例中，系统获取农作物图像集合，该农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合，对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合，根据至少一类农作物的图像集合确定目标农作物图像集合，目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合，获取目标农作物的存在霜霉病特征图像集合，霜霉病特征图像集合为感染了霜霉病的目标农作物的拍摄图像，将目标农作物图像集合与霜霉病特征图像集合进行对比，生成对比结果，当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域，根据目标农作物的种植区域生成霜霉病防治通知。不需要再经过人工周期性巡查，而是通过系统智能化的检测，能够及时并准确的发现感染了霜霉病的农作物，以及时采取防治措施，从而提高农作物的产量。

请参阅图2-1和图2-2，图2-1和图2-2是本申请提供的霜霉病智能化检测处理的方法另一实施例的流程示意图，该霜霉病智能化检测处理的方法包括：

201、获取农作物图像集合；

202、对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

203、根据至少一类农作物的图像集合确定目标农作物图像集合；

204、获取目标农作物的存在霜霉病特征图像集合；

本实施例中的步骤201至步骤204与前述实施例中的步骤101至步骤104类似，此处不再赘述。

205、对目标农作物图像集合进行特征提取，生成农作物特征；

206、对霜霉病特征图像集合进行特征提取，生成霜霉病特征；

207、将农作物特征与霜霉病特征进行对比，生成对比结果；

本实施例中，系统确定了需要检测的目标农作物图像集合，再从数据库中获取目标农作物的存在霜霉病特征图像集合，对目标农作物图像集合中每张图像进行特征提取，生成农作物特征，再对霜霉病特征图像集合进行特征提取，生成霜霉病特征，将农作物特征与霜霉病特征进行对比，并生成对比结果，当在目标农作物图像集合中提取到的农作物特征为疑似霜霉病特征时，将该疑似霜霉病特征与霜霉病特征图像集合中的霜霉病特征进行对比，当相似度达到预设阈值和/或符合预设条件时，则确定该目标农作物图像集合中存在霜霉病特征。例如：对目标农作物图像集合葡萄叶子进行特征提取，提取到在一号葡萄上存在三个农作物特征，第一农作物特征为圆形规则小斑点，第二农作物特征为褐色不规则形状的斑点且叶子部分卷曲，第三农作物特征为叶子呈现褐色凹陷的大斑点，将这三个农作物特征与霜霉病特征进行对比，生成对比结果，其中第一农作物特征的圆形规则小斑点，施肥时化肥颗粒掉落在叶子上，经过阳光的照射而将叶子晒伤所致；第二农作物特征符合霜霉病的预设条件，第三农作物特征与霜霉病特征的相似度达到预设阈值，因而一号葡萄中的第二农作物特征和第三农作物特征为霜霉病特征，也就是说，该目标农作物葡萄图像集合中存在霜霉病特征。

208、当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域；

本实施例中的步骤208与前述实施例中的步骤106类似，此处不再赘述。

209、对存在霜霉病特征的目标农作物的种植区域进行防治调整处理；

本实施例中，感染霜霉病的原因主要是湿度过大，在适宜条件下使得病菌能够萌发并生长，进而对农作物造成危害，为减少霜霉病的发生，需要从根本上清除菌源，也就是，尽可能减少霜霉病病菌的萌发。系统在确定目标农作物感染了霜霉病后，则对存在目标农作物的种植区域进行防治调整处理。系统对存在霜霉病特征的目标农作物的种植区域进行防治调整处理，主要是对种植区域的湿度进行调整，包括灌溉造成的土壤湿度和空气湿度，具体如下：

一是将存在霜霉病特征的目标农作物的种植区域的灌溉模式由自动漫灌模式调整为自动滴灌模式；

由于自动漫灌模式在灌溉时，喷洒出来的水会将整片种植区域都进行浇灌，土壤含有大量水分，而且会有大量的水汽散发在空气中，使得在该种植区域内的湿度会大大的提高，从而诱发霜霉病菌的产生，当目标农作物存在霜霉病时，在人工进行防治处理之前，系统将目标农作物的种植区域的灌溉模式由自动漫灌模式调整为自动滴灌模式，以减少新的霜霉病菌的产生，进而减缓目标农作物感染霜霉病的严重程度。

二是当目标农作物的种植区域为室内种植区域，则将存在霜霉病特征的目标农作物的种植区域的空气湿度下调至霜霉病防治范围内；

室内种植区域安装有空气湿度调节装置，当目标农作物的种植区域为室内种植区域时，系统通过该空气湿度调节装置将将存在霜霉病特征的目标农作物的种植区域的空气湿度下调至霜霉病防治范围内，以减少新的霜霉病菌的产生，进而减缓目标农作物感染霜霉病的严重程度。

210、根据霜霉病特征确定目标农作物霜霉病的感染程度；

211、根据目标农作物霜霉病的感染程度和目标农作物的种植区域生成霜霉病防治通知。

本实施例中，在确定了目标农作物存在霜霉病特征之后，系统根据该目标农作物的霜霉病特征确定目标农作物霜霉病的感染程度，目标农作物上的叶子或者果实被霜霉病侵染损坏越大，则表明目标农作物霜霉病的感染程度越严重，根据目标农作物霜霉病的感染程度和目标农作物的种植区域生成霜霉病防治通知，该霜霉病防治通知中包含该目标农作物的位置区域、霜霉病的感染程度以及防治措施建议，以使得农户能够及时根据该霜霉病防治通知中农作物的位置区域、霜霉病的感染程度选择最佳的防治措施，另外还可以根据农作物的位置区域准确的找到该农作物的位置，从而及时采取措施，一来可以减少该株农作物的感染程度，二来还可以减少霜霉病向其他农作物进行传播，进而提高农作物的产量。

本实施例中，系统获取农作物图像集合，对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合，根据至少一类农作物的图像集合确定目标农作物图像集合，再获取目标农作物的存在霜霉病特征图像集合，对目标农作物图像集合进行特征提取，生成农作物特征，对霜霉病特征图像集合进行特征提取，生成霜霉病特征，并将农作物特征与霜霉病特征进行对比，生成对比结果，当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域，对存在霜霉病特征的目标农作物的种植区域进行防治调整处理，在人工进行防治处理之前，系统对种植区域的湿度进行调整，以减少新的霜霉病菌的产生，从而减缓目标农作物感染霜霉病的严重程度，根据霜霉病特征确定目标农作物霜霉病的感染程度，根据目标农作物霜霉病的感染程度和目标农作物的种植区域生成霜霉病防治通知。不需要再经过人工周期性巡查，而是通过系统智能化的检测，农户能够根据系统发送的霜霉病防治通知及时并准确的发现感染了霜霉病的农作物，从而及时采取防治措施，进而提高农作物的产量。

请参阅图3，图3是本申请提供的霜霉病智能化检测处理的系统一个实施例的流程示意图，该霜霉病智能化检测处理的系统包括：

第一获取单元301，用于获取农作物图像集合，农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

分类单元302，用于对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

第一确定单元303，用于根据至少一类农作物的图像集合确定目标农作物图像集合，目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

第二获取单元304，用于获取目标农作物的存在霜霉病特征图像集合，霜霉病特征图像集合为感染了霜霉病的目标农作物的拍摄图像；

对比单元305，用于将目标农作物图像集合与霜霉病特征图像集合进行对比，生成对比结果；

第二确定单元306，用于当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域；

生成单元307，用于根据目标农作物的种植区域生成霜霉病防治通知。

请参阅图4，图4是本申请提供的霜霉病智能化检测处理的系统另一实施例的流程示意图，该霜霉病智能化检测处理的系统包括：

第一获取单元401，用于获取农作物图像集合，农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

分类单元402，用于对农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

第一确定单元403，用于根据至少一类农作物的图像集合确定目标农作物图像集合，目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

第二获取单元404，用于获取目标农作物的存在霜霉病特征图像集合，霜霉病特征图像集合为感染了霜霉病的目标农作物的拍摄图像；

第一提取单元405，用于对目标农作物图像集合进行特征提取，生成农作物特征；

第二提取单元406，用于对霜霉病特征图像集合进行特征提取，生成霜霉病特征；

对比单元407，用于将农作物特征与霜霉病特征进行对比，生成对比结果；

第二确定单元408，用于当对比结果表示目标农作物图像集合中存在霜霉病特征时，则确定目标农作物的种植区域；

调整单元409，用于对存在霜霉病特征的目标农作物的种植区域进行防治调整处理；

第三确定单元410，用于根据霜霉病特征确定目标农作物霜霉病的感染程度；

生成单元411，用于根据目标农作物霜霉病的感染程度和目标农作物的种植区域生成霜霉病防治通知。

请参阅图5，图5是本申请提供的霜霉病智能化检测处理的系统另一实施例的流程示意图，该霜霉病智能化检测处理的系统包括：

中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；

存储器501为短暂存储存储器或持久存储存储器；

中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1、图2-1和图2-2所示实施例中的步骤。

本申请提供了一种计算机可读存储介质，包括指令，当该指令在计算机上运行时，使得计算机执行图1实施例或图2-1和图2-2实施例所对应的方法实施例。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，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，仅仅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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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网络单元上。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(可以是个人计算机，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、移动硬盘、只读存储器(ROM，read-onlymemory)、随机存取存储器(RAM，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种霜霉病智能化检测处理的方法，其特征在于，包括：

获取农作物图像集合，所述农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

对所述农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

根据所述至少一类农作物的图像集合确定目标农作物图像集合，所述目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

获取目标农作物的存在霜霉病特征图像集合，所述霜霉病特征图像集合为感染了霜霉病的所述目标农作物的拍摄图像；

将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果；

当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域；

根据所述目标农作物的种植区域生成霜霉病防治通知。

2.根据权利要求1所述的霜霉病智能化检测处理的方法，其特征在于，所述将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果包括：

对所述目标农作物图像集合进行特征提取，生成农作物特征；

对所述霜霉病特征图像集合进行特征提取，生成霜霉病特征；

将所述农作物特征与所述霜霉病特征进行对比，生成对比结果。

3.根据权利要求1所述的霜霉病智能化检测处理的方法，其特征在于，所述根据所述目标农作物的种植区域生成霜霉病防治通知包括：

根据所述霜霉病特征确定所述目标农作物霜霉病的感染程度；

所述目标农作物霜霉病的感染程度和所述目标农作物的种植区域生成霜霉病防治通知。

4.根据权利要求1至3中任一项所述的霜霉病智能化检测处理的方法，其特征在于，在所述当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域之后，在所述根据所述目标农作物的种植区域生成霜霉病防治通知之前，所述霜霉病智能化检测处理的方法还包括：

对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理。

5.根据权利要求4所述的霜霉病智能化检测处理的方法，其特征在于，所述对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理包括：

将存在所述霜霉病特征的目标农作物的种植区域的灌溉模式由自动漫灌模式调整为自动滴灌模式。

6.根据权利要求4所述的霜霉病智能化检测处理的方法，其特征在于，所述对存在所述霜霉病特征的目标农作物的种植区域进行防治调整处理包括：

当所述目标农作物的种植区域为室内种植区域，则将存在所述霜霉病特征的目标农作物的种植区域的空气湿度下调至霜霉病防治范围内。

7.一种霜霉病智能化检测处理的系统，其特征在于，包括：

第一获取单元，用于获取农作物图像集合，所述农作物图像集合为种植区域内至少一种农作物生长情况的拍摄图像集合；

分类单元，用于对所述农作物图像集合进行农作物类别分类，生成至少一类农作物的图像集合；

第一确定单元，用于根据所述至少一类农作物的图像集合确定目标农作物图像集合，所述目标农作物图像集合为需要进行霜霉病检测的目标农作物的图像集合；

第二获取单元，用于获取目标农作物的存在霜霉病特征图像集合，所述霜霉病特征图像集合为感染了霜霉病的所述目标农作物的拍摄图像；

对比单元，用于将所述目标农作物图像集合与所述霜霉病特征图像集合进行对比，生成对比结果；

第二确定单元，用于当对比结果表示所述目标农作物图像集合中存在霜霉病特征时，则确定所述目标农作物的种植区域；

生成单元，用于根据所述目标农作物的种植区域生成霜霉病防治通知。

8.一种霜霉病智能化检测处理的系统，其特征在于，所述对比单元，具体为：

对所述目标农作物图像集合进行特征提取，生成农作物特征；

对所述霜霉病特征图像集合进行特征提取，生成霜霉病特征；

将所述农作物特征与所述霜霉病特征进行对比，生成对比结果。

9.一种霜霉病智能化检测处理的系统，其特征在于，所述霜霉病智能化检测处理的系统还包括：第三确定单元，用于根据所述霜霉病特征和所述目标农作物的种植区域确定所述目标农作物的感染霜霉病的严重程度。

10.一种霜霉病智能化检测处理的系统，其特征在于，包括：

中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；

所述存储器为短暂存储存储器或持久存储存储器；

所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行权利要求1至6中任意一项所述的方法。

Images