CN114049574B - 茶叶成熟度检测方法、茶叶采摘方法及相关设备 - Google Patents

Abstract

本发明涉及一种茶叶成熟度检测方法、茶叶采摘方法及相关设备，获取航拍设备上传的茶田视频信息；对茶田视频信息进行分析处理，得到标准茶田图像；根据茶叶成熟度分析规则，对标准茶田图像进行图像分析，确定标准茶田图像中成熟茶叶的茶叶图像位置信息；根据茶叶图像位置信息和航拍设备的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息；将目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备根据目标实际位置信息，对成熟茶叶采摘。采用本技术方案，服务器对航拍设备拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，减少了茶叶浪费，提高了茶叶采摘效率，降低了人工成本。

Description

茶叶成熟度检测方法、茶叶采摘方法及相关设备

技术领域

本发明涉及图像识别技术领域，具体涉及一种茶叶成熟度检测方法、茶叶采摘方法及相关设备。

背景技术

随着人民生活质量的提高，越来越多的人开始注重身体健康，越来越多的人开始喝茶、养生，且群体逐渐年轻化。因此，茶叶的需求越来越大，茶叶市场也愈发广阔。

现阶段，大部分茶商都是采用传统方法，即人工判断茶叶成熟阶段，人工采摘，但是采用传统方法进行茶叶采摘存在人工成本太高的问题，并且，人工采摘效率较低，容易错过茶叶的最佳采摘时期，导致茶叶浪费。

因此，如何降低人工成本，提高茶叶采摘效率，减少茶叶浪费是本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种茶叶成熟度检测方法、茶叶采摘方法及相关设备，以解决现有技术中采用传统方法进行茶叶采摘存在人工成本太高的问题，并且，人工采摘效率较低，容易错过茶叶的最佳采摘时期，导致茶叶浪费的问题。

为实现以上目的，本发明采用如下技术方案：

一种茶叶成熟度检测方法，应用于服务器，所述茶叶成熟检测方法包括：

获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

对所述茶田视频信息进行分析处理，得到标准茶田图像；

根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

将所述目标实际位置信息发送给茶叶采摘设备，以使所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘。

进一步地，上述茶叶成熟度检测方法中，所述对所述茶田视频信息进行分析处理，得到标准茶田图像，包括：

利用视频分帧技术对所述茶田视频信息进行分帧处理，得到若干茶田分帧图像；

利用图像拼接技术，将所有所述茶田分帧图像中的拍摄正位部分拼接在一起，得到标准茶田图像。

进一步地，上述茶叶成熟度检测方法中，所述根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息，包括：

利用基于卷积神经网络的图像分割算法，对所述标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到所述标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对所述标准茶田图像的茶叶成熟度进行分析，确定所述标准茶田图像中的茶叶成熟度信息；

融合所述种类区域划分信息中不同种类茶叶的区域划分信息以及所述茶叶成熟度信息，确定所述标准茶田图像中不同种类茶叶的成熟度信息；

根据所述不同种类茶叶的成熟度信息，确定所述标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

进一步地，上述茶叶成熟度检测方法中，所述拍摄实际位置信息包括：所述航拍设备的当前拍摄经纬度和所述航拍设备的当前拍摄高度；

所述根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息，包括：

根据所述当前拍摄经纬度与预先设置的茶田实际位置，将所述航拍设备垂直映射到所述标准茶田图像中，得到所述航拍设备对应的当前拍摄图像位置信息；

根据所述当前拍摄图像位置信息、所述茶叶图像位置信息、所述当前拍摄经纬度和所述当前拍摄高度，计算出所述成熟茶叶的茶叶经纬度信息，将所述茶叶经纬度信息作为所述成熟茶叶的目标实际位置信息。

本发明还提供了一种茶叶采摘方法，应用于茶叶采摘设备，所述茶叶采摘方法包括：

获取服务器发送的成熟茶叶的目标实际位置信息；

根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

利用二分类算法，根据茶叶成熟度分析规则，判断所述目标实际位置的目标茶叶是否成熟；

若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘。

本发明还提供了一种茶叶成熟检测装置，应用于服务器，所述茶叶成熟检测装置包括：

视频获取模块，用于获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

视频处理模块，用于对所述茶田视频信息进行分析处理，得到标准茶田图像；

图像位置确定模块，用于根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

实际位置确定模块，用于根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

发送模块，用于将所述目标实际位置信息发送给茶叶采摘设备，以使所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘。

本发明还提供了一种茶叶采摘装置，应用于茶叶采摘设备，所述茶叶采摘装置包括：

位置获取模块，用于获取服务器发送的成熟茶叶的目标实际位置信息；

移动模块，用于根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

成熟度确定模块，用于利用二分类算法，根据茶叶成熟度分析规则，判断所述目标实际位置的目标茶叶是否成熟；

采摘模块，用于若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘。

本发明还提供了一种服务器，包括：第一处理器以及与所述第一处理器相连的第一存储器；

所述第一存储器用于存储计算机程序，所述计算机程序至少用于执行上述茶叶成熟度检测方法；

所述处理器用于调用并执行所述计算机程序。

本发明还提供了一种茶叶采摘设备，包括：第二处理器以及与所述第二处理器相连的第二存储器；

所述第二存储器用于存储计算机程序，所述计算机程序至少用于执行上述茶叶采摘方法；

所述处理器用于调用并执行所述计算机程序。

本发明还提供了一种茶叶采摘系统，其特征在于，包括：航拍设备、上述服务器和上述茶叶采摘设备；

所述航拍设备和所述茶叶采摘设备分别与所述服务器相连。

一种茶叶成熟度检测方法、茶叶采摘方法及相关设备，方法包括：获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；对茶田视频信息进行分析处理，得到标准茶田图像；根据茶叶成熟度分析规则，对标准茶田图像进行图像分析，确定标准茶田图像中成熟茶叶的茶叶图像位置信息；根据茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息；将目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备根据目标实际位置信息，对成熟茶叶进行采摘。采用本发明的技术方案，通过服务器对航拍设备拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，以使茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的茶叶成熟度检测方法一种实施例提供的流程图；

图2是茶田分帧图像中的拍摄正位部分的示意图；

图3是本发明的茶叶采摘方法一种实施例提供的流程图；

图4是本发明的茶叶成熟度检测装置一种实施例提供的结构示意图；

图5是本发明的茶叶采摘装置一种实施例提供的结构示意图；

图6是本发明的服务器一种实施例提供的结构示意图；

图7是本发明的茶叶采摘设备一种实施例提供的结构示意图；

图8是本发明的茶叶采摘系统一种实施例提供的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描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得到的所有其它实施方式，都属于本发明所保护的范围。

图1是本发明的茶叶成熟度检测方法一种实施例提供的流程图，如图1所示，本实施例的茶叶成熟度检测方法，应用于服务器，具体包括如下步骤：

S101、获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息。

本实施例中，需要利用航拍设备按照预设飞行拍摄规则在需要检测的茶田上空飞行，从而拍摄该茶田的茶田视频信息。其中，预设飞机拍摄规则中设定了航拍设备的飞行路线以及飞行高度等。为了保证茶田视频拍摄的完整性，航拍设备低空飞行，且飞行路线优先为茶田中轴线。航拍设备需要将拍摄的茶田视频信息利用预设通信方式上传到服务器，以使服务器获取航拍设备上传的茶田视频信息。其中，预设通信方式优选采用5G通信，5G通信具有超高速率、超低时延的特点。航拍设备优选采用无人机。

S102、对茶田视频信息进行分析处理，得到标准茶田图像。

服务器获取到航拍设备拍摄的茶田视频信息后，需要对该茶田视频信息进行分析处理，得到标准茶田图像。

具体地，本步骤的具体执行步骤如下所述：

第一，利用视频分帧技术对茶田视频信息进行分帧处理，得到若干茶田分帧图像。

本实施例中，服务器可以利用视频分帧技术将航拍设备拍摄的茶田视频信息分成一帧一帧的图像，将每一帧图像作为茶田分帧图像，即得到若干茶田分帧图像。

第二，利用图像拼接技术，将所有茶田分帧图像中的拍摄正位部分拼接在一起，得到标准茶田图像。

航拍设备在拍摄视频时是沿着飞行路线移动的，因此，分解出的每一帧茶田分帧图像中，拍摄正位部分均不相同，为避免因距离问题产生视觉差影响模型的鲁棒性，需要将所有茶田分帧图像中的拍摄正位部分进行拼接，从而便能得到标准茶田图像，而且该标准茶田图像中各个部分的拍摄均为正位拍摄。其中，拍摄正位部分为航拍设备的正下方位置在茶田分帧图像中对应的部分，图2是茶田分帧图像中的拍摄正位部分的示意图，如图2所示，图中的虚线表示航拍设备的飞行路线，图中的圆圈表示当前的茶田分帧图像中航拍设备的正下方位置（即航拍设备在茶田分帧图像中的映射位置），而当前该茶田分帧图像中的拍摄正位部分则为图中具有灰色阴影的长方形部分，而该灰色阴影部分的宽度是根据相邻两帧图像对应的航拍设备位置的移动距离确定的。

S103、根据茶叶成熟度分析规则，对标准茶田图像进行图像分析，确定标准茶田图像中成熟茶叶的茶叶图像位置信息。

得到标准茶田图像后，需要根据预先设置的茶叶成熟度分析规则，对标准茶田图像进行图像分析，从而确定标准茶田图像中成熟茶叶的茶叶图像位置信息。其中，茶叶图像位置信息中可以包括多个成熟茶叶的图像位置，即成熟茶叶在标准茶田图像中的位置。

具体地，本步骤的具体执行步骤如下所述：

第一，利用基于卷积神经网络的图像分割算法，对标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到标准茶田图像对应的种类区域划分信息。

本实施例中，服务器可以利用卷积神经网络的图像分割算法以及预先设置的茶叶种类区分规则，确定标准茶田图像中每个茶叶种类的分布区域，并生成标准茶田图像对应的种类区域划分信息。

第二，利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对标准茶田图像的茶叶成熟度进行分析，确定标准茶田图像中的茶叶成熟度信息。

本实施例中，服务器可以利用卷积神经网络、Transformer和茶叶成熟度分析规则创建茶叶成熟度分析模型，其中，茶叶成熟度分析模型是利用若干成熟茶叶图片和其他不用时期的未成熟茶叶图片作为样本进行训练和验证得到的，具体模型的训练与验证属于现有技术，本实施例不再具体阐述。茶叶成熟度分析规则中包括各种不同种类的茶叶成熟度分析规则，因此，茶叶成熟度分析模型中也包括不同种类的茶叶的成熟度分析方式。服务器将标准茶田图像输入到创建的茶叶成熟度分析模型中，茶叶成熟度分析模型根据种类划分区域信息对应的不同茶叶种类，进行茶叶种类对应的成熟度分析，从而确定标准茶田图像中的茶叶成熟度信息，其中茶叶成熟度信息中包括标准茶田图像中每个位置的茶叶的成熟度。

第三，融合种类区域划分信息中不同种类茶叶的区域划分信息以及茶叶成熟度信息，确定标准茶田图像中不同种类茶叶的成熟度信息。

根据种类区域划分信息中包含的所有不同种类茶叶的区域划分信息以及标准茶田图像中的茶叶成熟度信息，确定标准茶田图像中不同种类茶叶的成熟度信息。

第四，根据不同种类茶叶的成熟度信息，确定标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

根据分析出的不同种类茶叶的成熟度信息，确定成熟度信息中成熟度表示已成熟的茶叶在图像中的位置，并将该茶叶作为成熟茶叶，该茶叶在图像中的位置作为茶叶图像位置。将标准茶田图像中所有成熟茶叶的茶叶图像位置集合，得到茶叶图像位置信息。即茶叶图像位置信息中包括标准茶田图像中所有成熟茶叶的茶叶图像位置。其中，茶叶图像位置可以采用坐标方式记录。

S104、根据茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息。

本实施例中，服务器可以获取航拍设备当前的拍摄实际位置信息，服务器在确定了标准茶田图像中成熟茶叶的茶叶图像位置信息后，需要根据茶叶图像位置信息和航拍设备当前的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息。其中，由于茶叶图像位置信息中可以包含多个成熟茶叶的茶叶图像位置，因此目标实际位置信息中也对应包含多个成熟茶叶的茶叶实际位置。拍摄实际位置信息包括：航拍设备的当前拍摄经纬度和航拍设备的当前拍摄高度。该当前拍摄高度即为预设飞行拍摄规则中设置的飞行高度。

具体地，本步骤的具体执行步骤如下所述：

第一，根据当前拍摄经纬度与预先设置的茶田实际位置，将航拍设备垂直映射到标准茶田图像中，得到航拍设备对应的当前拍摄图像位置信息。

按照航拍设备的当前拍摄经纬度与茶田实际位置的对照，利用垂直映射的方式，确定航拍设备在标准茶田图像中对应的映射位置，确定该映射位置对应的当前拍摄图像位置信息。

第二，根据当前拍摄图像位置信息、茶叶图像位置信息、当前拍摄经纬度和当前拍摄高度，计算出成熟茶叶的茶叶经纬度信息，将茶叶经纬度信息作为成熟茶叶的目标实际位置信息。

根据当前拍摄高度以及预先设置的航拍设备的拍摄参数，确定图像位置与实际位置的换算比例，然后根据当前拍摄图像位置信息和茶叶图像位置信息之间的图像距离和对应方向，确定航拍设备与茶叶图像位置信息中对应的成熟茶叶之间的实际水平距离和对应方向，然后根据当前拍摄经纬度、预先确定的图像位置与实际位置的换算比例以及航拍设备与茶叶图像位置信息中对应的成熟茶叶之间的实际水平距离和对应方向，计算出所有成熟茶叶的茶叶经纬度信息，并将所有茶叶经纬度信息作为成熟茶叶的目标实际位置信息。

S105、将目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备根据目标实际位置信息，对成熟茶叶进行采摘。

服务器计算出所有成熟茶叶对应的目标实际位置信息，需要将该目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备可以根据目标实际位置信息，对成熟茶叶进行采摘。

本实施例的茶叶成熟度检测方法，获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；对茶田视频信息进行分析处理，得到标准茶田图像；根据茶叶成熟度分析规则，对标准茶田图像进行图像分析，确定标准茶田图像中成熟茶叶的茶叶图像位置信息；根据茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息；将目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备根据目标实际位置信息，对成熟茶叶进行采摘。采用本实施例的技术方案，通过服务器对航拍设备拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，以使茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。

本发明还提供了一种茶叶采摘方法，图3是本发明的茶叶采摘方法一种实施例提供的流程图，如图3所示，本实施例的茶叶采摘方法应用于茶叶采摘设备，具体包括如下步骤：

S201、获取服务器发送的成熟茶叶的目标实际位置信息。

本实施例中，茶叶采摘设备需要获取服务器发送的利用上述实施例的茶叶成熟检测方法确定的成熟茶叶的目标实际位置信息。其中，目标实际位置信息中包括所有成熟茶叶的茶叶经纬度信息。茶叶采摘设备优选采用茶叶采摘机器人。

S202、根据目标实际位置信息，移动到目标实际位置信息对应的目标茶田区域。

根据目标实际位置信息中各个茶叶经纬度信息，移动到各个茶叶经纬度信息对应的目标茶田区域，其中，当具有多个茶叶经纬度信息时，按照这些信息的排序来移动。即先移动到第一个茶叶经纬度信息对应的目标茶田区域，然后执行之后的步骤，当之后的步骤完成后，再移动到第二个茶叶经纬度信息对应的目标茶田区域，再执行之后的步骤，以此类推，直至目标实际位置信息中所有的茶叶经纬度信息对应的目标茶田内的目标茶叶都到达过。

S203、利用二分类算法，根据茶叶成熟度分析规则，判断目标实际位置的目标茶叶是否成熟。

当茶叶采摘设备移动到茶叶经纬度信息对应的目标茶田区域后，茶叶采摘设备需要利用茶叶采摘设备内嵌的二分类算法以及预先设置的茶叶成熟度分析规则，判断该目标茶田区域内的目标茶叶是否成熟。例如，茶叶采摘设备可以先拍摄出该目标茶田区域内茶叶的茶叶图片，然后利用根据二分类算法和茶叶成熟度分析规则建立的茶叶成熟度判别模型，对该茶叶图片进行成熟度判断，从而确定目标茶叶是否成熟。茶叶成熟度判别模型是利用若干成熟茶叶图片和未成熟茶叶图片组成的样本集进行训练和验证得到的模型，具体的模型训练、测试和验证属于现有技术，本实施例不再具体阐述。

S204、若目标实际位置的目标茶叶已成熟，则对目标茶叶进行采摘。

如果目标实际位置的目标茶叶表示已成熟，则说明目标茶田区域内的茶叶可以进行采摘，直接利用茶叶采摘设备上的机械手臂完成对该目标茶田区域内的茶叶的采摘即可。当茶叶采摘设备完成该目标茶田区域内的茶叶的采摘之后，茶叶采摘设备则移动到下一个茶叶经纬度信息对应的目标茶田区域，继续对此处的茶叶进行成熟度分析。

如果目标茶叶成熟度表示未成熟，则停止对该目标茶田区域内的茶叶的采摘，直接移动到下一个茶叶经纬度信息对应的目标茶田区域，继续对此处的茶叶进行成熟度分析。

本实施例的茶叶采摘方法，获取服务器发送的成熟茶叶的目标实际位置信息；根据目标实际位置信息，移动到目标实际位置信息对应的目标茶田区域；利用二分类算法，根据茶叶成熟度分析规则，判断目标实际位置的目标茶叶是否成熟；若目标茶叶已成熟，则对目标茶叶进行采摘。采用本实施例的技术方案，通过服务器对航拍设备拍摄的茶田视频信息分析，确定的成熟茶叶的位置，茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。并且，还对服务器确定的目标实际位置信息对应区域的茶叶进行成熟度二次分析，提高了茶叶采摘的准确性。

为了更全面，对应于本发明实施例提供的茶叶成熟检测方法，本申请还提供了茶叶成熟检测装置。

图4是本发明的茶叶成熟度检测装置一种实施例提供的结构示意图，如图4所示，本实施例的茶叶成熟度检测装置，应用于服务器，包括：视频获取模块11、视频处理模块12、图像位置确定模块13、实际位置确定模块14和发送模块15。

视频获取模块11，用于获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

视频处理模块12，用于对茶田视频信息进行分析处理，得到标准茶田图像；

图像位置确定模块13，用于根据茶叶成熟度分析规则，对标准茶田图像进行图像分析，确定标准茶田图像中成熟茶叶的茶叶图像位置信息；

实际位置确定模块14，用于根据茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算成熟茶叶的目标实际位置信息；

发送模块15，用于将目标实际位置信息发送给茶叶采摘设备，以使茶叶采摘设备根据目标实际位置信息，对成熟茶叶进行采摘。

本实施例的茶叶成熟度检测装置，通过服务器对航拍设备拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，以使茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。

进一步地，本实施例的茶叶成熟度检测装置中，视频处理模块12具体用于：

利用视频分帧技术对茶田视频信息进行分帧处理，得到若干茶田分帧图像；

利用图像拼接技术，将所有茶田分帧图像中的拍摄正位部分拼接在一起，得到标准茶田图像。

进一步地，本实施例的茶叶成熟度检测装置中，图像位置确定模块13具体用于：

利用基于卷积神经网络的图像分割算法，对标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对标准茶田图像的茶叶成熟度进行分析，确定标准茶田图像中的茶叶成熟度信息；

融合种类区域划分信息中不同种类茶叶的区域划分信息以及茶叶成熟度信息，确定标准茶田图像中不同种类茶叶的成熟度信息；

根据不同种类茶叶的成熟度信息，确定标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

进一步地，本实施例的茶叶成熟度检测装置中，拍摄实际位置信息包括：航拍设备的当前拍摄经纬度和航拍设备的当前拍摄高度。实际位置确定模块14具体用于：

根据当前拍摄经纬度与预先设置的茶田实际位置，将航拍设备垂直映射到标准茶田图像中，得到航拍设备对应的当前拍摄图像位置信息；

根据当前拍摄图像位置信息、茶叶图像位置信息、当前拍摄经纬度和当前拍摄高度，计算出成熟茶叶的茶叶经纬度信息，将茶叶经纬度信息作为成熟茶叶的目标实际位置信息。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

为了更全面，对应于本发明实施例提供的茶叶采摘方法，本申请还提供了茶叶采摘装置。

图5是本发明的茶叶采摘装置一种实施例提供的结构示意图，如图5所示，本实施例的茶叶采摘装置，应用于茶叶采摘设备，包括：位置获取模块21、移动模块22、成熟度确定模块23和采摘模块24。

位置获取模块21，用于获取服务器发送的成熟茶叶的目标实际位置信息；

移动模块22，用于根据目标实际位置信息，移动到目标实际位置信息对应的目标茶田区域；

成熟度确定模块23，用于利用二分类算法，根据茶叶成熟度分析规则，判断目标实际位置的目标茶叶是否成熟；

采摘模块24，用于若目标实际位置的目标茶叶已成熟，则对目标茶叶进行采摘。

本实施例的茶叶采摘装置，通过服务器对航拍设备拍摄的茶田视频信息分析，确定的成熟茶叶的位置，茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。并且，还对服务器确定的目标实际位置信息对应区域的茶叶进行成熟度二次分析，提高了茶叶采摘的准确性。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图6是本发明的服务器一种实施例提供的结构示意图，如图6所示，本实施例的服务器，包括：第一处理器31以及与第一处理器31相连的第一存储器32。第一存储器32用于存储计算机程序，计算机程序至少用于执行上述茶叶成熟度检测方法；第一处理器31用于调用并执行计算机程序。

本实施例的服务器，对航拍设备拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，以使茶叶采摘设备对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。

图7是本发明的茶叶采摘设备一种实施例提供的结构示意图，如图7所示，本实施例的服务器，包括：第二处理器41以及与第二处理器41相连的第二存储器42。第二存储器42用于存储计算机程序，计算机程序至少用于执行上述茶叶采摘方法；第二处理器41用于调用并执行计算机程序。

本实施例的茶叶采摘设备，通过服务器对航拍设备拍摄的茶田视频信息分析，确定的成熟茶叶的位置，对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。并且，还对服务器确定的目标实际位置信息对应区域的茶叶进行成熟度二次分析，提高了茶叶采摘的准确性。

图8是本发明的茶叶采摘系统一种实施例提供的结构示意图。如图8所示，本实施例的茶叶采摘系统包括：航拍设备51、上述实施例所述的服务器52和上述实施例所述的茶叶采摘设备53。航拍设备51和茶叶采摘设备53分别与服务器52相连。

本实施例的茶叶采摘系统，通过服务器52对航拍设备51拍摄的茶田视频信息进行分析，确定成熟茶叶的位置，以使茶叶采摘设备53对成熟茶叶进行采摘，实现空地联动的茶叶自动采摘，能够在茶叶成熟时即使检测到并及时采摘，减少了茶叶浪费，提高了茶叶采摘效率，并且降低了人工成本。并且，茶叶采摘设备53还对服务器52确定的目标实际位置信息对应区域的茶叶进行成熟度二次分析，提高了茶叶采摘的准确性。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本发明的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者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示例。而且，描述的具体特征、结构、材料或者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。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种茶叶成熟度检测方法，其特征在于，应用于服务器，所述茶叶成熟度检测方法包括：

获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

对所述茶田视频信息进行分析处理，得到标准茶田图像；

根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

将所述目标实际位置信息发送给茶叶采摘设备，以使所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘；

其中，所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘，包括：

获取服务器发送的成熟茶叶的目标实际位置信息；

根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

利用二分类算法，根据茶叶成熟度分析规则，判断所述目标实际位置的目标茶叶是否成熟；

若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘；

其中，所述根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息，包括：

利用基于卷积神经网络的图像分割算法，对所述标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到所述标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对所述标准茶田图像的茶叶成熟度进行分析，确定所述标准茶田图像中的茶叶成熟度信息；

融合所述种类区域划分信息中不同种类茶叶的区域划分信息以及所述茶叶成熟度信息，确定所述标准茶田图像中不同种类茶叶的成熟度信息；

根据所述不同种类茶叶的成熟度信息，确定所述标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

2.根据权利要求1所述的茶叶成熟度检测方法，其特征在于，所述对所述茶田视频信息进行分析处理，得到标准茶田图像，包括：

利用视频分帧技术对所述茶田视频信息进行分帧处理，得到若干茶田分帧图像；

利用图像拼接技术，将所有所述茶田分帧图像中的拍摄正位部分拼接在一起，得到标准茶田图像。

3.根据权利要求1所述的茶叶成熟度检测方法，其特征在于，所述拍摄实际位置信息包括：所述航拍设备的当前拍摄经纬度和所述航拍设备的当前拍摄高度；

所述根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息，包括：

根据所述当前拍摄经纬度与预先设置的茶田实际位置，将所述航拍设备垂直映射到所述标准茶田图像中，得到所述航拍设备对应的当前拍摄图像位置信息；

根据所述当前拍摄图像位置信息、所述茶叶图像位置信息、所述当前拍摄经纬度和所述当前拍摄高度，计算出所述成熟茶叶的茶叶经纬度信息，将所述茶叶经纬度信息作为所述成熟茶叶的目标实际位置信息。

4.一种茶叶采摘方法，其特征在于，应用于茶叶采摘设备，所述茶叶采摘方法包括：

获取服务器发送的成熟茶叶的目标实际位置信息；

根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

利用二分类算法，根据茶叶成熟度分析规则，判断所述目标实际位置的目标茶叶是否成熟；

若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘；

其中，所述服务器通过以下步骤获取成熟茶叶的目标实际位置信息，包括：

获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

对所述茶田视频信息进行分析处理，得到标准茶田图像；

根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

其中，所述根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息，包括：

利用基于卷积神经网络的图像分割算法，对所述标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到所述标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对所述标准茶田图像的茶叶成熟度进行分析，确定所述标准茶田图像中的茶叶成熟度信息；

融合所述种类区域划分信息中不同种类茶叶的区域划分信息以及所述茶叶成熟度信息，确定所述标准茶田图像中不同种类茶叶的成熟度信息；

根据所述不同种类茶叶的成熟度信息，确定所述标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

5.一种茶叶成熟度检测装置，其特征在于，应用于服务器，所述茶叶成熟度检测装置包括：

视频获取模块，用于获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

视频处理模块，用于对所述茶田视频信息进行分析处理，得到标准茶田图像；

图像位置确定模块，用于根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

其中，所述根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息，包括：

利用基于卷积神经网络的图像分割算法，对所述标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到所述标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对所述标准茶田图像的茶叶成熟度进行分析，确定所述标准茶田图像中的茶叶成熟度信息；

融合所述种类区域划分信息中不同种类茶叶的区域划分信息以及所述茶叶成熟度信息，确定所述标准茶田图像中不同种类茶叶的成熟度信息；

根据所述不同种类茶叶的成熟度信息，确定所述标准茶田图像中所有成熟茶叶的茶叶图像位置信息；

实际位置确定模块，用于根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

发送模块，用于将所述目标实际位置信息发送给茶叶采摘设备，以使所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘；

其中，所述茶叶采摘设备根据所述目标实际位置信息，对所述成熟茶叶进行采摘，包括：

获取服务器发送的成熟茶叶的目标实际位置信息；

根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

利用二分类算法，根据茶叶成熟度分析规则，判断所述目标实际位置的目标茶叶是否成熟；

若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘。

6.一种茶叶采摘装置，其特征在于，应用于茶叶采摘设备，所述茶叶采摘装置包括：

位置获取模块，用于获取服务器发送的成熟茶叶的目标实际位置信息；

移动模块，用于根据所述目标实际位置信息，移动到所述目标实际位置信息对应的目标茶田区域；

成熟度确定模块，用于利用二分类算法，根据茶叶成熟度分析规则，确定判断所述目标实际位置的目标茶叶是否成熟；

采摘模块，用于若所述目标实际位置的目标茶叶已成熟，则对所述目标茶叶进行采摘；

其中，所述服务器通过以下步骤获取成熟茶叶的目标实际位置信息，包括：

获取航拍设备通过预设通信方式上传的按照预设飞行拍摄规则拍摄的茶田视频信息；

对所述茶田视频信息进行分析处理，得到标准茶田图像；

根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息；

根据所述茶叶图像位置信息和预先获取的航拍设备的拍摄实际位置信息，计算所述成熟茶叶的目标实际位置信息；

其中，所述根据茶叶成熟度分析规则，对所述标准茶田图像进行图像分析，确定所述标准茶田图像中成熟茶叶的茶叶图像位置信息，包括：

利用基于卷积神经网络的图像分割算法，对所述标准茶田图像按照预先设置的茶叶种类区分规则进行区域划分，得到所述标准茶田图像对应的种类区域划分信息；

利用基于Transformer的图像分类算法，按照茶叶成熟度分析规则和种类区域划分信息，对所述标准茶田图像的茶叶成熟度进行分析，确定所述标准茶田图像中的茶叶成熟度信息；

融合所述种类区域划分信息中不同种类茶叶的区域划分信息以及所述茶叶成熟度信息，确定所述标准茶田图像中不同种类茶叶的成熟度信息；

根据所述不同种类茶叶的成熟度信息，确定所述标准茶田图像中所有成熟茶叶的茶叶图像位置信息。

7.一种服务器，其特征在于，包括：第一处理器以及与所述第一处理器相连的第一存储器；

所述第一存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求1-3任一项所述的茶叶成熟度检测方法；

所述处理器用于调用并执行所述计算机程序。

8.一种茶叶采摘设备，其特征在于，包括：第二处理器以及与所述第二处理器相连的第二存储器；

所述第二存储器用于存储计算机程序，所述计算机程序至少用于执行权利要求4所述的茶叶采摘方法；

所述处理器用于调用并执行所述计算机程序。

9.一种茶叶采摘系统，其特征在于，包括：航拍设备、如权利要求7所述的服务器和如权利要求8所述的茶叶采摘设备；

所述航拍设备和所述茶叶采摘设备分别与所述服务器相连。

Images