CN116762676A - 一种基于作物表型图像的动态灌溉控制方法和系统 - Google Patents
一种基于作物表型图像的动态灌溉控制方法和系统 Download PDFInfo
- Publication number
- CN116762676A CN116762676A CN202310851317.5A CN202310851317A CN116762676A CN 116762676 A CN116762676 A CN 116762676A CN 202310851317 A CN202310851317 A CN 202310851317A CN 116762676 A CN116762676 A CN 116762676A
- Authority
- CN
- China
- Prior art keywords
- fertilizer
- target
- reference data
- content reference
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003973 irrigation Methods 0.000 title claims abstract description 37
- 230000002262 irrigation Effects 0.000 title claims abstract description 37
- 239000003337 fertilizer Substances 0.000 claims abstract description 165
- 235000013399 edible fruits Nutrition 0.000 claims abstract description 115
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 108
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 85
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 60
- 239000011591 potassium Substances 0.000 claims abstract description 60
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 60
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 55
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 55
- 239000011574 phosphorus Substances 0.000 claims abstract description 55
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 54
- 239000000618 nitrogen fertilizer Substances 0.000 claims abstract description 34
- 239000002686 phosphate fertilizer Substances 0.000 claims abstract description 28
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 claims abstract description 27
- 229940072033 potash Drugs 0.000 claims abstract description 27
- 235000015320 potassium carbonate Nutrition 0.000 claims abstract description 27
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 claims abstract description 27
- 238000010191 image analysis Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 239000002689 soil Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 210000003608 fece Anatomy 0.000 description 5
- 239000007788 liquid Substances 0.000 description 5
- 239000010871 livestock manure Substances 0.000 description 5
- 150000001720 carbohydrates Chemical class 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000004345 fruit ripening Effects 0.000 description 4
- 230000004060 metabolic process Effects 0.000 description 4
- 230000029553 photosynthesis Effects 0.000 description 4
- 238000010672 photosynthesis Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000010261 cell growth Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005094 fruit set Effects 0.000 description 2
- 239000003621 irrigation water Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 235000018343 nutrient deficiency Nutrition 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G25/00—Watering gardens, fields, sports grounds or the like
- A01G25/16—Control of watering
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C23/00—Distributing devices specially adapted for liquid manure or other fertilising liquid, including ammonia, e.g. transport tanks or sprinkling wagons
- A01C23/007—Metering or regulating systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Water Supply & Treatment (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Soil Sciences (AREA)
- Hydroponics (AREA)
Abstract
本申请公开了一种基于作物表型图像的动态灌溉控制方法和系统,该方法通过周期性地对包含目标农作物所有茎叶和果实的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再根据目标农作物的标准水肥配比表查找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置,从而实现对目标农作物的水肥配比的动态调整。本方法不再根据人工判断和经验进行水肥比例配置,而是根据目标图像中各种元素肥料对应的图像参数表现确定各项水肥比例,提高了水肥配比的准确性和有效性。
Description
技术领域
本申请涉及农业科技领域,特别涉及一种基于作物表型图像的动态灌溉控制方法和系统。
背景技术
在农作物的生长过程中,土地中的氮、磷、钾含量是影响植物生长的很重要的因素。其中,氮肥可以促进农作物细胞的分裂和增长,增强植物光合作用,使茎叶生长迅速,叶色浓绿,达到枝繁叶茂的效果;磷肥可以促进农作物多分枝,增加花量和坐果率;钾肥可以促进碳水化合物和氮的代谢,活化各种酶的活动,追施钾肥可以促进果实膨大,加快果实成熟,起到稳产、增产的作用。
氮、磷、钾等主要营养元素比例失调和缺素症状,直接影响作物的产量和品质。过量施用氮、磷、钾肥,不仅造成肥料的浪费和环境的面源污染,而且也会引起作物品质的降低,甚至减产。在现有的施肥过程中,往往根据人工判断和经验去进行,不仅降低了施肥的有效性,而且难以维持植物的优质生长状态。
发明内容
本申请的目的在于提供一种基于作物表型图像的动态灌溉控制方法和系统,其能够改善上述问题。
本申请的实施例是这样实现的:
第一方面,本申请提供一种基于作物表型图像的动态灌溉控制方法,其包括:
S1、控制拍摄装置对目标农作物进行拍摄,得到包含所述目标农作物所有茎叶和果实的目标图像;
S2、对所述目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;
S3、读取所述目标农作物的标准水肥配比表,在所述标准水肥配比表中查找所述氮含量参考数据、所述磷含量参考数据和所述钾含量参考数据分别对应的目标氮肥比例、目标磷肥比例和目标钾肥比例;
S4、将所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例发送给所述目标农作物的水肥配置装置。
可以理解,本申请公开了一种基于作物表型图像的动态灌溉控制方法,该方法通过周期性地对包含目标农作物所有茎叶和果实的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再根据目标农作物的标准水肥配比表查找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置,从而实现对目标农作物的水肥配比的动态调整。本方法不再根据人工判断和经验进行水肥比例配置,而是根据目标图像中各种元素肥料对应的图像参数表现确定各项水肥比例,提高了水肥配比的准确性和有效性。
在本申请可选的实施例中,步骤S2包括:
S21、获取所述目标图像中各个像素的色彩值;
S22、根据所述色彩值计算出各个像素对应的色调值、饱和度值和亮度值;
S23、将所述色调值处于茎叶色调范围内,所述饱和度值处于茎叶饱和度范围内且所述亮度值处于茎叶亮度范围内的像素判断为茎叶像素;
S24、将所述色调值处于果实色调范围内,所述饱和度值处于果实饱和度范围内且所述亮度值处于果实亮度范围内的像素判断为果实像素;
S25、将所述目标图像中所有所述茎叶像素的集合作为茎叶部分,将所述目标图像中所有所述果实像素的集合作为果实部分;
S26、对所述茎叶部分进行分析处理,得到氮含量参考数据;
S27、对所述果实部分进行分析处理,得到磷含量参考数据和钾含量参考数据。
可以理解,HSV颜色空间是一种直观的颜色模型,H值代表色调、S值代表饱和度、V值代表亮度。在HSV空间中,目标图像的果实和茎叶的颜色更加分离,可以通过设定颜色阈值,将果实和茎叶部分分别分割出。再分别对果实部分和茎叶部分进行图像分析,得到能够反映目标农作物对应土壤中的氮含量、磷含量和钾含量的氮含量参考数据、磷含量参考数据、钾含量参考数据。
其中,色彩值包括红色值、绿色值和蓝色值;
步骤S22具体包括:
通过下式计算出各个像素对应的色调值、饱和度值和亮度值:
其中,Ri代表目标图像的第i个像素的红色值,Gi代表目标图像的第i个像素的绿色值,Bi代表目标图像的第i个像素的蓝色值,Vi代表目标图像的第i个像素的亮度值,Hi代表目标图像的第i个像素的色调值,Si代表目标图像的第i个像素的饱和度值。
在本申请可选的实施例中,步骤S26包括:
S261、对应获取所述茎叶部分中每个像素的色彩值,所述色彩值包括红色值、绿色值和蓝色值;
S262、计算所述茎叶部分中每个像素的色彩值中的绿色值占比;
S263、计算所述茎叶部分中所述绿色值占比的中位数值;
S264、将所述绿色值占比的中位数值作为所述氮含量参考数据。
可以理解,土壤中的氮含量与农作物的细胞增长、光合作用相关联,所以,茎叶的浓绿程度可以很好地表达目标农作物的土壤中的氮含量。因此,可以计算目标图像的茎叶部分中各个像素的绿色值占比的中位数值,将该中位数值作为氮含量参考数据。
在本申请可选的实施例中,步骤S27包括:
S271、识别所述果实部分中的各个果实;
S272、计算所述果实部分中的果实个数作为所述磷含量参考数据;
S273、计算所述果实部分中各个果实的尺寸平均值作为所述钾含量参考数据。
可以理解,土壤中的磷含量可以促进农作物分枝,增加花量和坐果率,所以,果实部分中的果实个数可以很好地表达目标农作物的土壤中的磷含量。因此,可以计算果实部分中的果实个数作为磷含量参考数据。
可以理解,土壤中的钾含量可以促进碳水化合物和氮的代谢,促进果实膨大,加快果实成熟,所以果实尺寸可以很好地表达目标农作物的土壤中的钾含量。因此可以计算果实部分中各个果实的尺寸平均值作为钾含量参考数据。
在本申请可选的实施例中,步骤S273包括:
S2731、统计各个果实所包含的像素数量;
S2732、将对应的所述像素数量与预设单位面积之积作为对应果实的果实尺寸;
S2733、计算所述果实部分中各个果实的所述果实尺寸的平均值作为所述钾含量参考数据。
在本申请可选的实施例中,所述标准水肥配比表包括不同氮含量参考数据对应的最佳氮肥比例,不同磷含量参考数据对应的最佳磷肥比例,以及不同钾含量参考数据对应的最佳钾肥比例。
可以理解,标准水肥配比表可以由有丰富经验的农业专家预先制定,或者,通过大数据提前统计得出。不同的目标农作物对应有不同的标准水肥配比表,可以通过查表找出当前最佳的氮磷钾肥料比例。其中,最佳氮肥比例、最佳磷肥比例、最佳钾肥比例,均为单次灌溉水量中氮元素、磷元素、钾元素的占比。
在本申请可选的实施例中,步骤S3包括:
S31、将所述标准水肥配比表中所述氮含量参考数据对应的所述最佳氮肥比例作为所述目标氮肥比例;
S32、将所述标准水肥配比表中所述磷含量参考数据对应的所述最佳磷肥比例作为所述目标磷肥比例;
S33、将所述标准水肥配比表中所述钾含量参考数据对应的所述最佳钾肥比例作为所述目标钾肥比例。
第二方面,本申请公开了一种基于作物表型图像的动态灌溉控制系统,用于控制至少一个目标农作物的水肥配比,该系统包括:
与所述目标农作物数量相等的拍摄装置和水肥配置装置,水肥灌溉分析主机、水肥配比数据库;
所述拍摄装置用于对目标农作物进行拍摄,得到包含所述目标农作物所有茎叶和果实的目标图像,将所述目标图像通过有线或无线的方式传输给所述水肥灌溉分析主机;
所述水肥配比数据库用于存储各个所述目标农作物对应的标准水肥配比表;
所述水肥配置装置用于根据所述水肥灌溉分析主机发送的目标氮肥比例、目标磷肥比例和目标钾肥比例进行水肥配置;
所述水肥灌溉分析主机包括相互连接的处理器和存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如第一方面任一项所述的方法。
可以理解,水肥灌溉分析主机可以周期性地对拍摄装置拍摄到的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再从水肥配比数据库中读取目标农作物的标准水肥配比表,在该表中找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置,从而实现对目标农作物的水肥配比的动态调整。
在本申请可选的实施例中,所述水肥配置装置具体用于根据所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例自动进行水肥配置;或者,所述水肥配置装置具体用于显示所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例,以便现场工作人员进行水肥配置。
可见,水肥配置装置可以是具备根据目标比例自动计算配置水肥功能的自动化装置,也可以是包括显示器的通讯装置,仅将目标水肥比例进行显示,以便现场工作人员进行人工水肥配置。
第三方面,本申请还公开了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如第一方面任一项所述的方法。
有益效果:
本申请公开了一种基于作物表型图像的动态灌溉控制方法和系统,该方法通过周期性地对包含目标农作物所有茎叶和果实的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再根据目标农作物的标准水肥配比表查找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置,从而实现对目标农作物的水肥配比的动态调整。本方法不再根据人工判断和经验进行水肥比例配置,而是根据目标图像中各种元素肥料对应的图像参数表现确定各项水肥比例,提高了水肥配比的准确性和有效性。
此外,在HSV空间中,目标图像的果实和茎叶的颜色更加分离,可以通过设定颜色阈值将果实和茎叶部分分别分割出来,再分别对果实部分和茎叶部分进行图像分析,得到能够反映目标农作物对应土壤中的氮含量、磷含量和钾含量的氮含量参考数据、磷含量参考数据、钾含量参考数据。
土壤中的氮含量与农作物的细胞增长、光合作用相关联,所以,茎叶的浓绿程度可以很好地表达目标农作物的土壤中的氮含量。因此,可以计算目标图像的茎叶部分中各个像素的绿色值占比的中位数值,将该中位数值作为氮含量参考数据。
土壤中的磷含量可以促进农作物分枝,增加花量和坐果率,所以,果实部分中的果实个数可以很好地表达目标农作物的土壤中的磷含量。因此,可以计算果实部分中的果实个数作为磷含量参考数据。
土壤中的钾含量可以促进碳水化合物和氮的代谢,促进果实膨大,加快果实成熟,所以果实尺寸可以很好地表达目标农作物的土壤中的钾含量。因此可以计算果实部分中各个果实的尺寸平均值作为钾含量参考数据。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举可选实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本申请提供的一种基于作物表型图像的动态灌溉控制方法的流程示意图;
图2是目标图像中的一个果实的放大示意图;
图3本申请提供的一种基于作物表型图像的动态灌溉控制系统的连接示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
第一方面,本申请提供一种基于作物表型图像的动态灌溉控制方法,其包括:
S1、控制拍摄装置对目标农作物进行拍摄,得到包含目标农作物所有茎叶和果实的目标图像。
S2、对目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据。
S3、读取目标农作物的标准水肥配比表,在标准水肥配比表中查找氮含量参考数据、磷含量参考数据和钾含量参考数据分别对应的目标氮肥比例、目标磷肥比例和目标钾肥比例。
S4、将目标氮肥比例、目标磷肥比例和目标钾肥比例发送给目标农作物的水肥配置装置。
可以理解,本申请公开了一种基于作物表型图像的动态灌溉控制方法,该方法通过周期性地对包含目标农作物所有茎叶和果实的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再根据目标农作物的标准水肥配比表查找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置,从而实现对目标农作物的水肥配比的动态调整。本方法不再根据人工判断和经验进行水肥比例配置,而是根据目标图像中各种元素肥料对应的图像参数表现确定各项水肥比例,提高了水肥配比的准确性和有效性。
在本申请可选的实施例中,步骤S2包括:
S21、获取目标图像中各个像素的色彩值。
S22、根据色彩值计算出各个像素对应的色调值、饱和度值和亮度值。
其中,色彩值包括红色值、绿色值和蓝色值;
步骤S22具体包括:
通过下式计算出各个像素对应的色调值、饱和度值和亮度值:
其中,Ri代表目标图像的第i个像素的红色值,Gi代表目标图像的第i个像素的绿色值,Bi代表目标图像的第i个像素的蓝色值,Vi代表目标图像的第i个像素的亮度值,Hi代表目标图像的第i个像素的色调值,Si代表目标图像的第i个像素的饱和度值。
HSV颜色空间是一种直观的颜色模型,H值代表色调、S值代表饱和度、V值代表亮度。在HSV空间中,目标图像的果实和茎叶的颜色更加分离,可以通过设定颜色阈值,将果实和茎叶部分分别分割出。
S23、将色调值处于茎叶色调范围内,饱和度值处于茎叶饱和度范围内且亮度值处于茎叶亮度范围内的像素判断为茎叶像素。
S24、将色调值处于果实色调范围内,饱和度值处于果实饱和度范围内且亮度值处于果实亮度范围内的像素判断为果实像素。
S25、将目标图像中所有茎叶像素的集合作为茎叶部分,将目标图像中所有果实像素的集合作为果实部分。
S26、对茎叶部分进行分析处理,得到氮含量参考数据。
S27、对果实部分进行分析处理,得到磷含量参考数据和钾含量参考数据。
可以理解,HSV颜色空间是一种直观的颜色模型,H值代表色调、S值代表饱和度、V值代表亮度。在HSV空间中,目标图像的果实和茎叶的颜色更加分离,可以通过设定颜色阈值,将果实和茎叶部分分别分割出。再分别对果实部分和茎叶部分进行图像分析,得到能够反映目标农作物对应土壤中的氮含量、磷含量和钾含量的氮含量参考数据、磷含量参考数据、钾含量参考数据。
在本申请可选的实施例中,步骤S26包括:
S261、对应获取茎叶部分中每个像素的色彩值,色彩值包括红色值、绿色值和蓝色值。
S262、计算茎叶部分中每个像素的色彩值中的绿色值占比。
S263、计算茎叶部分中绿色值占比的中位数值。
S264、将绿色值占比的中位数值作为氮含量参考数据。
可以理解,土壤中的氮含量与农作物的细胞增长、光合作用相关联,所以,茎叶的浓绿程度可以很好地表达目标农作物的土壤中的氮含量。因此,可以计算目标图像的茎叶部分中各个像素的绿色值占比的中位数值,将该中位数值作为氮含量参考数据。
在本申请可选的实施例中,步骤S27包括:
S271、识别果实部分中的各个果实。
S272、计算果实部分中的果实个数作为磷含量参考数据。
S273、计算果实部分中各个果实的尺寸平均值作为钾含量参考数据。
可以理解,土壤中的磷含量可以促进农作物分枝,增加花量和坐果率,所以,果实部分中的果实个数可以很好地表达目标农作物的土壤中的磷含量。因此,可以计算果实部分中的果实个数作为磷含量参考数据。
可以理解,土壤中的钾含量可以促进碳水化合物和氮的代谢,促进果实膨大,加快果实成熟,所以果实尺寸可以很好地表达目标农作物的土壤中的钾含量。因此可以计算果实部分中各个果实的尺寸平均值作为钾含量参考数据。
在本申请可选的实施例中,步骤S273包括:
S2731、统计各个果实所包含的像素数量。
举例说明,如图2所示为果实部分中的一个果实示意图,目标图像中这个果实100有多个像素10组成(如图中阴影部分),统计该果实由多少个这样的像素组成,即可获知该果实的规模。
S2732、将对应的像素数量与预设单位面积之积作为对应果实的果实尺寸。
上述预设单位面积只需要是一个单位值即可,不必一定和该果实的真实尺寸存在什么联系。但该预设单位面积需要与对应的标准水肥配比表有关联。该预设单位面积可以由研发人员多次试验后,根据经验得出。
S2733、计算果实部分中各个果实的果实尺寸的平均值作为钾含量参考数据。
在本申请可选的实施例中,标准水肥配比表包括不同氮含量参考数据对应的最佳氮肥比例,不同磷含量参考数据对应的最佳磷肥比例,以及不同钾含量参考数据对应的最佳钾肥比例。
可以理解,标准水肥配比表可以由有丰富经验的农业专家预先制定,或者,通过大数据提前统计得出。不同的目标农作物对应有不同的标准水肥配比表,可以通过查表找出当前最佳的氮磷钾肥料比例。其中,最佳氮肥比例、最佳磷肥比例、最佳钾肥比例,均为单次灌溉水量中氮元素、磷元素、钾元素的占比。
在本申请可选的实施例中,步骤S3包括:
S31、将标准水肥配比表中氮含量参考数据对应的最佳氮肥比例作为目标氮肥比例;
S32、将标准水肥配比表中磷含量参考数据对应的最佳磷肥比例作为目标磷肥比例;
S33、将标准水肥配比表中钾含量参考数据对应的最佳钾肥比例作为目标钾肥比例。
第二方面,如图3所示,本申请公开了一种基于作物表型图像的动态灌溉控制系统,用于控制至少一个目标农作物的水肥配比,该系统包括:与目标农作物数量相等的拍摄装置110和水肥配置装置120,水肥灌溉分析主机130、水肥配比数据库140。
举例说明,如图3所示,图中一个水肥灌溉分析主机130对应管理有n个目标农作物,n为正整数,每个目标农作物对应配置有一个拍摄装置110和一个水肥配置装置120。
其中,拍摄装置110用于对目标农作物进行拍摄,得到包含农作物所有茎叶和果实的目标图像,将目标图像通过有线或无线的方式传输给水肥灌溉分析主机130;
水肥配比数据库140用于存储各个目标农作物对应的标准水肥配比表;
水肥配置装置120用于根据水肥灌溉分析主机130发送的目标氮肥比例、目标磷肥比例和目标钾肥比例进行水肥配置;
水肥灌溉分析主机130包括相互连接的处理器和存储器,其中,存储器用于存储计算机程序,计算机程序包括程序指令,处理器被配置用于调用程序指令,执行如第一方面任一项的方法。
应当理解,在本发明实施例中,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
可以理解,水肥灌溉分析主机130可以周期性地对拍摄装置110拍摄到的目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;再从水肥配比数据库140中读取目标农作物的标准水肥配比表,在该表中找最优的目标氮肥比例、目标磷肥比例和目标钾肥比例;并将该水肥配比发送给目标农作物的水肥配置装置120,从而实现对目标农作物的水肥配比的动态调整。
具体实现中,本发明实施例中所描述的处理器可执行第一方面任一方法所描述的实现方式,也可执行本发明实施例所描述的终端设备的实现方式,在此不再赘述。
在本申请实施例中,水肥配置装置120具体用于根据目标氮肥比例、目标磷肥比例和目标钾肥比例自动进行水肥配置;或者,水肥配置装置120具体用于显示目标氮肥比例、目标磷肥比例和目标钾肥比例,以便现场工作人员进行水肥配置。
可见,水肥配置装置120可以是具备根据目标比例自动计算配置水肥功能的自动化装置,也可以是包括显示器的通讯装置,仅将目标水肥比例进行显示,以便现场工作人员进行人工水肥配置。
第三方面,本发明供一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序包括程序指令,该程序指令被处理器执行时实现第一方面任一方法的步骤。
上述计算机可读存储介质可以是前述任一实施例的终端设备的内部存储单元,例如终端设备的硬盘或内存。上述计算机可读存储介质也可以是上述终端设备的外部存储设备,例如上述终端设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,上述计算机可读存储介质还可以既包括上述终端设备的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述终端设备所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中,应该理解到,所揭露的终端设备和方法,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,上述单元的划分,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。另外,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,也可以是电的,机械的或其它的形式连接。
上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发明实施例方案的目的。
另外,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单元中,也可以是各个单元单独物理存在,也可以是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。
上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,本发明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)执行本发明各个实施例中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。
在本公开的各种实施方式中所使用的表述“第一”、“第二”、“所述第一”或“所述第二”可修饰各种部件而与顺序和/或重要性无关,但是这些表述不限制相应部件。以上表述仅配置为将元件与其它元件区分开的目的。例如,第一用户设备和第二用户设备表示不同的用户设备,虽然两者均是用户设备。例如,在不背离本公开的范围的前提下,第一元件可称作第二元件,类似地,第二元件可称作第一元件。
当一个元件(例如,第一元件)称为与另一元件(例如,第二元件)“(可操作地或可通信地)联接”或“(可操作地或可通信地)联接至”另一元件(例如,第二元件)或“连接至”另一元件(例如,第二元件)时,应理解为该一个元件直接连接至该另一元件或者该一个元件经由又一个元件(例如,第三元件)间接连接至该另一个元件。相反,可理解,当元件(例如,第一元件)称为“直接连接”或“直接联接”至另一元件(第二元件)时,则没有元件(例如,第三元件)插入在这两者之间。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素,此外,本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义,也可能具有不同含义,其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
取决于语境,如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
以上所述仅为本申请的可选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于作物表型图像的动态灌溉控制方法,其特征在于,包括:
控制拍摄装置对目标农作物进行拍摄,得到包含所述目标农作物所有茎叶和果实的目标图像;
对所述目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据;
读取所述目标农作物的标准水肥配比表,在所述标准水肥配比表中查找所述氮含量参考数据、所述磷含量参考数据和所述钾含量参考数据分别对应的目标氮肥比例、目标磷肥比例和目标钾肥比例;
将所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例发送给所述目标农作物的水肥配置装置。
2.根据权利要求1所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述对所述目标图像进行图像分析,得到氮含量参考数据、磷含量参考数据和钾含量参考数据,包括:
获取所述目标图像中各个像素的色彩值;
根据所述色彩值计算出各个像素对应的色调值、饱和度值和亮度值;
将所述色调值处于茎叶色调范围内,所述饱和度值处于茎叶饱和度范围内且所述亮度值处于茎叶亮度范围内的像素判断为茎叶像素;
将所述色调值处于果实色调范围内,所述饱和度值处于果实饱和度范围内且所述亮度值处于果实亮度范围内的像素判断为果实像素;
将所述目标图像中所有所述茎叶像素的集合作为茎叶部分,将所述目标图像中所有所述果实像素的集合作为果实部分;
对所述茎叶部分进行分析处理,得到氮含量参考数据;
对所述果实部分进行分析处理,得到磷含量参考数据和钾含量参考数据。
3.根据权利要求2所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述对所述茎叶部分进行分析处理,得到氮含量参考数据,包括:
对应获取所述茎叶部分中每个像素的色彩值,所述色彩值包括红色值、绿色值和蓝色值;
计算所述茎叶部分中每个像素的色彩值中的绿色值占比;
计算所述茎叶部分中所述绿色值占比的中位数值;
将所述绿色值占比的中位数值作为所述氮含量参考数据。
4.根据权利要求2所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述对所述果实部分进行分析处理,得到磷含量参考数据和钾含量参考数据,包括:
识别所述果实部分中的各个果实;
计算所述果实部分中的果实个数作为所述磷含量参考数据;
计算所述果实部分中各个果实的尺寸平均值作为所述钾含量参考数据。
5.根据权利要求4所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述计算所述果实部分中各个果实的尺寸平均值作为所述钾含量参考数据,包括:
统计各个果实所包含的像素数量;
将对应的所述像素数量与预设单位面积之积作为对应果实的果实尺寸;
计算所述果实部分中各个果实的所述果实尺寸的平均值作为所述钾含量参考数据。
6.根据权利要求1所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述标准水肥配比表包括不同氮含量参考数据对应的最佳氮肥比例,不同磷含量参考数据对应的最佳磷肥比例,以及不同钾含量参考数据对应的最佳钾肥比例。
7.根据权利要求6所述的基于作物表型图像的动态灌溉控制方法,其特征在于,
所述读取所述目标农作物的标准水肥配比表,在所述标准水肥配比表中查找所述氮含量参考数据、所述磷含量参考数据和所述钾含量参考数据分别对应的氮肥比例、磷肥比例和钾肥比例,包括:
将所述标准水肥配比表中所述氮含量参考数据对应的所述最佳氮肥比例作为所述目标氮肥比例;
将所述标准水肥配比表中所述磷含量参考数据对应的所述最佳磷肥比例作为所述目标磷肥比例;
将所述标准水肥配比表中所述钾含量参考数据对应的所述最佳钾肥比例作为所述目标钾肥比例。
8.一种基于作物表型图像的动态灌溉控制系统,用于控制至少一个目标农作物的水肥配比,其特征在于,包括:
与所述目标农作物数量相等的拍摄装置和水肥配置装置,水肥灌溉分析主机、水肥配比数据库;
所述拍摄装置用于对目标农作物进行拍摄,得到包含所述目标农作物所有茎叶和果实的目标图像,将所述目标图像通过有线或无线的方式传输给所述水肥灌溉分析主机;
所述水肥配比数据库用于存储各个所述目标农作物对应的标准水肥配比表;
所述水肥配置装置用于根据所述水肥灌溉分析主机发送的目标氮肥比例、目标磷肥比例和目标钾肥比例进行水肥配置;
所述水肥灌溉分析主机包括相互连接的处理器和存储器,其中,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行如权利要求1至7任一项所述的方法。
9.根据权利要求8所述的基于作物表型图像的动态灌溉控制系统,其特征在于,
所述水肥配置装置具体用于根据所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例自动进行水肥配置;或者,
所述水肥配置装置具体用于显示所述目标氮肥比例、所述目标磷肥比例和所述目标钾肥比例,以便现场工作人员进行水肥配置。
10.一种计算机可读存储介质,其特征在于,
所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310851317.5A CN116762676A (zh) | 2023-07-12 | 2023-07-12 | 一种基于作物表型图像的动态灌溉控制方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310851317.5A CN116762676A (zh) | 2023-07-12 | 2023-07-12 | 一种基于作物表型图像的动态灌溉控制方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116762676A true CN116762676A (zh) | 2023-09-19 |
Family
ID=88009849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310851317.5A Pending CN116762676A (zh) | 2023-07-12 | 2023-07-12 | 一种基于作物表型图像的动态灌溉控制方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116762676A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236519A (zh) * | 2023-11-10 | 2023-12-15 | 中化现代农业有限公司 | 水肥调控方法、装置、电子设备和存储介质 |
-
2023
- 2023-07-12 CN CN202310851317.5A patent/CN116762676A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117236519A (zh) * | 2023-11-10 | 2023-12-15 | 中化现代农业有限公司 | 水肥调控方法、装置、电子设备和存储介质 |
CN117236519B (zh) * | 2023-11-10 | 2024-04-09 | 中化现代农业有限公司 | 水肥调控方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104077725B (zh) | 马铃薯种植物联网监测、控制及信息服务云平台综合系统 | |
CN110458032B (zh) | 荔枝生长状况全程监控方法、系统、云服务器及存储介质 | |
US9117140B2 (en) | System and method of in-season nitrogen measurement and fertilization of non-leguminous crops from digital image analysis | |
JP6295452B2 (ja) | 農作物育成支援装置、及びそのプログラム | |
CN116762676A (zh) | 一种基于作物表型图像的动态灌溉控制方法和系统 | |
CN113469112B (zh) | 农作物生长状况图像识别方法及系统 | |
CN105513096A (zh) | 一种冬小麦生物量估算方法 | |
CN105744225A (zh) | 一种远程分析农作物生长的方法和系统 | |
CN107121535A (zh) | 一种有效的农作物生长环境监测系统 | |
CN114158336A (zh) | 水肥一体优化控制系统及方法 | |
CN109655108A (zh) | 一种基于物联网的大田种植实时监测系统及方法 | |
CN106841568A (zh) | 基于物联网技术的良田土壤检测系统及其实现方法 | |
CN115661650A (zh) | 一种基于物联网数据监测的农场管理系统 | |
CN113466421B (zh) | 一种基于互联网的水质监测系统 | |
Goldsmith et al. | The productivity of tropical grain production | |
CN104504736A (zh) | 一种识别大田作物长势监控图像中绿色植物的方法及系统 | |
CN102239793B (zh) | 水稻害虫实时分类方法及系统 | |
Martinez et al. | Coffee‐Tree Floral Analysis as a Mean of Nutritional Diagnosis | |
CN111160250A (zh) | 一种基于人工神经网络的蓝莓生长期检测方法及装置 | |
CN104426931A (zh) | 一种基于网络现实化的实时生产系统 | |
CN113670917B (zh) | 一种绿茶品质的分析方法和系统 | |
CN114663652A (zh) | 图像处理方法、装置、管理系统、电子设备和存储介质 | |
CN113492981B (zh) | 播撒控制方法、装置、终端设备、无人设备及介质 | |
Olaniyan et al. | A decision support system for automatic fertilizer application to tomato plants using artificial neural network | |
Hannuna et al. | Agriculture disease mitigation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |