本申請涉及人工智能，尤其涉及一種作物監(jiān)測方法、裝置、計算機設備及計算機可讀存儲介質。

背景技術：

1、隨著科學技術的發(fā)展，傳統(tǒng)農(nóng)業(yè)逐漸向智慧化農(nóng)業(yè)發(fā)展成為一種發(fā)展趨勢。

2、在現(xiàn)有的技術中，主要為人工現(xiàn)場勘測，觀察作物生長狀態(tài)，非常依賴于人工經(jīng)驗，容易受到主觀因素影響，并不能夠準確識別作物的生長狀態(tài)。即使將相關信息反饋給農(nóng)業(yè)專家，由于信息采集周期長，存在時間差，農(nóng)業(yè)專家也無法及時跟進。如若遇到病蟲災害，則會導致作物種植較大的經(jīng)濟損失。因此，目前的作物監(jiān)測存在效率低的技術問題。

技術實現(xiàn)思路

1、本申請實施例的目的在于提出一種作物監(jiān)測方法、裝置、計算機設備及計算機可讀存儲介質，其主要目的是在作物監(jiān)測中自動識別作物生長狀態(tài)，及時進行作物預測生長狀態(tài)的預測，提高了作物監(jiān)測的效率。

2、為了解決上述技術問題，本申請實施例提供一種作物監(jiān)測方法，采用了如下所述的技術方案：

3、根據(jù)預設的時間節(jié)點采集目標區(qū)域作物的圖像和生長環(huán)境數(shù)據(jù)，得到各時間節(jié)點對應的作物圖像和生長環(huán)境數(shù)據(jù)；

4、對所述各時間節(jié)點對應的作物圖像分別進行標準化處理，得到各時間節(jié)點對應的作物標準化圖像；

5、分別將所述各時間節(jié)點對應的作物標準化圖像輸入預置的卷積神經(jīng)網(wǎng)絡模型進行圖像處理，生成各時間節(jié)點對應的作物生長狀態(tài)信息；

6、將所述各時間節(jié)點對應的作物生長狀態(tài)信息和生長環(huán)境數(shù)據(jù)進行滑動窗口方法構建特征，得到時間序列特征集；

7、將所述時間序列特征集輸入預置的基于時間序列算法的作物生長預測模型，生成所述目標區(qū)域作物的生長預測信息；

8、根據(jù)所述時間序列特征集和所述生長預測信息生成可視化信息，將所述可視化信息反饋到用戶終端。

9、為了解決上述技術問題，本申請實施例還提供一種作物監(jiān)測裝置，采用了如下所述的技術方案，所述作物監(jiān)測裝置，包括：

10、采集模塊，用于根據(jù)預設的時間節(jié)點采集目標區(qū)域作物的圖像和生長環(huán)境數(shù)據(jù)，得到各時間節(jié)點對應的作物圖像和生長環(huán)境數(shù)據(jù)；

11、處理模塊，用于對所述各時間節(jié)點對應的作物圖像分別進行標準化處理，得到各時間節(jié)點對應的作物標準化圖像；

12、計算模塊，用于將所述各時間節(jié)點對應的作物標準化圖像輸入預置的卷積神經(jīng)網(wǎng)絡模型進行圖像處理，生成各時間節(jié)點對應的作物生長狀態(tài)信息；

13、構建模塊，用于將所述各時間節(jié)點對應的作物生長狀態(tài)信息和生長環(huán)境數(shù)據(jù)進行滑動窗口方法構建特征，得到時間序列特征集；

14、預測模塊，用于將所述時間序列特征集輸入預置的基于時間序列算法的作物生長預測模型，生成所述目標區(qū)域作物的生長預測信息；

15、反饋模塊，根據(jù)所述時間序列特征和所述作物生長預測信息生成可視化信息，將所述可視化信息反饋到用戶終端。

16、為了解決上述技術問題，本申請實施例還提供一種計算機設備，采用了如下所述的技術方案：

17、所述計算機設備包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執(zhí)行所述計算機可讀指令時實現(xiàn)上述作物監(jiān)測方法的步驟。

18、為了解決上述技術問題，本申請實施例還提供一種計算機可讀存儲介質，采用了如下所述的技術方案：

19、所述計算機可讀存儲介質上存儲有計算機可讀指令，所述計算機可讀指令被處理器執(zhí)行時實現(xiàn)上述作物監(jiān)測方法的步驟。

20、與現(xiàn)有技術相比，本申請實施例主要有以下有益效果：

21、通過定期采集目標區(qū)域作物的圖像和生長環(huán)境數(shù)據(jù)，先對作物圖像進行標準化處理，保證了后續(xù)利用卷積神經(jīng)網(wǎng)絡模型進行作物生長狀態(tài)信息生成的準確性，然后將各時間節(jié)點的作物生長狀態(tài)信息和生長環(huán)境數(shù)據(jù)進行滑動窗口方法構建特征，得到時間序列特征，將時間序列特征輸入基于時間序列算法的作物生長預測模型，能較準確地生成目標區(qū)域作物的生長預測信息，之后可以方便的利用完善的時間序列特征和未來作物生長預測信息生成可視化信息，并發(fā)送到用戶終端，及時向用戶展示作物當前監(jiān)測信息和未來作物生長預測信息，提高了作物監(jiān)測效率和準確率，這樣用戶不僅可以準確掌握當前作物生長狀態(tài)和環(huán)境數(shù)據(jù)，還可以根據(jù)未來作物生長預測信息進行提前干預，避免作物在未來出現(xiàn)異常的生長狀態(tài)。

技術特征：

1.一種作物監(jiān)測方法，其特征在于，包括下述步驟：

2.根據(jù)權利要求1所述的作物監(jiān)測方法，其特征在于，在根據(jù)預設的時間節(jié)點采集目標區(qū)域作物的圖像和生長環(huán)境數(shù)據(jù)，得到各時間節(jié)點對應的作物圖像和生長環(huán)境數(shù)據(jù)的步驟之前，還包括：

3.根據(jù)權利要求1所述的作物監(jiān)測方法，其特征在于，對所述各時間節(jié)點對應的作物圖像分別進行標準化處理，得到各時間節(jié)點對應的作物標準化圖像的步驟，具體包括：

4.根據(jù)權利要求1所述的作物監(jiān)測方法，其特征在于，分別將所述各時間節(jié)點對應的作物標準化圖像輸入預置的卷積神經(jīng)網(wǎng)絡模型進行圖像處理，生成各時間節(jié)點對應的作物生長狀態(tài)信息的步驟，具體包括：

5.根據(jù)權利要求1所述的作物監(jiān)測方法，其特征在于，將所述各時間節(jié)點對應的作物生長狀態(tài)信息和生長環(huán)境數(shù)據(jù)進行滑動窗口方法構建特征，得到時間序列特征集的步驟，具體包括：

6.根據(jù)權利要求1所述的作物監(jiān)測方法，其特征在于，所述將所述時間序列特征集輸入預置的基于時間序列算法的作物生長預測模型，生成所述目標區(qū)域作物的生長預測信息的步驟之后，還包括：

7.根據(jù)權利要求6所述的作物監(jiān)測方法，其特征在于，根據(jù)所述時間序列特征集和所述生長預測信息，判斷所述目標區(qū)域的當前生長狀態(tài)和預測生長狀態(tài)是否異常的步驟之后，還包括：

8.一種作物監(jiān)測裝置，其特征在于，包括：

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述處理器執(zhí)行所述計算機可讀指令時實現(xiàn)如權利要求1至7中任一項所述的作物監(jiān)測方法的步驟。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機可讀指令，所述計算機可讀指令被處理器執(zhí)行時實現(xiàn)如權利要求1至7中任一項所述的作物監(jiān)測方法的步驟。

技術總結
本申請實施例屬于人工智能領域，應用于智慧農(nóng)業(yè)領域中，涉及一種作物監(jiān)測方法，包括：根據(jù)預設的時間節(jié)點采集目標區(qū)域作物的圖像和生長環(huán)境數(shù)據(jù)，得到各時間節(jié)點對應的作物圖像和生長環(huán)境數(shù)據(jù)；對作物圖像分別進行標準化處理，得到作物標準化圖像；將作物標準化圖像輸入預置的卷積神經(jīng)網(wǎng)絡模型進行圖像處理，生成作物生長狀態(tài)信息；將作物生長狀態(tài)信息和生長環(huán)境數(shù)據(jù)進行滑動窗口方法構建特征，得到時間序列特征集；將時間序列特征集輸入預置的作物生長預測模型，生成目標區(qū)域作物的生長預測信息；根據(jù)時間序列特征集和生長預測信息生成可視化信息，將可視化信息反饋到用戶終端。本申請能夠提高作物監(jiān)測效率，預測生長狀態(tài)。

技術研發(fā)人員：劉澤平
受保護的技術使用者：中國平安財產(chǎn)保險股份有限公司
技術研發(fā)日：
技術公布日：2025/1/2