本發(fā)明涉及智能控制系統(tǒng)技術領域，具體而言，涉及一種種植參數調控方法和一種種植參數調控裝置。

背景技術：

相關技術中，通常采用人工方式對農作物的生長狀況進行監(jiān)測，存在以下技術缺陷：

(1)種植面積過大時，存在人工監(jiān)測主動效率較低和及時性差等問題，導致農作物的病蟲害問題不能得到良好的監(jiān)測和控制；

(2)農作物的病蟲害類型過多，需要人工識別農作物的病蟲害類型，并且需要針對性指定農藥的噴灌策略，因此，導致了種植過程的人工成本升高。

技術實現(xiàn)要素：

本發(fā)明旨在至少解決現(xiàn)有技術或相關技術中存在的技術問題之一。

為此，本發(fā)明的一個目的在于提供一種種植參數調控方法。

本發(fā)明的另一個目的在于提供一種種植參數調控裝置。

為了實現(xiàn)上述目的，本發(fā)明的第一方面的技術方案提供了一種種植參數調控方法，包括：在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過在檢測到農作物的生長圖像信息中存在異常生長參數時，進一步地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

其中，以黃瓜為種植的農作物的一個例子，則黃瓜的生育期如下表1所示。

表1

另外，不同生育期出現(xiàn)的病蟲害類型如表2和表3所示。

表2

表3

在上述技術方案中，優(yōu)選地，檢測到農作物的生長圖像信息中存在異常生長參數，具體包括：識別農作物的生長圖像信息的特征生長參數；判斷特征生長參數是否與預設特征生長參數匹配；在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過識別農作物的生長圖像信息的特征生長參數，判斷特征生長參數是否與預設特征生長參數匹配，通過在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、上述白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，具體包括：計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；讀取匹配的預設病蟲害參考圖像的屬性信息；根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過讀取匹配的預設病蟲害參考圖像的屬性信息，根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

另外，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式，例如針對不同病蟲害所用農藥如下表表4所示：

表4

根據本發(fā)明的第二方面的實施例，還提出了一種種植參數調控裝置，包括：確定單元，用于在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；還用于根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；還用于在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過設置確定單元，用于在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期，還用于根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配，還用于在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

在上述任一項技術方案中，優(yōu)選地，種植參數調控裝置還包括：識別單元，用于識別農作物的生長圖像信息的特征生長參數；判斷單元，用于判斷特征生長參數是否與預設特征生長參數匹配；確定單元還用于：在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過設置識別單元，用于識別農作物的生長圖像信息的特征生長參數，通過設置判斷單元，用于判斷特征生長參數是否與預設特征生長參數匹配，通過設置確定單元還用于在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，種植參數調控裝置還包括：計算單元，用于計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；確定單元還用于：在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；種植參數調控裝置還包括：讀取單元，用于讀取匹配的預設病蟲害參考圖像的屬性信息；確定單元還用于：根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過設置計算單元用于計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過確定單元還用于在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過設置讀取單元，用于讀取匹配的預設病蟲害參考圖像的屬性信息，通過設置確定單元還用于根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

本發(fā)明的附加方面和優(yōu)點將在下面的描述部分中給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明的上述和/或附加的方面和優(yōu)點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1示出了根據本發(fā)明的一個實施例的種植參數調控方法的示意流程圖；

圖2示出了根據本發(fā)明的一個實施例的種植參數調控裝置的示意框圖；

圖3示出了根據本發(fā)明的一個實施例的農藥噴灌終端的示意框圖。

具體實施方式

為了能夠更清楚地理解本發(fā)明的上述目的、特征和優(yōu)點，下面結合附圖和具體實施方式對本發(fā)明進行進一步的詳細描述。需要說明的是，在不沖突的情況下，本申請的實施例及實施例中的特征可以相互組合。

在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明，但是，本發(fā)明還可以采用其他不同于在此描述的其他方式來實施，因此，本發(fā)明的保護范圍并不受下面公開的具體實施例的限制。

實施例1：

圖1示出了根據本發(fā)明的一個實施例的種植參數調控方法的示意流程圖。

如圖1示出了根據本發(fā)明的實施例的種植參數調控方法，包括：步驟s102，在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；步驟s104，根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；步驟s106，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過在檢測到農作物的生長圖像信息中存在異常生長參數時，進一步地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

在上述技術方案中，優(yōu)選地，檢測到農作物的生長圖像信息中存在異常生長參數，具體包括：識別農作物的生長圖像信息的特征生長參數；判斷特征生長參數是否與預設特征生長參數匹配；在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過識別農作物的生長圖像信息的特征生長參數，判斷特征生長參數是否與預設特征生長參數匹配，通過在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、上述白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，具體包括：計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；讀取匹配的預設病蟲害參考圖像的屬性信息；根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過讀取匹配的預設病蟲害參考圖像的屬性信息，根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

圖2示出了根據本發(fā)明的一個實施例的種植參數調控裝置的示意框圖。

如圖2示出了根據本發(fā)明的實施例的種植參數調控裝置200，包括：確定單元202，用于在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；還用于根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；還用于在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過設置確定單元202，用于在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期，還用于根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配，還用于在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

在上述任一項技術方案中，優(yōu)選地，種植參數調控裝置200還包括：識別單元204，用于識別農作物的生長圖像信息的特征生長參數；判斷單元206，用于判斷特征生長參數是否與預設特征生長參數匹配；確定單元202還用于：在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過設置識別單元204，用于識別農作物的生長圖像信息的特征生長參數，通過設置判斷單元206，用于判斷特征生長參數是否與預設特征生長參數匹配，通過設置確定單元202還用于在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，種植參數調控裝置200還包括：計算單元208，用于計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；確定單元202還用于：在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；種植參數調控裝置200還包括：讀取單元210，用于讀取匹配的預設病蟲害參考圖像的屬性信息；確定單元202還用于：根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過設置計算單元208用于計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過確定單元202還用于在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過設置讀取單元210，用于讀取匹配的預設病蟲害參考圖像的屬性信息，通過設置確定單元202還用于根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

其中，值得特別指出的是，確定單元202和計算單元208可以是種植參數調控裝置200的處理器、單片機和微控制器，識別單元204可以為種植參數調控裝置200的圖像識別組件，具體包括攝像頭、濾波器和拉普拉斯變換器等，判斷單元206可以為種植參數調控裝置200的比較器，讀取單元210可以為種植參數調控裝置200的存儲器或具有存儲能力的通信組件，通信組件可以是天線。

圖3示出了根據本發(fā)明的一個實施例的農藥噴灌終端的示意框圖。

如圖3示出了根據本發(fā)明的一個實施例的農藥噴灌終端300，包括存儲器302、處理器304及存儲在存儲器302上并可在處理器304上運行的計算機程序，處理器304用于執(zhí)行存儲器302中存儲的計算機程序時實現(xiàn)步驟包括：在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過在檢測到農作物的生長圖像信息中存在異常生長參數時，進一步地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

其中，以黃瓜為種植的農作物的一個例子，則黃瓜的生育期如下表1所示。

在上述技術方案中，優(yōu)選地，檢測到農作物的生長圖像信息中存在異常生長參數，具體包括：識別農作物的生長圖像信息的特征生長參數；判斷特征生長參數是否與預設特征生長參數匹配；在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過識別農作物的生長圖像信息的特征生長參數，判斷特征生長參數是否與預設特征生長參數匹配，通過在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、上述白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，具體包括：計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；讀取匹配的預設病蟲害參考圖像的屬性信息；根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過讀取匹配的預設病蟲害參考圖像的屬性信息，根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

根據本發(fā)明的實施例提出了一種計算機可讀存儲介質，其上存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)步驟包括：在檢測到農作物的生長圖像信息中存在異常生長參數時，確定與異常生長參數對應的農作物的生育期；根據生育期確定對應的至少一個預設病蟲害參考圖像，并判斷生長圖像信息是否與任一預設病蟲害參考圖像匹配；在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數。

在該技術方案中，通過在檢測到農作物的生長圖像信息中存在異常生長參數時，進一步地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

具體地，首先，獲取的農作物的生長圖像信息的特征生長參數(如表1所示的以時間參數界定的生長狀態(tài)和莖高等尺寸)，其中，生長圖像信息具備地理區(qū)域屬性的，通過對特征生長參數分析來確定農作物屬于異常生長，其次，將生長圖像信息與預設病蟲害參考圖像比對，不僅可以快速確定病蟲害類型，也可以及時確定病蟲害程度，并且，采用電控的噴灌終端，針對性地對出現(xiàn)病蟲害的地理區(qū)域的農作物進行噴灌。

其中，以黃瓜為種植的農作物的一個例子，則黃瓜的生育期如下表1所示。

在上述技術方案中，優(yōu)選地，檢測到農作物的生長圖像信息中存在異常生長參數，具體包括：識別農作物的生長圖像信息的特征生長參數；判斷特征生長參數是否與預設特征生長參數匹配；在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個。

在該技術方案中，通過識別農作物的生長圖像信息的特征生長參數，判斷特征生長參數是否與預設特征生長參數匹配，通過在判定特征生長參數與預設特征生長參數不匹配時，將特征生長參數確定為異常生長參數，其中，特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，及時且準確地判斷農作物是否屬于異常生長。

具體地，預設生長參數特征生長參數包括農作物的莖尺寸、莖顏色、葉片顏色、相鄰葉片尺寸的差異度中的至少一個，例如，黃瓜在結蔓期的藤蔓長度可達三米以上，葉片呈現(xiàn)掌狀，葉片大而薄且呈綠色，如農作物在結蔓期莖長不足兩米，則判斷農作物屬于異常生長，或葉片顏色為偏黃色或出現(xiàn)斑點，也判斷農作物屬于異常生長。

在上述任一項技術方案中，優(yōu)選地，生育期為農作物的發(fā)芽期、幼苗期、抽蔓期和結果期中的一個時間段。

在上述任一項技術方案中，優(yōu)選地，農作物為黃瓜時，發(fā)芽期對應的預設病蟲害參考圖像包括猝倒病參考圖像和地下害蟲參考圖像，幼苗期對應的預設病蟲害參考圖像包括立枯病參考圖像、根腐病參考圖像、炭疽病參考圖像、霜霉病參考圖像、疫病參考圖像、瓜蚜參考圖像、守瓜參考圖像和斑潛蠅參考圖像，抽蔓期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、炭疽病參考圖像、枯萎病參考圖像、白粉病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像和守瓜參考圖像，結果期對應的預設病蟲害參考圖像包括霜霉病參考圖像、疫病參考圖像、靶斑病參考圖像、細菌性角斑病參考圖像、枯萎病參考圖像、上述白粉病參考圖像、蔓枯病參考圖像、灰霉病參考圖像、蚜蟲參考圖像、薊馬參考圖像、粉虱參考圖像、斑潛蠅參考圖像和瓜絹螟參考圖像。

在該技術方案中，通過不同生育期對應的多種預設病蟲害參考圖像，直觀清楚地確定了農作物因病蟲害出現(xiàn)癥狀，全面地考慮了引起農作物生長異常的原因，進而提高處理農作物因病蟲害出現(xiàn)生長異常問題的效率。

在上述任一項技術方案中，優(yōu)選地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，具體包括：計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度；在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配；讀取匹配的預設病蟲害參考圖像的屬性信息；根據屬性信息確定對農作物進行除蟲操作的噴灌參數，其中，噴灌參數包括農藥類型、農藥液量和除蟲方式，除蟲方式包括噴淋農藥除蟲方式和/或灌溉農藥除蟲方式。

在該技術方案中，通過計算生長圖像信息與生育期對應的任一預設病蟲害參考圖像之間的匹配度，通過在判定匹配度大于或等于預設匹配度時，確定生長圖像信息與預設病蟲害參考圖像匹配，通過讀取匹配的預設病蟲害參考圖像的屬性信息，根據屬性信息確定對農作物進行除蟲操作的噴灌參數，通過計算更加直觀反映農作物出現(xiàn)生長異常原因，簡化了人工進行圖像信息比對的步驟，節(jié)省了時間和人力資源，提高了處理農作物出現(xiàn)生長異常問題的準確性和效率。

其中，若生長圖像信息與預設病蟲害參考圖像之間的匹配程度達到設定匹配度(如預設匹配度大于或等于80％)，則判斷作物圖像中的作物具有與匹配圖像相同的病蟲害或生長異常。

以上結合附圖詳細說明了本發(fā)明的技術方案，本發(fā)明提出了一種種植參數調控方法和種植參數調控裝置，通過在檢測到農作物的生長圖像信息中存在異常生長參數時，進一步地，在判定生長圖像信息與任一預設病蟲害參考圖像匹配時，根據匹配的預設病蟲害參考圖像的屬性信息確定對農作物進行除蟲操作的噴灌參數，也即根據匹配的預設病蟲害參考圖像，及時地確定對農作物進行除蟲操作的噴灌參數，也即及時地解決了農作物的病蟲害問題，降低了除蟲除病的人工成本，提高了農作物的存活率和產量。

本發(fā)明方法中的步驟可根據實際需要進行順序調整、合并和刪減。

本發(fā)明裝置中的單元可根據實際需要進行合并、劃分和刪減。

本領域普通技術人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，該程序可以存儲于一計算機可讀存儲介質中，存儲介質包括只讀存儲器(read-onlymemory，rom)、隨機存儲器(randomaccessmemory，ram)、可編程只讀存儲器(programmableread-onlymemory，prom)、可擦除可編程只讀存儲器(erasableprogrammablereadonlymemory，eprom)、一次可編程只讀存儲器(one-timeprogrammableread-onlymemory，otprom)、電子抹除式可復寫只讀存儲器(electrically-erasableprogrammableread-onlymemory，eeprom)、只讀光盤(compactdiscread-onlymemory，cd-rom)或其他光盤存儲器、磁盤存儲器、磁帶存儲器、或者能夠用于攜帶或存儲數據的計算機可讀的任何其他介質。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。