作物产量的预测方法、系统、计算机设备及可读存储介质与流程

本发明涉及作物种植领域，具体而言，涉及一种作物产量的预测方法、作物产量的预测系统、计算机设备、计算机可读存储介质。

背景技术：

设施农业飞速发展，越来越多的温室、大棚安装了视频监控系统，管理人员、用户可以获取视频监控信息，了解作物的生长情况；家庭种植如种植箱、种植柜也逐渐兴起，用户通过其内部配置的摄像头，结合终端app，可以随时查看作物的生长情况。

目前的采收规划主要是：种植人员主要是根据初始种植的时间，参考作物的生长周期(如番茄60天左右成熟，黄瓜秋季45天到50天成熟)，预估采收时间及安排采收人员进行采收。然而根据作物的生长周期预测作物的成熟时间，进而安排采收配送存在以下问题：第一、生长周期较为笼统，不能精确到具体的采收时间；第二、作物生长受环境因素的影响，不同环境影响作物的生长周期；第三，同一批次种植的作物成熟的时间可能不一致，如同一时间种植的黄瓜，一方面由于营养液供给问题，同一花期采收时间不一致，另一方面，不同花期造成成熟采收时间不一致。种植人员基于上述问题，难以准确判断采收时间,及采收期每天的产量。

技术实现要素：

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明的第一个目的在于提出了一种作物产量的预测方法。

本发明的第二个目的在于提出一种作物产量的预测系统。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种机算机可读存储介质。

有鉴于此，根据本发明的一个目的，提出了作物产量的预测方法，用于种植设备，预测方法包括：在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；获取目标作物在第二预设时段的环境信息；分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的作物产量的预测方法，根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

根据本发明的上述作物产量的预测方法，还可以具有以下技术特征：

在上述技术方案中，优选地，在第一预设时段采集目标作物的第一阶段图片之前，还包括：建立种植模型；建立种植模型具体为：获取各种类作物的多组样本数据；根据多组样本数据，建立样本集合；样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。

在该技术方案中，在第一预设时段采集目标作物的第一阶段图片之前，首先建立种植模型。建立种植模型的具体步骤是：获取各种作物的多组样本数据，将获取的多组样本数据建立样本集合，样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。根据样本集合中的作物种类可以快速查找到与目标作物种类形同的种植模型。可以将实际采集的作物特征信息与样本集合中的样本图片特征信息相比较，以在实际采集的作物特征信息与样本集合中的样本图片特征信息相匹配的情况下，根据样本成熟时间预测作物成熟时间。其中，用户也可以自行设置某一样本图片特征为作物的成熟特征，如此，可以满足不同用户的需求。可以将实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相比较，以在实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相匹配的情况下，将样本集合的作物成熟期每天产量作为预测的目标作物成熟期每天的产量。

在上述任一技术方案中，优选地，结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间，具体包括：查找种植模型中与目标作物种类相同的种植模型；判断第一阶段特征信息与样本集合中的样本图片特征信息是否匹配；当判定匹配时，根据样本图片特征信息对应的作物样本成熟时间预测目标作物的成熟时间。

在该技术方案中，预测目标作物的成熟时间，具体包括：首先查找种植模型中与目标作物种类相同的种植模型，从而可以确定与目标作物种类相同的种植模型；然后判断第一阶段特征信息与查找到的种植模型中的样本图片特征信息是否匹配；当判定匹配时，根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，使得预测的成熟时间不单单是挑选出的任一样本成熟时间，而是在实际获取的第一阶段特征信息和样本图片特征信息两者匹配时，才根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，提高了预测的准确性。

在上述任一技术方案中，优选地，分析第二阶段特征信息和环境信息，以预测目标作物每天的产量，具体包括：判断环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息是否匹配；当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量；其中，环境信息包括以下一种或其组合：光照强度、温度、湿度、土壤ph值、空气中二氧化碳浓度、营养液浓度。

在该技术方案中，判断实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息是否匹配，其中，这里的匹配是指差值在一定的阈值范围内均认为是匹配的。当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，使得预测的产量结合了实际采集的环境信息和作物特征信息，在实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息匹配的情况下，才将根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，提高了预测的准确性。

在上述任一技术方案中，优选地，根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

在该技术方案中，可以预先存储每位采收人员的采收能力，再结合预测的目标作物每天的产量，自动制定采收计划，提高了用户体验度。

根据本发明的第二个目的，提出了一种作物产量的预测系统，包括：采集单元，用于在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；预测单元，用于结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；采集单元，还用于在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；第一获取单元，用于获取目标作物在第二预设时段的环境信息；分析单元，用于分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的作物产量的预测系统，根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。采集单元在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，预测单元结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，采集单元在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时第一获取单元获取目标作物在第二预设时段的环境信息，分析单元结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

根据本发明的上述作物产量的预测系统，还可以具有以下技术特征：

在上述技术方案中，优选地，种植模型建立单元，用于建立种植模型；种植模型建立单元包括：第二获取单元，用于获取各种类作物的多组样本数据；样本集合建立单元，用于根据多组样本数据，建立样本集合；样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。

在该技术方案中，在第一预设时段采集目标作物的第一阶段图片之前，首先种植模型建立单元建立种植模型。建立种植模型的具体步骤是：第二获取单元获取各种作物的多组样本数据，样本集合建立单元将获取的多组样本数据建立样本集合，样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。根据样本集合中的作物种类可以快速查找到与目标作物种类形同的种植模型。可以将实际采集的作物特征信息与样本集合中的样本图片特征信息相比较，以在实际采集的作物特征信息与样本集合中的样本图片特征信息相匹配的情况下，根据样本成熟时间预测作物成熟时间。其中，用户也可以自行设置某一样本图片特征为作物的成熟特征，如此，可以满足不同用户的需求。可以将实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相比较，以在实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相匹配的情况下，将样本集合的作物成熟期每天产量作为预测的目标作物成熟期每天的产量。

在上述任一技术方案中，优选地，预测单元，包括：查找单元，用于查找种植模型中与目标作物种类相同的种植模型；第一判断单元，用于判断第一阶段特征信息与样本集合中的样本图片特征信息是否匹配；预测子单元，用于当判定匹配时，根据样本图片特征信息对应的作物样本成熟时间预测目标作物的成熟时间。

在该技术方案中，预测单元包括：查找单元查找种植模型中与目标作物种类相同的种植模型，从而可以确定与目标作物种类相同的种植模型；第一判断单元判断第一阶段特征信息与查找到的种植模型中的样本图片特征信息是否匹配；当判定匹配时，预测子单元根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，使得预测的成熟时间不单单是挑选出的任一样本成熟时间，而是在实际获取的第一阶段特征信息和样本图片特征信息两者匹配时，才根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，提高了预测的准确性。

在上述任一技术方案中，优选地，分析单元，包括：第二判断单元，用于判断环境信息和第二阶段特征信息与样本集合中的环境信息和样本特征信息是否匹配；确定单元，用于当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量；其中，环境信息包括以下一种或其组合：光照强度、温度、湿度、土壤ph值、空气中二氧化碳浓度、营养液浓度。

在该技术方案中，第二判断单元判断实际采集环境信息和第二阶段特征信息与样本集合中的作物产量对应的环境信息和样本特征信息是否匹配，其中，这里的匹配是指差值指在一定的阈值范围内均认为是匹配的。当判定匹配时，确定单元根据样本集合中的作物产量确定目标作物每天的产量，使得预测的产量结合了实际采集的环境信息和作物特征信息，在实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息匹配的情况下，才将根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，提高了预测的准确性。

在上述任一技术方案中，优选地，采收计划制定单元，用于根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

在该技术方案中，可以预先存储每位采收人员的采收能力，采收计划制定单元再结合预测的目标作物每天的产量，自动制定采收计划，提高了用户体验度。

根据本发明的第三个目的，本发明提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；获取目标作物在第二预设时段的环境信息；分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的一种计算机设备，处理器执行计算机程序时实现：根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

根据本发明的第四个目的，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；获取目标作物在第二预设时段的环境信息；分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现：根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明的一个实施例的作物产量的预测方法的流程示意图；

图2示出了本发明的另一个实施例的作物产量的预测方法的流程示意图；

图3示出了本发明的又一个实施例的作物产量的预测方法的流程示意图；

图4示出了本发明的一个实施例的作物产量的预测系统的示意框图；

图5示出了本发明的另一个实施例的作物产量的预测系统的示意框图；

图6示出了本发明的又一个实施例的作物产量的预测系统的示意框图；

图7示出了本发明的一个实施例的计算机设备的示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。

本发明第一方面的实施例，提出一种作物产量的预测方法，图1示出了本发明的一个实施例的作物产量的预测方法的流程示意图：

步骤102，在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；

步骤104，结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；

步骤106，在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

步骤108，获取目标作物在第二预设时段的环境信息；

步骤110，分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的作物产量的预测方法，根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

图2示出了本发明的另一个实施例的作物产量的预测方法的流程示意图：

步骤202，建立种植模型；

步骤204，在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；

步骤206，结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；

步骤208，在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

步骤210，获取目标作物在第二预设时段的环境信息；

步骤212，分析第二阶段特征信息和环境信息，以预测目标作物每天的产量；

步骤214，根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

其中，步骤202，建立种植模型具体包括：

步骤2022，获取各种类作物的多组样本数据；

步骤2024，根据多组样本数据，建立样本集合。

在本发明的一个实施例中，优选地，在第一预设时段采集目标作物的第一阶段图片之前，还包括：建立种植模型；建立种植模型具体为：获取各种类作物的多组样本数据；根据多组样本数据，建立样本集合；样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。

在该实施例中，在第一预设时段采集目标作物的第一阶段图片之前，首先建立种植模型。建立种植模型的具体步骤是：获取各种作物的多组样本数据，将获取的多组样本数据建立样本集合，样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。根据样本集合中的作物种类可以快速查找到与目标作物种类形同的种植模型。可以将实际采集的作物特征信息与样本集合中的样本图片特征信息相比较，以在实际采集的作物特征信息与样本集合中的样本图片特征信息相匹配的情况下，根据样本成熟时间预测作物成熟时间。其中，用户也可以自行设置某一样本图片特征为作物的成熟特征，如此，可以满足不同用户的需求。可以将实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相比较，以在实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相匹配的情况下，将样本集合的作物成熟期每天产量作为预测的目标作物每天的产量。

在本发明的一个实施例中，优选地，根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

在该实施例中，可以预先存储每位采收人员的采收能力，再结合预测的目标作物每天的产量，自动制定采收计划，提高了用户体验度。

图3示出了本发明的又一个实施例的作物产量的预测方法的流程示意图：

步骤302，建立种植模型；

步骤304，在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；

步骤306，查找所述种植模型中与所述目标作物种类相同的种植模型；

步骤308，判断所述第一阶段特征信息与所述样本集合中的所述样本图片特征信息是否匹配；

步骤310，当判定匹配时，根据所述样本图片特征信息对应的所述作物样本成熟时间预测所述目标作物的成熟时间；

步骤312，在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

步骤314，获取目标作物在第二预设时段的环境信息；

步骤316，判断所述环境信息和所述第二阶段特征信息与所述样本集合中的所述样本环境信息和所述样本特征信息是否匹配；

步骤318，当判定匹配时，根据所述样本集合中的所述作物成熟期每天产量确定所述目标作物每天的产量；

步骤320，根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

在本发明的一个实施例中，优选地，查找种植模型中与目标作物种类相同的种植模型；判断第一阶段特征信息与样本集合中的样本图片特征信息是否匹配；当判定匹配时，根据样本图片特征信息对应的作物样本成熟时间预测目标作物的成熟时间。

在该实施例中，首先查找种植模型中与目标作物种类相同的种植模型，从而可以确定与目标作物种类相同的种植模型；然后判断第一阶段特征信息与查找到的种植模型中的样本图片特征信息是否匹配；当判定匹配时，根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，使得预测的成熟时间不单单是挑选出的任一样本成熟时间，而是在实际获取的第一阶段特征信息和样本图片特征信息两者匹配时，才根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，提高了预测的准确性。

在本发明的一个实施例中，优选地，判断环境信息和第二阶段特征信息与样本集合中的作物产量对应的环境信息和样本特征信息是否匹配；当判定匹配时，根据样本集合中的作物产量确定目标作物每天的产量；其中，环境信息包括以下一种或其组合：光照强度、温度、湿度、土壤ph值、空气中二氧化碳浓度、营养液浓度。

在该实施例中，判断实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息是否匹配，其中，这里的匹配是指差值在一定的阈值范围内均认为是匹配的。当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，使得预测的产量结合了实际采集的环境信息和作物特征信息，在实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息匹配的情况下，才将根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，提高了预测的准确性。

本发明第二方面的实施例，提出一种作物产量的预测系统400，图4示出了本发明的一个实施例的作物产量的预测系统400的示意框图：

采集单元402，用于在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息，还用于在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

预测单元404，用于结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；

第一获取单元406，用于获取目标作物在第二预设时段的环境信息；

分析单元408，用于分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的作物产量的预测系统400，根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。采集单元402在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，预测单元404结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，采集单元400在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时第一获取单元406获取目标作物在第二预设时段的环境信息，分析单元408结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

图5示出了本发明的另一个实施例的作物产量的预测系统500的示意框图：

种植模型建立单元502，用于建立种植模型；

采集单元504，用于在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息，还用于在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

预测单元506，用于结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；

第一获取单元508，用于获取目标作物在第二预设时段的环境信息；

分析单元510，用于分析第二阶段特征信息和环境信息，以预测目标作物每天的产量；

采收计划制定单元512，用于根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

所述种植模型建立单元502包括：

第二获取单元5022，用于获取各种类作物的多组样本数据；

样本集合建立单元5024，用于根据所述多组样本数据，建立样本集合；

在本发明的一个实施例中，优选地，种植模型建立单元502，用于建立种植模型；种植模型建立单元502包括：第二获取单元5022，用于获取各种类作物的多组样本数据；样本集合建立单元5024，用于根据多组样本数据，建立样本集合；样本集合包括以下一种或其组合：作物种类、作物成熟期每天产量、样本环境信息、样本图片特征信息、样本成熟时间。

在该实施例中，在第一预设时段采集目标作物的第一阶段图片之前，首先种植模型建立单元502建立种植模型。建立种植模型的具体步骤是：第二获取单元5022获取各种作物的多组样本数据，样本集合建立单元5024将获取的多组样本数据建立样本集合，样本集合包括以下一种或其组合：作物种类、作物产量、样本环境信息、样本图片特征信息、样本成熟时间。根据样本集合中的作物种类可以快速查找到与目标作物种类形同的种植模型。可以将实际采集的作物特征信息与样本集合中的样本图片特征信息相比较，以在实际采集的作物特征信息与样本集合中的样本图片特征信息相匹配的情况下，根据样本成熟时间预测作物成熟时间。其中，用户也可以自行设置某一样本图片特征为作物的成熟特征，如此，可以满足不同用户的需求。可以将实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相比较，以在实际采集的环境信息和作物特征信息与样本集合中的作物成熟期每天产量对应的样本环境信息和样本图片特征信息相匹配的情况下，将样本集合的作物成熟期每天产量作为预测的目标作物每天的产量。

在本发明的一个实施例中，优选地，采收计划制定单元512，用于根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

在该实施例中，可以预先存储每位采收人员的采收能力，采收计划制定单元512再结合预测的目标作物每天的产量，自动制定采收计划，提高了用户体验度。

图6示出了本发明的又一个实施例的作物产量的预测系统的示意框图：

种植模型建立单元602，用于建立种植模型；

采集单元604，用于在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息，还用于在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；

预测单元606，用于结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；

第一获取单元608，用于获取目标作物在第二预设时段的环境信息；

分析单元610，用于分析第二阶段特征信息和环境信息，以预测目标作物每天的产量；

采收计划制定单元612，用于根据预先存储的采收人员的采收能力及预测的目标作物每天的产量，制定采收计划。

其中，预测单元606包括：

查找单元6062，用于查找种植模型中与目标作物种类相同的种植模型；

第一判断单元6064，用于判断第一阶段特征信息与样本集合中的样本图片特征信息是否匹配；

预测子单元6066，用于当判定匹配时，根据样本图片特征信息对应的作物样本成熟时间预测目标作物的成熟时间。

分析单元610包括：

第二判断单元6102，用于判断环境信息和第二阶段特征信息与样本集合中的环境信息和样本特征信息是否匹配；

确定单元6104，用于当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量。

在本发明的一个实施例中，优选地，预测单元606，包括：查找单元6062，用于查找种植模型中与目标作物种类相同的种植模型；第一判断单元6064，用于判断第一阶段特征信息与样本集合中的样本图片特征信息是否匹配；预测子单元6066，用于当判定匹配时，根据样本图片特征信息对应的作物样本成熟时间预测目标作物的成熟时间。

在该实施例中，预测单元606包括：查找单元6062查找种植模型中与目标作物种类相同的种植模型，从而可以确定与目标作物种类相同的种植模型；第一判断单元6064判断第一阶段特征信息与查找到的种植模型中的样本图片特征信息是否匹配；当判定匹配时，预测子单元6066根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，使得预测的成熟时间不单单是挑选出的任一样本成熟时间，而是在实际获取的第一阶段特征信息和样本图片特征信息两者匹配时，才根据样本图片特征信息对应的样本成熟时间预测目标作物的成熟时间，提高了预测的准确性。

在本发明的一个实施例中，优选地，分析单元610，包括：第二判断单元6102，用于判断环境信息和第二阶段特征信息与样本集合中的环境信息和样本特征信息是否匹配；确定单元6104，用于当判定匹配时，根据样本集合中的作物成熟期每天产量确定目标作物每天的产量；其中，环境信息包括以下一种或其组合：光照强度、温度、湿度、土壤ph值、空气中二氧化碳浓度、营养液浓度。

在该实施例中，第二判断单元6102判断实际采集环境信息和第二阶段特征信息与样本集合中的作物产量对应的环境信息和样本特征信息是否匹配，其中，这里的匹配是指差值指在一定的阈值范围内均认为是匹配的。当判定匹配时，确定单元6104根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，使得预测的产量结合了实际采集的环境信息和作物特征信息，在实际采集环境信息和第二阶段特征信息与样本集合中的作物成熟期每天产量对应的环境信息和样本特征信息匹配的情况下，才将根据样本集合中的作物成熟期每天产量确定目标作物每天的产量，提高了预测的准确性。

本发明第三方面的实施例，提出一种计算机设备，图7示出了本发明的一个实施例的计算机设备700的示意框图。其中，该计算机设备700包括：

存储器702、处理器704及存储在存储器702上并可在处理器704上运行的计算机程序，处理器704执行计算机程序时实现以下步骤：在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；获取目标作物在第二预设时段的环境信息；分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的一种计算机设备700，处理器704执行计算机程序时实现：根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

本发明第四方面的实施例，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：在第一预设时段采集目标作物的第一阶段图片，以提取目标作物的第一阶段特征信息；结合预先建立的种植模型和第一阶段特征信息，预测目标作物的成熟时间；在第二预设时段采集目标作物的第二阶段图片，以提取目标作物的第二阶段特征信息，第二预设时段的开始时间为预测的成熟时间；获取目标作物在第二预设时段的环境信息；分析第二阶段特征信息和环境信息，以预测目标作物每天的产量。

本发明提供的一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现：根据预先建立的种植模型，将目标作物样本成熟前的一段时间设为第一预设时段。在第一预设时段采集目标作物的第一阶段图片，根据采集到的第一阶段图片，提取第一阶段的特征信息，结合预先建立的种植模型和提取的第一阶段特征信息两者共同预测目标作物的成熟时间，提高了预测的准确性；将预测的成熟时间作为第二预设时段的开始时间，在第二预设时段采集目标作物的第二阶段图片，根据采集到的第二阶段图片，提取第二阶段的特征信息；同时获取目标作物在第二预设时段的环境信息，结合预先建立的种植模型，分析获取的第二阶段特征信息和环境信息，预测目标作物每天的产量。其中，采集作物的图片可以只采集具有代表性的某一区域，在根据该区域的产量预测所有区域的作物产量，减少了采集装置，节省了成本。本发明通过环境信息、作物图片特征信息准确预测作物的成熟时间以及成熟期每天的产量，避免了因不准确的预测信息制定的采收计划浪费人力、物力，提高了用户体验。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”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实例。而且，描述的具体特征、结构、材料或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。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。