一种判断果蔬生长状态的方法及系统与流程

本发明涉及农业生产领域，具体而言，涉及一种判断果蔬生长状态的方法及系统。

背景技术：

中国一直是一个农业生产大国，然而由于现代化程度不足，大部分生产过程仍然靠人工操作，导致投入产出比不高，只能算农业生产大国，不能算农业大国。另外，随着“80后”、“90后”新生代员工成为工作大军的主力，因其较“60后”“70后”更具个性，不愿意从事重复枯燥的工作，导致一些大型蔬菜种植大棚和大型果园企业很难招到一线员工，导致劳动力成本上升，成为制约这些企业发展的一大问题。

现有的蔬菜种植大棚和果园多是靠工作人员直接现场确认果蔬生长状态，特别是对于个体成熟时间差异较大的，如黄瓜，辣椒等，需要指派多名工作人员对每个果蔬生长状态分别确认，对工作人员而言，花费了很多的精力，对企业而言，劳务费用较多导致利润降低。

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，本发明的一个目的在于提出了一种判断果蔬生长状态的方法。

本发明的另一个目的在于提出了一种判断果蔬生长状态的系统。

有鉴于此，根据本发明的一个目的，提出了一种判断果蔬生长状态的方法，包括：控制摄像头的移动，当所述摄像头移动到预设位置时开始拍照，拍照内容包括所述果蔬及设置在所述果蔬周围的标尺；对所述照片进行预处理，并获取所述果蔬的参数信息；识别所述果蔬的类别，并调取所述类别的成熟标准参数；判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息。

本发明提供的判断果蔬生长状态的方法，通过摄像头导轨控制摄像头的移动，单个摄像头可以拍摄一条种植带的全部信息，避免每株果蔬对应一个摄像头造成资源浪费。同时，可以对种植区域进行分块，为每一个块区设置一个预设位置，当摄像头每移动到一个预设位置时，都进行一次拍摄。当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺，通过拍摄果蔬处于水平标尺和垂直标尺的位置，加之预先设定的水平标尺与垂直标尺之间的夹角，通过对照片进行预处理，就可以获取果蔬的一些参数信息，如果蔬的大小、长短、高矮等。此外，为了获取果蔬的颜色信息，所用摄像头必须为彩色摄像头，可以进一步判断果蔬的生长状态及成熟度。通过对图片的处理，还可以识别果蔬的类别，并调取该类别的成熟标准参数，从而判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。本发明通过对果蔬进行拍摄，获取果蔬的参数信息，并与成熟标准进行对比，能够实现在无人值守的状态下了解果蔬的果蔬生长状态，判断果蔬是否成熟。对于相应事件，本发明的方法自动给出是否采摘的建议，并且可以通过多次批次的参数数据的统计结果，预测种植中的这一批次果蔬的产量，同时也避免了工作人员亲自去果蔬园确认果蔬的生长状态及产量，节省了劳动力。

根据本发明的上述判断果蔬生长状态的方法，还可以具有以下技术特征：

在上述任一技术方案中，优选地，对图片进行预处理，并获取果蔬的参数信息具体为：果蔬周围设置的标尺包括水平标尺及垂直标尺；对照片中的水平标尺及垂直标尺进行去变形矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该技术方案中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在上述任一技术方案中，优选地，识别果蔬的类别包括：对照片中的果蔬的轮廓进行标记，将标记出的轮廓与数据库中存储的果蔬轮廓信息相比较，确定照片中的果蔬的类别。

在该技术方案中，通过对图片的处理，可以捕获果蔬的轮廓线，数据库中存在大量不同果蔬的轮廓线种类，将通过摄像头及后期处理所得到的果蔬轮廓线与数据库中数据信息比对，即可确定所拍摄的果蔬类别。如拍摄的果蔬为西红柿，则果蔬轮廓为有把的椭圆形，结合西红柿的面积值可以得出所种植的果蔬为西红柿。如拍摄的果蔬为冬瓜，则果蔬轮廓为长圆形、柱状、两端为半球形结合冬瓜的面积值可以得出所种植的果蔬为冬瓜。

在上述任一技术方案中，优选地，识别果蔬的类别包括：将预设位置编号中捆绑预设位置所种植的果蔬类别信息。

在该技术方案中，将预设位置编号中捆绑预设位置所种植的果蔬类别信息，使得预设位置编号的果蔬的果蔬类别得以确定，相应的该果蔬类别的信息可以确定。不需要再通过照片去判断果蔬的类别，可以便捷、高效、准确的获取照片中的果蔬类别。

在上述任一技术方案中，优选地，判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达到所述颜色深度值，则不予处理该所述果蔬；如未达到所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该技术方案中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。如斑点面积未达到预设值，则调取该果蔬所述类别的成熟标准参数。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和颜色深度值结合进行判断果蔬是否成熟，使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在上述任一技术方案中，优选地，发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟，采集该果蔬的参数信息至样本空间；对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该技术方案中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

根据本发明的另一个目的，提出了一种判断果蔬生长状态的系统，包括：第一拍摄单元，用于控制摄像头的移动，当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺；处理单元，用于对照片进行预处理；获取单元，用于获取果蔬的参数信息；识别单元，用于识别果蔬的类别；调取单元，用于并调取类别的成熟标准参数；判断单元，用于判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。

本发明提供的判断果蔬生长状态的系统，通过摄像头导轨控制摄像头的移动，单个摄像头可以拍摄一条种植带的全部信息，避免每株果蔬对应一个摄像头造成资源浪费。同时，可以对种植区域进行分块，为每一个块区设置一个预设位置，当摄像头每移动到一个预设位置时，都进行一次拍摄。当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺，通过拍摄果蔬处于水平标尺和垂直标尺的位置，加之预先设定的水平标尺与垂直标尺之间的夹角，通过对照片进行预处理，就可以获取果蔬的一些参数信息，如果蔬的大小、长短、高矮等。此外，为了获取果蔬的颜色信息，所用摄像头必须为彩色摄像头果蔬进一步判断果蔬的生长状态及成熟度。通过对图片的处理，还可以识别果蔬的类别，并调取该类别的成熟标准参数，从而判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。本发明通过对果蔬进行拍摄，获取果蔬的参数信息，并与成熟标准进行对比，能够实现在无人值守的状态下了解果蔬的果蔬生长状态，判断果蔬是否成熟。对于相应事件，本发明的系统自动给出是否采摘的建议，并且可以通过多次批次的参数数据的统计结果，预测种植中的这一批次果蔬的产量，同时也避免了工作人员亲自去果蔬园确认果蔬的生长状态及产量，节省了劳动力。

根据本发明的上述判断果蔬生长状态的系统，还可以具有以下技术特征：

在上述任一技术方案中，优选地，果蔬周围设置的标尺包括水平标尺及垂直标尺；矫正单元，用于述照片中的水平标尺及垂直标尺进行矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该技术方案中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在上述任一技术方案中，优选地，识别单元进一步包括：标记单元，用于对照片中的果蔬的轮廓进行标记；比较单元，用于将标记出的轮廓与数据库中存储的果蔬轮廓信息相比较，确定照片中的果蔬的类别。

在该技术方案中，通过对图片的处理，可以捕获果蔬的轮廓线，数据库中存在大量不同果蔬的轮廓线种类，将通过摄像头及后期处理所得到的果蔬轮廓线与数据库中数据信息比对，即可确定所拍摄的果蔬类别。如拍摄的果蔬为西红柿，则果蔬轮廓为有把的椭圆形，结合西红柿的面积值可以得出所种植的果蔬为西红柿。如拍摄的果蔬为冬瓜，则果蔬轮廓为长圆形、柱状、两端为半球形结合冬瓜的面积值可以得出所种植的果蔬为冬瓜。

在上述任一技术方案中，优选地，进一步包括：捆绑单元，用于将预设位置编号中捆绑预设位置所种植的果蔬类别信息。

在该技术方案中，将预设位置编号中捆绑预设位置所种植的果蔬类别信息，使得预设位置编号的果蔬的果蔬类别得以确定，相应的该果蔬类别的信息可以确定。不需要再通过照片去判断果蔬的类别，可以便捷、高效、准确的获取照片中的果蔬类别。

在上述任一技术方案中，优选地，判断单元还包括：第一判断子单元，用于判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；第二判断子单元，用于判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达所述颜色深度值，则不予处理该所述果蔬；如未达所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该技术方案中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和深度值结合进行判断果蔬是否成熟使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在上述任一技术方案中，优选地，还包括：第二拍摄单元，用于发出通知采摘信息的预设时间后，再次对果蔬拍照；采集单元，用于当再次拍摄的照片中不包含果蔬，判断果蔬为成熟，采集果蔬的参数信息至样本空间；统计单元，对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该技术方案中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

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判断果蔬生长状态方法的流程示意图：

图2示出了本发明的一个实施例的判断果蔬生长状态的系统的框图；

图3示出了本发明的另一个实施例的判断果蔬生长状态方法的流程示意图：

图4示出了本发明的另一个实施例的判断果蔬生长状态的系统的框图；

图5示出了本发明的再一个实施例的判断果蔬生长状态方法的流程示意图：

图6示出了本发明的再一个实施例的判断果蔬生长状态的系统的框图；

图7示出了本发明的一个具体实施例的判断果蔬生长状态的装置构架示意图。

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，提出一种判断果蔬生长状态方法，图1示出了本发明的一个实施例的判断果蔬生长状态方法的流程示意图：

步骤102，控制摄像头的移动，当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺；

步骤104，对照片进行预处理，并获取果蔬的参数信息；

步骤106，识别果蔬的类别，并调取类别的成熟标准参数；

步骤108，判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。

本发明提供的判断果蔬生长状态的方法，通过摄像头导轨控制摄像头的移动，单个摄像头可以拍摄一条种植带的全部信息，避免每株果蔬对应一个摄像头造成资源浪费。同时，可以对种植区域进行分块，为每一个块区设置一个预设位置，当摄像头每移动到一个预设位置时，都进行一次拍摄。当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺，通过拍摄果蔬处于水平标尺和垂直标尺的位置，加之预先设定的水平标尺与垂直标尺之间的夹角，通过对照片进行预处理，就可以获取果蔬的一些参数信息，如果蔬的大小、长短、高矮等。此外，为了获取果蔬的颜色信息，所用摄像头必须为彩色摄像头果蔬进一步判断果蔬的生长状态及成熟度。通过对图片的处理，还可以果蔬识别果蔬的类别，并调取该类别的成熟标准参数，从而判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。本发明通过对果蔬进行拍摄，获取果蔬的参数信息，并与成熟标准进行对比，能够实现在无人值守的状态下了解果蔬的果蔬生长状态，判断果蔬是否成熟。对于相应事件，本发明的方法自动给出是否采摘的建议，并且可以通过多次批次的参数数据的统计结果，预测种植中的这一批次果蔬的产量，同时也避免了工作人员亲自去果蔬园确认果蔬的生长状态及产量，节省了劳动力。

本发明第二方面的实施例，提出一种判断果蔬生长状态系统200，图2示出了本发明的一个实施例的判断果蔬生长状态的系统的框图；

第一拍摄单元202，用于控制摄像头的移动，当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺；

处理单元204，用于对照片进行预处理；

获取单元206，用于获取果蔬的参数信息；

识别单元208，用于识别果蔬的类别；

调取单元210，用于并调取类别的成熟标准参数；

判断单元212，用于判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。

本发明提供的判断果蔬生长状态的系统200，通过第一拍摄单元202控制摄像头的移动，单个摄像头可以拍摄一条种植带的全部信息，避免每株果蔬对应一个摄像头造成资源浪费。同时，可以对种植区域进行分块，为每一个块区设置一个预设位置，当摄像头每移动到一个预设位置时，都进行一次拍摄。当摄像头移动到预设位置时开始拍照，拍照内容包括果蔬及设置在果蔬周围的标尺，通过拍摄果蔬处于水平标尺和垂直标尺的位置，加之预先设定的水平标尺与垂直标尺之间的夹角，通过处理单元204对照片进行预处理，获取单元206就可以获取果蔬的一些参数信息，如果蔬的大小、长短、高矮等。此外，为了获取果蔬的颜色信息，所用摄像头必须为彩色摄像头果蔬进一步判断果蔬的生长状态及成熟度。识别单元208通过对图片的处理，还可以识别果蔬的类别，并且调取单元210调取该类别的成熟标准参数，从而判断单元212判断果蔬的参数信息是否达到成熟标准参数，当达到成熟标准参数后，发出通知采摘信息。本发明通过对果蔬进行拍摄，获取果蔬的参数信息，并与成熟标准进行对比，能够实现在无人值守的状态下了解果蔬的果蔬生长状态，判断果蔬是否成熟。对于相应事件，本发明的系统自动给出是否采摘的建议，并且可以通过多次批次的参数数据的统计结果，预测种植中的这一批次果蔬的产量，同时也避免了工作人员亲自去果蔬园确认果蔬的生长状态及产量，节省了劳动力。

本发明另一方面的实施例，提出一种判断果蔬生长状态方法，图3示出了本发明的另一个实施例的判断果蔬生长状态方法的流程示意图：

步骤302，控制摄像头的移动，当所述摄像头移动到预设位置时开始拍照，拍照内容包括所述果蔬及设置在所述果蔬周围的标尺；

步骤304，对所述照片进行预处理；

步骤306，获取所述果蔬的参数信息；

步骤308，识别所述果蔬的类别；

步骤310，调取所述类别的成熟标准参数；

步骤312，判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息；

步骤314，发出通知采摘信息的预设时间后，再次对所述果蔬拍照；

步骤316，当再次拍摄的照片中不包含所述果蔬，判断所述果蔬为成熟，采集所述果蔬的参数信息至样本空间；

步骤318，对所述样本空间内的累计的多组所述果蔬的参数信息进行统计计算，形成所述成熟标准参数。

在本发明的另一个实施例中，如图3所示，优选地，步骤304，对所述照片进行预处理，具体为：

步骤3042，对所述照片中的所述水平标尺及所述垂直标尺进行矫正处理。

在本发明的一个实施例中，如图3所示，优选地，步骤308，识别所述果蔬的类别，具体包括：

步骤3082，对所述照片中的所述果蔬的轮廓进行标记；

步骤3084，将标记出的所述轮廓与数据库中存储的果蔬轮廓信息相比较，确定所述照片中的所述果蔬的类别。

在本发明的另一个实施例中，如图3所示，优选地，步骤312，判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息，具体包括：

步骤3122，判断所述斑点面积值是否达到预设值，如是，则发出提示采摘信息；如否，则进入步骤3124；

步骤3124，判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如是，则进行步骤3126，如否，则不予处理该植物；

步骤3126，判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如是，则发出提示采摘信息；如否，则不予处理该所述果蔬。

在本发明的另一个实施例中，优选地，对图片进行预处理，并获取果蔬的参数信息具体为：果蔬周围设置的标尺包括水平标尺及垂直标尺；对照片中的水平标尺及垂直标尺进行去变形矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该实施例中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在本发明的另一个实施例中，优选地，识别果蔬的类别包括：对照片中的果蔬的轮廓进行标记，将标记出的轮廓与数据库中存储的果蔬轮廓信息相比较，确定照片中的果蔬的类别。

在该实施例中，通过对图片的处理，可以捕获果蔬的轮廓线，数据库中存在大量不同果蔬的轮廓线种类，将通过摄像头及后期处理所得到的果蔬轮廓线与数据库中数据信息比对，即可确定所拍摄的果蔬类别。如拍摄的果蔬为西红柿，则果蔬轮廓为有把的椭圆形，结合西红柿的面积值可以得出所种植的果蔬为西红柿。如拍摄的果蔬为冬瓜，则果蔬轮廓为长圆形、柱状、两端为半球形结合冬瓜的面积值可以得出所种植的果蔬为冬瓜。

在本发明的另一个实施例中，优选地，判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达到所述颜色深度值，则不予处理该所述果蔬；如未达到所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该实施例中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。如斑点面积未达到预设值，则调取该果蔬所述类别的成熟标准参数。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和深度值结合进行判断果蔬是否成熟，使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在本发明的另一个实施例中，优选地，发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟，采集该果蔬的参数信息至样本空间；对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该实施例中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

本发明另一方面的实施例，提出一种判断果蔬生长状态系统400，图4示出了本发明的另一个实施例的判断果蔬生长状态系统的框图：

第一拍摄单元402，用于控制摄像头的移动，当所述摄像头移动到预设位置时开始拍照，拍照内容包括所述果蔬及设置在所述果蔬周围的标尺；

处理单元404，用于对所述照片进行预处理；

获取单元406，用于获取所述果蔬的参数信息；

识别单元408，用于识别所述果蔬的类别；

调取单元410，用于调取所述类别的成熟标准参数；

判断单元412，用于判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息；

第二拍摄单元414，用于当发出通知采摘信息的预设时间后，再次对所述果蔬拍照；

采集单元416，用于当再次拍摄的照片中不包含所述果蔬，判断所述果蔬为成熟，采集所述果蔬的参数信息至样本空间；

统计单元418，对所述样本空间内的累计的多组所述果蔬的参数信息进行统计计算，形成所述成熟标准参数。

在本发明的一个实施例中，如图4所示，优选地，处理单元404，用于对所述照片进行预处理，具体为：

矫正单元4042，用于对所述照片中的所述水平标尺及所述垂直标尺进行矫正处理；

在本发明的另一个实施例中，如图4所示，优选地，识别单元408，用于识别所述果蔬的类别，具体包括：

标记单元4082，用于对所述照片中的所述果蔬的轮廓进行标记；

比较单元4084，用于将标记出的所述轮廓与数据库中存储的果蔬轮廓信息相比较，确定所述照片中的所述果蔬的类别。

在本发明的一个实施例中，如图4所示，优选地，判断单元412，用于判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息，具体包括：

第一判断子单元4122，判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息，如如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；

第二判断子单元4124，用于判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达所述体积值，则不予处理该所述果蔬。

在本发明的另一个实施例中，优选地，果蔬周围设置的标尺包括水平标尺及垂直标尺；矫正单元4042，用于述照片中的水平标尺及垂直标尺进行矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该实施例中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在本发明的另一个实施例中，优选地，识别单元408进一步包括：标记单元4082，用于对照片中的果蔬的轮廓进行标记；比较单元4084，用于将标记出的轮廓与数据库中存储的果蔬轮廓信息相比较，确定照片中的果蔬的类别。

在该实施例中，通过对图片的处理，可以捕获果蔬的轮廓线，数据库中存在大量不同果蔬的轮廓线种类，将通过摄像头及后期处理所得到的果蔬轮廓线与数据库中数据信息比对，即可确定所拍摄的果蔬类别。如拍摄的果蔬为西红柿，则果蔬轮廓为有把的椭圆形，结合西红柿的面积值可以得出所种植的果蔬为西红柿。如拍摄的果蔬为冬瓜，则果蔬轮廓为长圆形、柱状、两端为半球形结合冬瓜的面积值可以得出所种植的果蔬为冬瓜。

在本发明的另一个实施例中，优选地，判断单元412还包括：第一判断子单元4122，用于判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；第二判断子单元4124，用于判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达所述颜色深度值，则不予处理该所述果蔬；如未达所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该实施例中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和深度值结合进行判断果蔬是否成熟使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在本发明的另一个实施例中，优选地，还包括：第二拍摄单元414，用于发出通知采摘信息的预设时间后，再次对果蔬拍照；采集单元416，用于当再次拍摄的照片中不包含果蔬，判断果蔬为成熟，采集果蔬的参数信息至样本空间；统计单元418，对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该实施例中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

本发明再一方面的实施例，提出一种判断果蔬生长状态方法，图5示出了本发明的再一个实施例的判断果蔬生长状态方法的流程示意图：

步骤502，控制摄像头的移动，当所述摄像头移动到预设位置时开始拍照，拍照内容包括所述果蔬及设置在所述果蔬周围的标尺；

步骤504，对所述照片进行预处理；

步骤506，获取所述果蔬的参数信息；

步骤508，识别所述果蔬的类别；

步骤510，调取所述类别的成熟标准参数；

步骤512，判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息；

步骤514，发出通知采摘信息的预设时间后，再次对所述果蔬拍照；

步骤516，当再次拍摄的照片中不包含所述果蔬，判断所述果蔬为成熟，采集所述果蔬的参数信息至样本空间；

步骤518，对所述样本空间内的累计的多组所述果蔬的参数信息进行统计计算，形成所述成熟标准参数。

在本发明的再一个实施例中，如图5所示，优选地，步骤504，对所述照片进行预处理，具体为：

步骤5042，对所述照片中的所述水平标尺及所述垂直标尺进行矫正处理。

在本发明的再一个实施例中，如图5所示，优选地，步骤508，识别所述果蔬的类别，具体为：

步骤5082，将所述预设位置编号中捆绑所述预设位置所种植的果蔬类别信息。

在本发明的再一个实施例中，如图5所示，优选地，步骤512，判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息，具体包括：

步骤5122，判断所述斑点面积值是否达到预设值，如是，则发出提示采摘信息；如否，则进入步骤5124

步骤5124，判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如是，则进行步骤5126，如否，则不予处理该植物；

步骤5126，判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如是，则发出提示采摘信息；如否，则不予处理该所述果蔬。

在本发明的再一个实施例中，优选地，对图片进行预处理，并获取果蔬的参数信息具体为：果蔬周围设置的标尺包括水平标尺及垂直标尺；对照片中的水平标尺及垂直标尺进行去变形矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该实施例中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在本发明的再一个实施例中，优选地，识别果蔬的类别包括：将预设位置编号中捆绑预设位置所种植的果蔬类别信息。

在该实施例中，将预设位置编号中捆绑预设位置所种植的果蔬类别信息，使得预设位置编号的果蔬的果蔬类别得以确定，相应的该果蔬类别的信息可以确定。不需要再通过照片去判断果蔬的类别，可以便捷、高效、准确的获取照片中的果蔬类别。

在本发明的再一个实施例中，优选地，判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达到所述颜色深度值，则不予处理该所述果蔬；如未达到所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该实施例中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。如斑点面积未达到预设值，则调取该果蔬所述类别的成熟标准参数。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和深度值结合进行判断果蔬是否成熟，使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在本发明的再一个实施例中，优选地，发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟，采集该果蔬的参数信息至样本空间；对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该实施例中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

本发明再一方面的实施例，提出一种判断果蔬生长状态系统600，图6示出了本发明的再一个实施例的判断果蔬生长状态系统的框图：

第一拍摄单元602，用于控制摄像头的移动，当所述摄像头移动到预设位置时开始拍照，拍照内容包括所述果蔬及设置在所述果蔬周围的标尺；

处理单元604，用于对所述照片进行预处理；

获取单元606，用于获取所述果蔬的参数信息；

识别单元608，用于识别所述果蔬的类别；

调取单元610，用于调取所述类别的成熟标准参数；

判断单元612，用于判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息；

第二拍摄单元614，用于当发出通知采摘信息的预设时间后，再次对所述果蔬拍照；

采集单元616，用于当再次拍摄的照片中不包含所述果蔬，判断所述果蔬为成熟，采集所述果蔬的参数信息至样本空间；

统计单元618，对所述样本空间内的累计的多组所述果蔬的参数信息进行统计计算，形成所述成熟标准参数。

在本发明的再一个实施例中，如图6所示，优选地，处理单元604，用于对所述照片进行预处理，具体为：

矫正单元6042，用于对所述照片中的所述水平标尺及所述垂直标尺进行矫正处理；

在本发明的再一个实施例中，如图6所示，优选地，识别单元608，用于识别所述果蔬的类别，具体包括：

捆绑单元6082，用于将所述预设位置编号中捆绑所述预设位置所种植的果蔬类别信息；

在本发明的再一个实施例中，如图6所示，优选地，判断单元612，用于判断所述果蔬的参数信息是否达到所述成熟标准参数，当达到所述成熟标准参数后，发出通知采摘信息，具体包括：

第一判断子单元6122，判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息，如如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；

第二判断子单元6124，用于判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达所述体积值，则不予处理该所述果蔬。

在本发明的再一个实施例中，优选地，果蔬周围设置的标尺包括水平标尺及垂直标尺；矫正单元6042，用于述照片中的水平标尺及垂直标尺进行矫正处理；参数信息包括以下一种或其组合：宽度值、高度值、长度值、颜色深度值、体积值、预设位置编号、斑点面积值。

在该实施例中，在果蔬周围设置的标尺包括水平标尺及垂直标尺，水平标尺用作后期图像处理判断果蔬的宽度，垂直标尺用作后期图像处理判断果蔬的长度，对照片中的水平标尺及垂直标尺(水平标尺和垂直标尺的角度)进行去变形矫正处理，即将摄像头拍摄的图片自动变化为矩形图片。处理后，获取果蔬在所述水平标尺及垂直标尺上的数值，从而得到如果蔬的大小、长短、高矮等参数。获取照片中果蔬的颜色，并确定颜色的深度值，通过对果蔬颜色深度值的判断可以进一步确定果蔬是否达到成熟标准。如西红柿，在尺寸达到成熟标准的尺寸后，还要再等待颜色由青至红，并达到成熟标准的颜色深度时，才适合采摘。获取照片中果蔬的斑点的面积值，如果霉斑过大，则需要被采摘。通过对摄像机拍摄的图片进行预处理，可以获取果蔬的真实的参数信息，保证后续判定果蔬生长状态的准确性。通过判定宽度值、高度值、长度值、颜色深度值、体积值、斑点面积值来确定果蔬是否成熟。需要注意的是：这里的成熟表示：该果蔬需要被摘下，并不表示该果蔬为植物学中的成熟，比如西红柿出现霉斑，系统会提示成熟，必须被摘下。通过记录果蔬的预设位置编号来确定此位置果蔬是否被摘下，将被摘下的果蔬数据纳入成熟样本空间，从而可以实现对果蔬产量的预测。

在本发明的再一个实施例中，优选地，识别单元608进一步包括：捆绑单元6082，用于将预设位置编号中捆绑预设位置所种植的果蔬类别信息。

在该实施例中，将预设位置编号中捆绑预设位置所种植的果蔬类别信息，使得预设位置编号的果蔬的果蔬类别得以确定，相应的该果蔬类别的信息可以确定。不需要再通过照片去判断果蔬的类别，可以便捷、高效、准确的获取照片中的果蔬类别。

在本发明的再一个实施例中，优选地，判断单元612还包括：第一判断子单元6122，用于判断所述斑点面积值是否达到预设值，如达到预设值，则发出提示采摘信息；如未达到预设值，则进一步判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值；第二判断子单元6124，用于判断所述果蔬的体积值是否达到所述成熟标准参数中的体积值，如达到所述体积值，则进一步判断所述果蔬的颜色深度值是否达到所述成熟标准参数中的颜色深度值，如达到所述颜色深度值，则发出提示采摘信息；如未达所述颜色深度值，则不予处理该所述果蔬；如未达所述体积值，则不予处理该所述果蔬；所述通知采摘信息中包括：所述预设位置编号、与所述预设位置编号相对应的所述照片及编号、成熟须摘下、出现斑点需摘下。

在该实施例中，果蔬生长过程中因为毒素、虫害等原因产生圆形、椭圆形、连续或不连续轮点斑，如没有及时摘除，果蔬也无法继续做果，或做果小、糖度低、品质差，失去使用价值或商业价值。判断果蔬有无斑点及斑点面积，当斑点面积达到预设的一个上限值，则发出采摘信息，避免此种果蔬继续吸取营养，造成资源的浪费。判断果蔬的体积值是否达到成熟标准参数中的体积值，如达到体积值，再进一步判断该果蔬的颜色深度值是否达到成熟标准参数中的颜色深度值，如达到深度值，则发出提示采摘信息，如未达到体积值，则不予处理该所述果蔬。通过体积和深度值结合进行判断果蔬是否成熟使判断结果更为准确，避免了果蔬体积达标而并未熟成就被采摘的情况发生。成熟标准的判定初始值可以手动输入，后期可以采用机器学习的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟。通知采摘信息中需要包括：预设位置编号、与预设位置编号相对应的照片及编号、出现斑点需摘下、成熟须摘下。当某一果蔬出现斑点需要摘下或成熟需要摘下时，向用户发出采摘信息，系统记录了该果蔬的位置编号及与该编号对应的照片编号，可以提示客户某一果蔬因出现了霉斑或成熟需要被采摘，并告知用户该果蔬的具体位置，便于用户精准的找到需要被采摘的果蔬，将照片编号反馈给客户，可以让客户人为判断该果蔬是否需要被摘下，以避免不必要的工作量发生。

在本发明的再一个实施例中，优选地，还包括：第二拍摄单元614，用于发出通知采摘信息的预设时间后，再次对果蔬拍照；采集单元616，用于当再次拍摄的照片中不包含果蔬，判断果蔬为成熟，采集果蔬的参数信息至样本空间；统计单元618，对样本空间内的累计的多组果蔬的参数信息进行统计计算，形成成熟标准参数。

在该实施例中，根据预设及历史数据设置一个从发出采摘信息到完成采摘的合理时间为预设时间，当发出通知采摘信息的预设时间后，再次对果蔬拍照，如再次拍摄的照片中不包含该果蔬，判断该果蔬为成熟并被采摘，采集该果蔬的参数信息至样本空间，如再次拍摄的照片中仍含有该果蔬，则说明通过采摘人员的二次判断，该果蔬尚未成熟，则采集到的该果蔬信息不作为成熟的参数。预设时间最好长于采摘的合理时间，以免在尚未完成采摘就对该果蔬再次拍摄，造成判断该类果蔬成熟的标准的误差。对样本空间内的累计的多组果蔬的参数信息进行统计计算的方式来获得成熟值，即：通过对比采摘前和采摘后的图片，消失的个体将被标记为成熟，这些个体将会进入成熟样本空间，由成熟样本空间通过统计的方式判定果蔬是否成熟，当成熟样本空间越大，所得到的成熟标准参数的精确度越高，判定的结果误差越小。在首次判断果蔬是否成熟，或未采用系统学习的方式积累并统计果蔬成熟标准参数的情况下，将由摄像机拍摄的经后处理的果蔬照片中获得的果蔬生长状态参数与用户输入的果蔬成熟标准参数对比，判断所拍摄的果蔬是否成熟。当判定果蔬个体生长时，通过个体与整体的偏差量、个体与标准值的偏差量判定，当判定批次果蔬生长时，通过整体果蔬统计值与标准值偏差值判定。

图7示出了本发明的一个具体实施例的判断果蔬生长状态的装置构架示意图，摄像导轨702，用于支撑和控制摄像头设备的移动，单个摄像头可以拍摄一条种植带的全部信息；摄像头704，用于拍摄生长植物的图片；水平标尺706，用于后期图像处理判断蔬果的宽度；垂直标尺708，用于判断蔬果的长度；植物支撑架710，判断果蔬生长状态系统712，用于控制各个单元对果蔬生长状态进行判断。

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。