本发明涉及互联网农业技术领域，特别是涉及一种农作物防伪方法和装置。
背景技术：
随着各种转基因技术和杂交技术的引入，越来越多的作物品种进入各家各户的食谱中来。然而，消费者对于转基因产品自身安全性的认定也是褒贬不一，有些认为转基因产品能够消除原有作物品种中的不足，能带来更好的口感和/或更好看的外观，倾向于接受这类转基因产品；有些消费者则认为转基因产品会对自身的免疫系统或者下一代孩子造成潜在的影响，而抵触转基因产品。
现有技术中，尤其是现实菜场中通常不会去说明自身卖的菜是否是转基因的，因为即便说了也没有可信任的证据支撑。另一方面，互联网生鲜的出现，为作物品种的认证提供了可能的途径，此时，由平台作为第三方认证c2c的卖方所上传的作物品种信息为属实的，从而进一步提高消费者的购买体验。
然而，现有技术中即便由平台作为第三方进行商户上传的作物品种信息认证，同样存在较大的技术壁垒，即需要投入极大的人力进行实地勘察认证，并且，存在较大的规避漏洞，即有心作假的商户仍然可以通过做账的方式进行作弊。
鉴于此，克服该现有技术所存在的缺陷是本技术领域亟待解决的问题。
技术实现要素：
本发明要解决的技术问题是解决现有技术中平台认证商户所上传的作物品种信息难、相对效率低下，以及容易被商户找到漏洞的问题。
本发明采用如下技术方案：
第一方面，本发明提供了一种农作物防伪方法，获取各种植户上传的耕种作物品种信息，对应各种植户的平台账号存储相应的作物品种信息；各耕种区域还设置有实时监控摄像头，用于录制各耕种区域的作物生长状态，包括：
平台根据存储的各作物品种的生长模板，匹配耕种区域中作物品种相同的作物状态；
若被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致。
优选的，匹配耕种区域中作物品种相同的作物状态，具体包括：
匹配耕种区域中作物品种各个生长节点的作物特征与平台存储的同一品种作物的各个生长节点的作物特征间的相似度是否达到第一预设阈值；和/或，
匹配耕种区域中作物品种各个生长节点的时间分布上与平台存储的同一品种作物的各个生长节点的作物特征间的相似度是否达到第二预设阈值。
优选的，所述被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间的相似度小于预设值，具体包括：
匹配耕种区域中作物品种各个生长节点的作物特征与平台存储的同一品种作物的各个生长节点的作物特征间的相似度计算中，至少存在一个相似度计算小于第一预设阈值；和/或，
匹配耕种区域中作物品种各个生长节点的时间分布上与平台存储的同一品种作物的各个生长节点的作物特征间的相似度小于所述第二预设阈值。
优选的，所述被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间的相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致，具体包括：
被耕种第一区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，并且确认被耕种第二区域的作物品种的作物状态与平台存储的相应生长模板相似度大于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致；
其中，所述第二区域与所述第一区域所处地理位置相邻或者相似，并且，对应于所述第一区域和第二区域所上传的作物品种信息相同。
优选的，所述被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间的相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致，具体包括：
被耕种第一区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，并且确认被耕种第一区域的作物品种的作物状态与平台存储的与所述第一区域的作物品种相异的另一作物品种的生长模板之间相似度大于预设阈值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致。
优选的，所述方法还包括平台对于获取到的一个或者多个作物的品种的生长模板中的作物状态进行比对分析；若生长模板中第一作物品种与第二作物品种的相似度比较大于第三预设阈值，则所述防伪方法还包括：
若被耕种区域的作物品种的作物状态与平台存储的第一作物品种或者第二作物品种相应生长模板之间相似度大于预设值；
根据所述耕种区域的作物所发生过的病变状态、作物单位产量、作物加工品的特征中的一项或者多项，计算其与平台存储的第一作物品种和第二作物品种的相应特征模板进行匹配，从而确认所述被耕种区域的作物品种属于所述第一作物品种或者第二作物品种，并完成与种植户上传的被耕种区域的作物品种信息的验证。
优选的，在确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致后，所述方法还包括：
平台在其主页中，显示所述判断结果，以便登录所述平台的各个用户获知所述判断结果。
优选的，在确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致后，所述方法还包括：
平台确认作物品种之间的价格差，并在预购买家允许的情况下，按照相应差价完成结算。
优选的，在确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致后，所述方法还包括：
平台向所述种植户提供至少一次澄清的机会，其中，所述种植户通过平台提供的接口上传澄清的证据，以便平台操作人员在确认响应澄清证据是否足够的情况下，确定是否撤回平台所作出的种植户所上传的耕种作物品种信息与实际种植的作物品种不一致的结论。
第二方面，本发明还提供了一种农作物防伪装置，用于实现第一方面所述的农作物防伪方法，所述装置包括：
至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被程序设置为执行第一方面所述的农作物防伪方法。
第三方面，本发明还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，用于完成第一方面所述的农作物防伪方法。
本发明提出了一种验证种植户所上传平台的其耕种区域所使用的种子品种信息真伪的方法，克服了现有的通过种植户的订单或者采购证明来验证品种真伪可能存在的掉包作弊问题，直接从种植作物的生长状态出发进行匹配认证，并抓住了生长节点这一具有表征作用的观察对象，使得平台的验证结果具有更高的可信度。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍。显而易见地，下面所描述的附图仅仅是本发明的一些实施例，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的附图。
图1是本发明实施例提供的一种农作物防伪方法的流程示意图；
图2是本发明实施例提供的一种改进的农作物防伪方法的流程示意图；
图3是本发明实施例提供的一种农作物防伪装置的结构示意图。
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明的描述中，术语“内”、“外”、“纵向”、“横向”、“上”、“下”、“顶”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明而不是要求本发明必须以特定的方位构造和操作，因此不应当理解为对本发明的限制。
此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
实施例1:
本发明实施例1提供了一种农作物防伪方法，所述农作物防伪方法主要是针对种植户侧的作假行为，利用了大数据处理模式，将现有技术中离散的数据信息进行技巧性的整合，从而推出了一种高效的农作物防伪方法，如图1所示，所述防伪方法包括：
在步骤201中，获取各种植户上传的耕种作物品种信息，对应各种植户的平台账号存储相应的作物品种信息。
在本发明实施例中，所述种植户可以就是背景技术中所描述的商户，即在平台上销售商品的对象和种植相应作物的对象为同一批人。还可以是所述种植户和背景技术中所描述的商户之间是建立有合约关系的搭档。
在本发明实施例中，所述作物品种信息包括作物是否为转基因品种、作物是否为通过杂交获得的品种、作物种子的统一编号和作物种子的价格等等。
在步骤202中，各耕种区域还设置有实时监控摄像头，用于录制各耕种区域的作物生长状态。
所述实时监控摄像头可以是固定在各种区域周边的，也可以是包含携带摄像头无人机在内的多种监控摄像方式的组合。其中，所述作物生长状态通常指每一种作物典型的生长节点，以及相应生长节点的相关信息。例如：生长节点包括发芽、开花、结果，以及各生长节点中表现出来的作物特征，例如：尺寸、颜色、数量等特征；而生长节点的相关信息包括生长节点的时间分布、生长节点维持的时间、生长节点的数量等等。
在步骤203中，平台根据存储的各作物品种的生长模板，匹配耕种区域中作物品种相同的作物状态。
其中，每一种作物品种的生长模板可以是一个或者多个，甚至于，各作物品种的生长模板根据作物品种耕种区域的不同会相应的存储不同的生长模板，这是因为耕种区域的差异性会带来同一品种作物在作物状态(例如：生长节点的出现时间、各生长节点上的特征)上表现出的特性间的差异。
在步骤204中，若被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致。
其中，所述预设值可以根据经验和统计计算得到，即其参数值的设定要保证即能够允许存在一定的偏差，不至于会错判一个本该确认归属于同一类品种作物的情况发生，即预设值不能太小；还能够避免将一个本不该归属于同一类品种的作物，由于所述预设值的设定而误判为同一类品种，即预设值不能设定的太大。
本发明实施例提出了一种验证种植户所上传平台的其耕种区域所使用的种子品种信息真伪的方法，克服了现有的通过种植户的订单或者采购证明来验证品种真伪可能存在的掉包作弊问题，直接从种植作物的生长状态出发进行匹配认证，并抓住了生长节点这一具有表征作用的观察对象，使得平台的验证结果具有更高的可信度。
在实施例1中已经解释了作物状态通常由作物的生长节点和生长节点相关信息构成，因此在步骤203中所涉及的匹配耕种区域中作物品种相同的作物状态，通常可以被执行为以下几个方面中的一种或者多种组合，具体包括：
1)匹配耕种区域中作物品种各个生长节点的作物特征与平台存储的同一品种作物的各个生长节点的作物特征间的相似度是否达到第一预设阈值。此时，所述预设值表现为所述第一预设阈值。
其中，在具体比较方式中也存在几种可行方式的选择，例如：可以针对每一个生长节点做相似度计算，并且为每一个生长节点配置相应判断用的第一预设阈值(此时第一预设阈值表现的形式更像一个数组)。之所以此时需要为每一个生长节点配置相应的第一预设阈值，是因为即便对于同一个作物，其在每一个生长节点中的显性特征表现能力也是不同的，例如：开花阶段的第一预设阈值可以设置的较小，因为此时的显性特征内容较多，并且即便同一品种之间的花的差异性可能也会较大；而对于结果阶段的第一预设阈值则可以设置的较大，因为，此时同一品种的作物其结果时的显性特征多为相似，因此，计算得到的相似度值会比较大，从而能够更好地与不同品种的作物通过相似度计算区分开。
因此，优选的对于开花阶段的生长节点，平台存储的模板中可以包含同一品种中的多种花的显性特征，例如：花瓣数量区间、花的颜色类型、花的形状、花蕊数量区间、同一株中生长花的数量区间等等。
2)匹配耕种区域中作物品种各个生长节点的时间分布上与平台存储的同一品种作物的各个生长节点的作物特征间的相似度是否达到第二预设阈值。
其中，生长节点的时间分布通常表现为区间值，这是由于气候、土壤、施肥等等因素造成的，对于不同品种之间的作物来说，还是存在一定差异性可以利用的。因此，方式2)可以作为方式1)的补充手段。此时，所述预设值表现为所述第二预设阈值。
基于上述两种分析角度，结合本发明实施例，还对于步骤204中的相似度小于预设值进行了相应扩展阐述，表现为：
对于上述方式1)，在匹配耕种区域中作物品种各个生长节点的作物特征与平台存储的同一品种作物的各个生长节点的作物特征间的相似度计算中，至少存在一个相似度计算小于第一预设阈值。最优的来说，自然是每一个生长节点匹配的相似度均小于各自阶段设定的第一预设阈值，但是，在本发明实施例实现过程中，通过为了保证一定的误差，而取中间个数为更有，即对于有4个生长节点的作物，判断其中2个相似度小于相应第一预设阈值，则判断两者为非同一种作物为宜。
在具体实现方式中，除了可以采用上述的对于生长节点逐一进行相似度比较的(此时的第一预设阈值表现为数组形式)方式外，还可以采用一种针对各个生长节点求和，从而比较一个总的结果(此时的第一预设阈值表现为单一的数值)，在此不再赘述。
对于上述方式2)，在匹配耕种区域中作物品种各个生长节点的时间分布上与平台存储的同一品种作物的各个生长节点的作物特征间的相似度小于所述第二预设阈值。
接下来，对于步骤204中的验证的方式：所述被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间的相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致，还提供了一种考虑因素更全面的方法，即能够进一步提高判断的准确性。具体包括：
提高判断的准确性方式一)、被耕种第一区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，并且确认被耕种第二区域的作物品种的作物状态与平台存储的相应生长模板相似度大于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致；其中，所述第二区域与所述第一区域所处地理位置相邻或者相似，并且，对应于所述第一区域和第二区域所上传的作物品种信息相同。
接下来，对于步骤204中的验证的方式：所述被耕种区域的作物品种的作物状态与平台存储的相应生长模板之间的相似度小于预设值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致，还提供了另一种考虑因素更全面的方法，即能够进一步提高判断的准确性。具体包括：
提高判断的准确性方式二)、被耕种第一区域的作物品种的作物状态与平台存储的相应生长模板之间相似度小于预设值，并且确认被耕种第一区域的作物品种的作物状态与平台存储的与所述第一区域的作物品种相异的另一作物品种的生长模板之间相似度大于预设阈值，则确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致。
上述两种通过增加考虑因素提高判断的准确性，前者(提高判断的准确性方式一)实际上是将种植同一品种的、相邻的第二区域中的作物状态拿来验证生长模板；即第二区域中的作物都能够验证通过，而第一区域中的上传信息表明与第二区域种植相同作物的作物状态匹配验证没通过，则可以进一步认定所述第一区域的种植户所上传的作物品种信息有问题。后者(提高判断的准确性方式二)实际上是作了一道补充验证，是在平台侧计算资源足够，且有把握种其自身的生长模板中存在植户所采用的作物品种，即通过匹配出与种植户所种的作物品种一致的生长模板，从而从正面论证种植户所上传的作物品种信息是假的。作为本领域技术人员来说，基于本发明实施例所公开内容基础上，将上述提高判断的准确性方式一)和提高判断的准确性方式二)组合起来实现，是无需创造性劳动前提下就能实现的，因此，也属于本发明实施例的保护范畴内。
即便是本发明实施例所提出的生长状态匹配方法，也不一定能够100％得到准确答案，因此，结合本发明实施例还存在一种优选的实现方案，即从源头生长模板进行质量把关，对于生长模板之间相似度就很高的两个作物品种，需要预先做好辨别和标识，避免在实际操作中发生生长模板与生长状态之间的误匹配，从而造成最后对种植户上传的作物品种的误判断。具体的，如图2所示，所述方法还包括：
在步骤301中，平台对于获取到的一个或者多个作物的品种的生长模板中的作物状态进行比对分析。
其中，所述一个或者多个作物的品种的生长模板可以是由工作人员搜集并上传到服务器上，其代表了在实施例1中步骤204中所描述的“平台存储的相应生长模板”的集合。
在步骤302中，若生长模板中第一作物品种与第二作物品种的相似度比较大于第三预设阈值。
其中，所述第三预设阈值和实施例1中的预设值类似，均是通过经验和统计条件计算得到。步骤302中判断相似度可以是与实施例1中步骤204及其扩展方案中判断方式相同(例如：通过各自的生长模板进行匹配)。步骤302中判断结论即表明，平台中存储有的第一作物品种与第二作物品种之间本身就很难区分开来，进一步的在执行步骤303，得到被耕种区域的作物品种属于所述第一作物品种或者第二作物品种时，通过上述提高判断的准确性方式二，便无法有效解决此时的情况，于是便有了本扩展方案中的步骤304，具体阐述如下：
在步骤303中，若被耕种区域的作物品种的作物状态与平台存储的第一作物品种或者第二作物品种相应生长模板之间相似度大于预设值。
在步骤304中，根据所述耕种区域的作物所发生过的病变状态、作物单位产量、作物加工品的特征中的一项或者多项，计算其与平台存储的第一作物品种和第二作物品种的相应特征模板进行匹配，从而确认所述被耕种区域的作物品种属于所述第一作物品种或者第二作物品种，并完成与种植户上传的被耕种区域的作物品种信息的验证。
在步骤304中，相当于提出了新的组合判断维度，利用作物所发生过的病变状态、作物单位产量、作物加工品的特征中的一项或者多项来计算，其中，作物加工品的特征实际上是生长节点的衍生品，在某些作物品种中，所述作物加工品的特征可以表现为例如：去壳后的大米形状、取出来的板栗大小等等。相比较生长状态来说，所述作物加工品的特征可以认为是加工产线上的现对于最终产品而言的各个“生长状态”。
结合本发明实施例，还存在一种优选的实现方案，其中，在确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致后，所述方法还包括：
平台在其主页中，显示所述判断结果，以便登录所述平台的各个用户获知所述判断结果；和/或，
平台确认作物品种之间的价格差，并在预购买家允许的情况下，按照相应差价完成结算。
结合本发明实施例，为了进一步避免因为不同品种作物间，相似度判断实在难以保证不会出现误判(可能因为拍摄角度、天气、拍摄效果带来原因)，在确认种植户所上传的耕种作物品种信息与实际种植的作物品种不一致后，所述方法还包括：
平台向所述种植户提供至少一次澄清的机会，其中，所述种植户通过平台提供的接口上传澄清的证据，以便平台操作人员在确认响应澄清证据是否足够的情况下，确定是否撤回平台所作出的种植户所上传的耕种作物品种信息与实际种植的作物品种不一致的结论。所述种植户澄清的过程，也有助于平台发现整套判断体系中存在的问题。
实施例2：
在实施例1中提出了一种农作物防伪方法的基础上，本发明实时还提出了一种农作物防伪装置，如图3所示，装置包括：
至少一个处理器21；以及，与所述至少一个处理器21通信连接的存储器22；其中，所述存储器22存储有可被所述至少一个处理器21执行的指令，所述指令被程序设置为执行实施例1所述的农作物防伪方法。
值得说明的是，上述装置内的模块、单元之间的信息交互、执行过程等内容，由于与本发明的处理方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(rom，readonlymemory)、随机存取存储器(ram，randomaccessmemory)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。