一种板栗病害监控系统的制作方法

1.本发明主要涉及种植技术领域，具体地说，涉及一种板栗病害监控系统。


背景技术：

2.板栗是我国主要的木本植物之一，栽培历史悠久，经济价值很高，且为出口的土特产。种仁肥厚甘美，营养价值丰富，含蛋白质、脂肪、淀粉,还有较多的维生素，木材质硬是良好的建筑材料，树皮和枝叶含蹂酸多，可提取为工业原料。因此越来越多的农民选择种植板栗树以扩大经济收入，然而，随着板栗面积的扩大，病虫害的发生和蔓延对该产业的发展构成了严重的威胁，特别是板栗疫病已经造成了灾害性的后果，病虫害的发生与发展已成为制约板栗产业进一步发展的主要因素之一，导致板栗果实的产量降低、板栗木材的材质变差。
3.因此，需要提供一种板栗病害监控系统，用于在板栗生长过程中及时处理病虫害，增加板栗果实的产量、提高板栗木材的质量，提升板栗种植业的经济效益。


技术实现要素：

4.本说明书实施例之一提供一种板栗病害监控系统，所述系统包括：信息获取模块，用于获取至少一个目标区域的板栗树在当年的生长环境信息集，其中，所述至少一个目标区域的板栗树在当年的生长环境信息集包括所述至少一个目标区域的板栗树在当年至少一个过去时间点的生长环境信息及在当年至少一个未来时间点的生长环境信息；数据获取模块，用于获取所述至少一个目标区域的板栗树在多个历史年份的板栗树生长数据，其中，所述板栗树生长数据包括所述至少一个目标区域在至少一个历史时间点的板栗树历史病害数据及生长环境信息；病害预测模块，通过病害预测模型基于所述至少一个目标区域的板栗树在多个历史年份的板栗树生长数据及所述至少一个目标区域的板栗树在当年的生长环境信息集，预测每个所述目标区域的板栗树是否存在病害风险；图像获取模块，用于在所述病害预测模型预测所述目标区域的板栗树存在病害风险时，获取所述目标区域的板栗树图像；病害确定模块，通过病害确定模型基于存在病害风险的所述目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的所述目标区域的板栗树在当年的生长环境信息集及存在病害风险的所述目标区域的板栗树图像，确定所述目标区域的板栗树是否存在病害。
5.在一些实施例中，所述生长环境信息包括土壤湿度、土壤酸碱度、土壤成分、降雨量、光照时常、光照强度、环境温度、环境湿度中的至少一个。
6.在一些实施例中，所述病害预测模型包括lstm模型。
7.在一些实施例中，所述病害预测模块还用于：对于每个所述目标区域，所述病害预测模型确定所述目标区域的板栗树在每个历史年份的板栗树生长数据与所述目标区域的板栗树在当年的生长环境信息集的相似度；所述病害预测模型基于所述目标区域的板栗树在每个历史年份的板栗树生长数据与所述目标区域的板栗树在当年的生长环境信息集的
相似度，确定目标历史年份；所述病害预测模型基于所述目标历史年份对应的板栗树生长数据，预测每个所述目标区域的板栗树是否存在病害风险。
8.在一些实施例中，所述图像获取模块包括至少一个图像获取装置，所述图像获取装置用于获取所述目标区域的板栗树图像；所述图像获取装置包括第一机架、设置在所述第一机架底部的第一行走件、设置在所述第一机架上的图像采集件、第一避障件、第一定位件及第一中央控制器，所述第一行走件、所述图像采集件、所述第一定位件及所述第一避障件均与所述第一中央控制器电连接；所述图像获取模块还用于将存在病害风险的所述目标区域的位置信息发送至所述第一中央控制器，所述第一中央控制器用于基于所述位置信息控制所述第一行走件移动至存在病害风险的所述目标区域；所述第一定位件用于在所述第一中央控制器基于所述位置信息控制所述第一行走件移动过程中，实时获取所述图像获取装置的位置信息，所述图像采集件用于在所述图像获取装置位于存在病害风险的所述目标区域内时，获取所述目标区域的板栗树图像。
9.在一些实施例中，所述机架上包括第一高度调整件及第一角度调整件，所述第一角度调整件设置在所述第一高度调整件上，所述图像采集件安装在所述第一角度调整件上，所述第一高度调整件及所述第一角度调整件均与所述第一中央控制器电连接；所述第一中央控制器通过所述第一高度调整件调整所述第一角度调整件的高度，所述第一中央控制器通过所述第一角度调整件调整所述图像采集件的拍摄角度。
10.在一些实施例中，所述图像获取模块获取所述目标区域的板栗树图像，包括：获取至少一张预图像；对所述至少一张预图像进行图像处理，获取至少一张处理后的预图像；对于每一张所述处理后的预图像，判断所述处理后的预图像是否满足质量要求；若所述处理后的预图像满足质量要求，将所述处理后的预图像作为所述目标区域的板栗树图像。
11.在一些实施例中，所述系统还包括：病害治理模块，用于在所述病害确定模块确定所述目标区域的板栗树存在病害后，对所述目标区域的板栗树进行病害治理。
12.在一些实施例中，所述病害治理模块包括至少一个病害治理装置；所述病害治理装置包括第二机架、设置在所述第二机架底部的第二行走件、设置在所述第二机架上的第二避障件、第二定位件、第二中央控制器及药物喷洒件，所述第二行走件、所述第二定位件、所述第二避障件及所述药物喷洒件均与所述第二中央控制器电连接；所述病害确定模块还用于将存在病害的所述目标区域的位置信息发送至所述第二中央控制器，所述第二中央控制器用于基于所述位置信息控制所述第二行走件移动至存在病害的所述目标区域；所述第二定位件用于在所述第二中央控制器基于所述位置信息控制所述第二行走件移动过程中，实时获取所述病害治理装置的位置信息；所述第二中央控制器还用于在所述病害治理装置位于存在病害的所述目标区域时，控制所述药物喷洒件喷洒药物。
13.在一些实施例中，所述药物喷洒件包括至少一个药物喷洒设备，所述至少一个药物喷洒设备用于喷洒至少一种类型的药物；所述病害确定模型还用于基于存在病害风险的所述目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的所述目标区域的板栗树在当年的生长环境信息集及存在病害风险的所述目标区域的板栗树图像确定存在病害的所述目标区域的病害类型；所述第二中央控制器用于基于所述病害类型控制所述至少一个药物喷洒设备喷洒对应类型的药物。
附图说明
14.本技术将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
15.图1是根据本技术一些实施例所示的一种板栗病害监控系统的应用场景示意图；
16.图2是根据本技术的一些实施例所示的计算设备的示例性的框图；
17.图3是根据本技术一些实施例所示的一种板栗病害监控系统的示例性的框图；
18.图4是根据本技术一些实施例所示的图像获取模块获取目标区域的板栗树图像的示例性的流程图。
19.图中，100、应用场景；110、处理设备；120、网络；130、用户终端；140、存储设备；150、图像获取装置；160、病害治理装置；210、处理器；220、只读存储器；230、随机存储器；240、通信端口；250、输入/输出接口；260、硬盘。
具体实施方式
20.为了更清楚地说明本技术的实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。应当理解，给出这些示例性的实施例仅仅是为了使相关领域的技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
21.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
22.如本技术和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。虽然本技术对根据本技术的实施例的系统中的某些模块或单元做出了各种引用，然而，任何数量的不同模块或单元可以被使用并运行在客户端和/或服务器上。所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
23.本技术中使用了流程图用来说明根据本技术的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
24.图1是根据本技术一些实施例所示的一种板栗病害监控系统的应用场景100示意图。
25.如图1所示，应用场景100可以包括处理设备110、网络120、用户终端130、存储设备140、至少一个图像获取装置150和至少一个病害治理装置160。
26.在一些实施例中，处理设备110可以用于处理与板栗病害监控相关的信息和/或数据。例如，处理设备110可以获取至少一个目标区域的板栗树在当年的生长环境信息集，获取至少一个目标区域的板栗树在多个历史年份的板栗树生长数据，通过病害预测模型基于
至少一个目标区域的板栗树在多个历史年份的板栗树生长数据及至少一个目标区域的板栗树在当年的生长环境信息集，预测每个目标区域的板栗树是否存在病害风险，并通过病害确定模型基于存在病害风险的目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的目标区域的板栗树在当年的生长环境信息集及存在病害风险的目标区域的板栗树图像，确定目标区域的板栗树是否存在病害。在一些实施例中，处理设备110可以是区域的或者远程的。例如，处理设备110可以通过网络120访问存储于用户终端130和存储设备140中的信息和/或资料。在一些实施例中，处理设备110可以直接与用户终端130和存储设备140连接以访问存储于其中的信息和/或资料。在一些实施例中，处理设备110可以在云平台上执行。在一些实施例中，处理设备110可以包含处理器210，处理器210可以包含一个或多个子处理器(例如，单芯处理设备或多核多芯处理设备)。仅仅作为范例，处理器210可包含中央处理器(cpu)、专用集成电路(asic)等或以上任意组合。
27.在一些实施例中，处理设备110可以包括信息获取模块、数据获取模块、病害预测模块及病害确定模块。
28.信息获取模块可以用于获取至少一个目标区域的板栗树在当年的生长环境信息集。
29.数据获取模块可以用于获取至少一个目标区域的板栗树在多个历史年份的板栗树生长数据。
30.病害预测模块可以通过病害预测模型基于至少一个目标区域的板栗树在多个历史年份的板栗树生长数据及至少一个目标区域的板栗树在当年的生长环境信息集，预测每个目标区域的板栗树是否存在病害风险。
31.病害确定模块可以通过病害确定模型基于存在病害风险的目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的目标区域的板栗树在当年的生长环境信息集及存在病害风险的目标区域的板栗树图像，确定目标区域的板栗树是否存在病害。
32.关于信息获取模块、数据获取模块、病害预测模块及病害确定模块的更多描述可以参见图3及其相关描述，此处不再赘述。
33.网络120可促进应用场景100中数据和/或信息的交换。在一些实施例中，应用场景100中的一个或多个组件(例如，处理设备110、用户终端130和存储设备140)可以通过网络120发送数据和/或信息给处理设备100中的其他组件。例如，处理设备110可以通过网络120将虚拟场景通过网络120发送至用户终端130。在一些实施例中，网络120可以是任意类型的有线或无线网络。例如，网络120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、网际网络、区域网络(lan)、广域网络(wan)、无线区域网络(wlan)、蓝牙网络、zigbee网络、近场通讯(nfc)网络等或以上任意组合。
34.用户终端130为用户使用的终端设备。在一些实施例中，用户终端130可以包括移动装置、平板电脑、笔记本电脑等中的一种或其任意组合。在一些实施例中，移动装置可以包括可穿戴装置、智能行动装置、虚拟实境装置、增强实境装置等或其任意组合。在一些实施例中，可穿戴装置可以包括智能手环、智能眼镜、智能头盔、智能手表、智能背包、智能手柄等或其任意组合。在一些实施例中，智能行动装置可以包括智能电话、个人数字助理(pda)、游戏装置、导航装置、pos装置等或其任意组合。
35.在一些实施例中，存储设备140可以与网络120连接以实现与处理设备100的一个
或多个组件(例如，处理设备110、用户终端130等)通讯。处理设备100的一个或多个组件(例如，处理设备110、用户终端130等)可以通过网络120访问存储于存储设备140中的资料或指令。在一些实施例中，存储设备140可以直接与处理设备100中的一个或多个组件(如，处理设备110、用户终端130)连接或通讯。在一些实施例中，存储设备140可以是处理设备110的一部分。在一些实施例中，处理设备110还可以位于用户终端130中。
36.图像获取装置150可以为用于获取图像的设备。关于图像获取装置150的更多描述可以参见图3及其相关描述，此处不再赘述。
37.病害治理装置160可以为对板栗树进行病害治理的设备。关于病害治理装置160的更多描述可以参见图3及其相关描述，此处不再赘述。
38.应该注意的是，上述描述仅出于说明性目的而提供，并不旨在限制本技术的范围。对于本领域普通技术人员而言，在本技术内容的指导下，可做出多种变化和修改。可以以各种方式组合本技术描述的示例性的实施例的特征、结构、方法和其他特征，以获得另外的和/或替代的示例性的实施例。例如，存储设备140可以是包括云计算平台的数据存储设备，例如公共云、私有云、社区和混合云等。然而，这些变化与修改不会背离本技术的范围。
39.图2是根据本技术的一些实施例所示的计算设备的示例性的框图。
40.在一些实施例中，处理设备110可以在计算设备200上实现。例如，处理设备110可以在计算设备200上实施并执行本技术所公开的获取工作任务。
41.如图2所示，计算设备200可以包括处理器210、只读存储器220、随机存储器230、通信端口240、输入/输出接口250和硬盘260。
42.处理器210可以执行计算指令(程序代码)并执行本技术描述的处理设备100的功能。所述计算指令可以包括程序、对象、组件、数据结构、过程、模块和功能(所述功能指本技术中描述的特定功能)。例如，处理器210可以基于建模数据生成园林生态环境的三维模型；基于三维模型生成园林生态环境的虚拟场景。在一些实施例中，处理器210可以包括微控制器、微处理器、精简指令集计算机(risc)、专用集成电路(asic)、应用特定指令集处理器(asip)、中央处理器(cpu)、图形处理单元(gpu)、物理处理单元(ppu)、微控制器单元、数字信号处理器(dsp)、现场可编程门阵列(fpga)、高级risc机(arm)、可编程逻辑器件以及能够执行一个或多个功能的任何电路和处理器等，或其任意组合。仅为了说明，图2中的计算设备200只描述了一个处理器，但需要注意的是，本技术中的计算设备200还可以包括多个处理器。
43.计算设备200的存储器(例如，只读存储器(rom)220、随机存储器(ram)230、硬盘260等)可以存储从应用场景100的任何其他组件获取的数据/信息。例如，从存储设备140获取的目标菜谱。示例性的rom可以包括掩模rom(mrom)、可编程rom(prom)、可擦除可编程rom(perom)、电可擦除可编程rom(eeprom)、光盘rom(cd-rom)和数字通用盘rom等。示例性的ram可以包括动态ram(dram)、双倍速率同步动态ram(ddr sdram)、静态ram(sram)等。
44.输入/输出接口250可以用于输入或输出信号、数据或信息。在一些实施例中，输入/输出接口250可以使用户与计算设备200进行联系。例如，用户通过输入/输出接口250输入用户菜谱选择指令至计算设备200。在一些实施例中，输入/输出接口250可以包括输入装置和输出装置。示例性的输入装置可以包括键盘、鼠标、触摸屏和麦克风等，或其任意组合。示例性的输出装置可以包括显示设备、扬声器、打印机、投影仪等或其任意组合。示例性的
显示装置可以包括液晶显示器(lcd)、基于发光二极管(led)的显示器、平板显示器、曲面显示器、电视设备、阴极射线管(crt)等或其任意组合。通信端口240可以连接到网络以便数据通信。所述连接可以是有线连接、无线连接或两者的组合。有线连接可以包括电缆、光缆或电话线等或其任意组合。无线连接可以包括蓝牙、wi-fi、wimax、wlan、zigbee、移动网络(例如，3g、4g或5g等)等或其任意组合。在一些实施例中，通信端口240可以是标准化端口，如rs232、rs485等。在一些实施例中，通信端口240可以是专门设计的端口。
45.仅仅为了说明，计算设备200只描述了一个中央处理器和/或处理器。然而，需要注意的是，本技术中的计算设备200可以包括多个中央处理器和/或处理器，因此本技术中描述的由一个中央处理器和/或处理器实现的操作和/或方法也可以共同地或独立地由多个中央处理器和/或处理器实现。例如，计算设备200的中央处理器和/或处理器可以执行步骤a和步骤b。在另一示例中，步骤a和步骤b也可以由计算设备200中的两个不同的中央处理器和/或处理器联合或单独地执行(例如，第一处理器执行步骤a并且第二处理器执行步骤b，或第一和第二处理器共同执行步骤a和b)。
46.图3是根据本技术一些实施例所示的一种板栗病害监控系统的示例性的框图。
47.如图3所示，一种板栗病害监控系统可以包括信息获取模块、数据获取模块、病害预测模块、图像获取模块和病害确定模块。
48.信息获取模块可以用于获取至少一个目标区域的板栗树在当年的生长环境信息集。
49.在一些实施例中，至少一个目标区域的板栗树在当年的生长环境信息集包括至少一个目标区域的板栗树在当年至少一个过去时间点的生长环境信息及在当年至少一个未来时间点的生长环境信息，其中，目标区域可以为一个进行板栗树种植的区域，可以理解的，一个目标区域可以种植有至少一棵板栗树。例如，当前时间为2022年4月20日，则当年至少一个过去时间点的生长环境信息可以包括至少一个目标区域的板栗树在2022年1月、2022年2月、2022年3月的生长环境信息；当年至少一个未来时间点的生长环境信息可以包括预测的至少一个目标区域的板栗树在2022年4月-12月的生长环境信息。
50.在一些实施例中，信息获取模块可以通过预测模型预测至少一个目标区域的板栗树在当年至少一个未来时间点的生长环境信息。其中，预测模型的输入可以为至少一个目标区域的板栗树在多个历史年份的板栗树生长数据，预测模型的输出为至少一个目标区域的板栗树在当年至少一个未来时间点的生长环境信息。预测模型可以是rnn(recurrent neural network)模型、lstm(long short-termmemory,lstm)模型等。
51.在一些实施例中，生长环境信息可以包括土壤湿度、土壤酸碱度、土壤成分、降雨量、光照时常、光照强度、环境温度、环境湿度中的至少一个。
52.数据获取模块可以用于获取至少一个目标区域的板栗树在多个历史年份的板栗树生长数据。
53.在一些实施例中，板栗树生长数据包括至少一个目标区域在至少一个历史时间点的板栗树历史病害数据及生长环境信息，其中，板栗树历史病害数据可以包括至少一个目标区域在至少一个历史时间点的板栗树的病害类型、治理方案及病害持续时间等。
54.病害预测模块可以通过病害预测模型基于至少一个目标区域的板栗树在多个历史年份的板栗树生长数据及至少一个目标区域的板栗树在当年的生长环境信息集，预测每
个目标区域的板栗树是否存在病害风险。
55.在一些实施例中，病害预测模型可以包括lstm模型。病害预测模型的输入可以包括至少一个目标区域的板栗树在多个历史年份的板栗树生长数据及至少一个目标区域的板栗树在当年的生长环境信息集，病害预测模型的输出可以每个目标区域的板栗树是否存在病害风险。
56.在一些实施例中，病害预测模块还用于：
57.对于每个目标区域，
58.病害预测模型确定目标区域的板栗树在每个历史年份的板栗树生长数据与目标区域的板栗树在当年的生长环境信息集的相似度；
59.病害预测模型基于目标区域的板栗树在每个历史年份的板栗树生长数据与目标区域的板栗树在当年的生长环境信息集的相似度，确定目标历史年份；
60.病害预测模型基于目标历史年份对应的板栗树生长数据，预测每个目标区域的板栗树是否存在病害风险。
61.例如，病害预测模型确定的某个目标区域的板栗树在2022年4月-12月的生长环境信息与某个历史年份(例如，2010年)的板栗树的生长环境信息相似度大于预设相似度阈值(例如，90％)，则病害预测模型可以获取该目标区域的板栗树在2010年4月的板栗树历史病害数据，若该目标区域的板栗树在2010年4月发生了病害，则病害预测模型可以确定该目标区域的板栗树在当年4月存在病害风险；若该目标区域的板栗树在2010年4月未发生病害，则病害预测模型可以确定该目标区域的板栗树在当年4月不存在病害风险。
62.图像获取模块可以用于在病害预测模型预测目标区域的板栗树存在病害风险时，获取目标区域的板栗树图像。
63.在一些实施例中，图像获取模块可以包括至少一个图像获取装置150，图像获取装置150用于获取目标区域的板栗树图像。
64.在一些实施例中，图像获取装置150可以包括第一机架、设置在第一机架底部的第一行走件、设置在第一机架上的图像采集件、第一避障件、第一定位件及第一中央控制器，第一行走件、图像采集件、第一定位件及第一避障件均与第一中央控制器电连接。图像获取模块还用于将存在病害风险的目标区域的位置信息发送至第一中央控制器，第一中央控制器用于基于位置信息控制第一行走件移动至存在病害风险的目标区域。第一定位件用于在第一中央控制器基于位置信息控制第一行走件移动过程中，实时获取图像获取装置150的位置信息，图像采集件用于在图像获取装置150位于存在病害风险的目标区域内时，获取目标区域的板栗树图像。
65.在一些实施例中，机架上可以包括第一高度调整件及第一角度调整件，第一角度调整件设置在第一高度调整件上，图像采集件安装在第一角度调整件上，第一高度调整件及第一角度调整件均与第一中央控制器电连接。第一中央控制器通过第一高度调整件调整第一角度调整件的高度，第一中央控制器通过第一角度调整件调整图像采集件的拍摄角度。
66.在一些实施例中，中央控制器可以灵活调整第一角度调整件的高度及图像采集件的拍摄角度，从而采集不同高度和拍摄角度下的目标区域的板栗树图像。
67.在一些实施例中，结合图4，图像获取模块获取目标区域的板栗树图像，可以包括：
68.获取至少一张预图像；
69.对至少一张预图像进行图像处理，获取至少一张处理后的预图像；
70.对于每一张处理后的预图像，
71.判断处理后的预图像是否满足质量要求；
72.若处理后的预图像满足质量要求，将处理后的预图像作为目标区域的板栗树图像。
73.在一些实施例中，预处理还可以包括图像去噪、图像增强等。
74.图像去噪是指去除预图像中的干扰信息。预图像中的干扰信息会降低预图像的质量。在一些实施例中，图像获取模块可以通过中值滤波器、机器学习模型等实现图像去噪。
75.图像增强是指增加预图像中的缺失信息。预图像中的缺失信息会造成图像模糊。在一些实施例中，图像获取模块可以通过平滑滤波器、中值滤波器等实现图像增强。
76.在一些实施例中，预处理还可以包括其他操作(例如，图像分割等)。
77.在一些实施例中，获取了一张预图像后，图像获取模块还可以判断获取的预图像是否满足质量要求，若不符合质量要求，删除该预图像。
78.在一些实施例中，图像的质量可以用图像的质量特征表征。在一些实施例中，图像的质量特征可以噪声特征、灰度分布、全局灰度、分辨率和对比度等。
79.噪声是图像中的干扰信息，预图像中的噪声不仅会降低第一图像的质量，影响图像的视觉效果，还会影响图像识别等后续处理的效率。噪声特征用于描述图像的噪声信息，是对图像中与噪声相关的信息的数值化体现。在一些实施例中，噪声特征可以包括噪声分布、噪声全局强度、噪声水平和噪声率等。
80.灰度分布特征反映图像中像素的灰度值的分布情况。灰度分布特征可以通过对图像进行处理获得。例如，还可以将图像中灰度值的均值或标准差等作为灰度分布特征。
81.全局灰度是指图像中所有像素的平均灰度值或加权平均灰度值。全局灰度值越大，图像越暗，全局灰度值越小，图像越明亮。
82.分辨率是指图像中存储的信息量。在一些实施例中，分辨率可以用单位面积的图像中包含的像素数来表征。可以理解的是，分辨率越高，图像越清晰。
83.对比度指图像中不同亮度层级的测量，代表图像灰度反差的大小。在一些实施例中，对比度可以用韦伯对比度、均方根对比度和michelson对比度等的公式获取。
84.在一些实施例中，图像获取模块可以对预图像的质量特征进行分析，从而判断预图像的质量是否满足需求。例如，若预图像的分辨率小于1024x768，则预图像不满足质量需求。还例如，若预图像的全局灰度小于预设灰度，则预图像不满足质量需求。
85.在一些实施例中，图像获取模块在对预图像进行识别前，先判断预图像是否符合质量要求，避免对无效的预图像进行识别，提高图像识别的准确度和效率。
86.病害确定模块可以通过病害确定模型基于存在病害风险的目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的目标区域的板栗树在当年的生长环境信息集及存在病害风险的目标区域的板栗树图像，确定目标区域的板栗树是否存在病害。
87.病害确定模型的输入可以包括存在病害风险的目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的目标区域的板栗树在当年的生长环境信息集及存在病害风险的目标区域的板栗树图像，输出可以包括确定目标区域的板栗树是否存在病害。
预测模型可以是rnn(recurrent neural network)模型、lstm(long short-term memory,lstm)模型等。
88.在一些实施例中，一种板栗病害监控系统还可以包括病害治理模块，病害治理模块可以用于在病害确定模块确定目标区域的板栗树存在病害后，对目标区域的板栗树进行病害治理。
89.在一些实施例中，病害治理模块可以包括至少一个病害治理装置160。病害治理装置160包括第二机架、设置在第二机架底部的第二行走件、设置在第二机架上的第二避障件、第二定位件、第二中央控制器及药物喷洒件，第二行走件、第二定位件、第二避障件及药物喷洒件均与第二中央控制器电连接。病害确定模块还用于将存在病害的目标区域的位置信息发送至第二中央控制器，第二中央控制器用于基于位置信息控制第二行走件移动至存在病害的目标区域。第二定位件用于在第二中央控制器基于位置信息控制第二行走件移动过程中，实时获取病害治理装置160的位置信息。第二中央控制器还用于在病害治理装置160位于存在病害的目标区域时，控制药物喷洒件喷洒药物。
90.在一些实施例中，药物喷洒件可以包括至少一个药物喷洒设备，至少一个药物喷洒设备用于喷洒至少一种类型的药物。病害确定模型还用于基于存在病害风险的目标区域的板栗树在多个历史年份的板栗树生长数据、存在病害风险的目标区域的板栗树在当年的生长环境信息集及存在病害风险的目标区域的板栗树图像确定存在病害的目标区域的病害类型，其中，病害类型可以为果实害虫(例如，栗象、栗雪片象、剪枝栗实象、二斑栗象、柞栎象、栗子小卷蛾、栗洽夜蛾、桃蛀野螟等)、芽、叶害虫(例如，栗蛀花麦蛾、栗窗蛾、重阳木锦斑蛾、苹掌舟蛾、栎掌舟蛾、黄二星舟蛾、酸枣尺蠖、大窠蓑蛾、白囊蓑蛾等)、枝干害虫(例如，栗瘿蜂、栗链蚧、小斑链蚧、白生盘蚧、栗绛蚧、日本蜡蚧、草履硕蚧等)、果实病害(例如，栗炭疽病、栗种仁斑点病等)、芽、叶病害(例如，栗芽枯病、栗叶斑病、栗白粉病、栗叶炭疽病、栗叶枯病等)、枝干病害(例如，栗干枯病、栗疫病、栗树腐烂病、栗树枯枝病、栗树膏药病等)、根部病害(例如，栗树烂根病、栗黑根立枯病等)。
91.在一些实施例中，第二中央控制器用于基于病害类型控制至少一个药物喷洒设备喷洒对应类型的药物。
92.例如，病害确定模型确定存在病害的目标区域的病害类型为胴枯病时，第二中央控制器可以控制用于喷洒100倍多菌灵或500倍福美砷液的药物喷洒设备喷洒100倍多菌灵或500倍福美砷液至存在病害的目标区域的板栗树上。
93.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本技术的限定。虽然此处并没有明确说明，本领域技术人员可能会对本技术进行各种修改、改进和修正。该类修改、改进和修正在本技术中被建议，所以该类修改、改进、修正仍属于本技术示范实施例的精神和范围。
94.同时，本技术使用了特定词语来描述本技术的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本技术至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本技术的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
95.此外，本领域技术人员可以理解，本技术的各方面可以通过若干具有可专利性的
种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本技术的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本技术的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。
96.计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、rf、或类似介质，或任何上述介质的组合。
97.本技术各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如java、scala、smalltalk、eiffel、jade、emerald、c++、c#、vb.net、python等，常规程序化编程语言如c语言、visual basic、fortran 2003、perl、cobol 2002、php、abap，动态编程语言如python、ruby和groovy，或其他编程语言等。该程序编码可以完全在监理人员计算机上运行、或作为独立的软件包在监理人员计算机上运行、或部分在监理人员计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与监理人员计算机连接，比如局域网(lan)或广域网(wan)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(saas)。
98.此外，除非权利要求中明确说明，本技术所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本技术流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本技术实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
99.同理，应当注意的是，为了简化本技术披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本技术实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本技术对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
100.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本技术一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
101.针对本技术引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本技术作为参考。与本技术内容不一致或产生冲突的申请历史文件除外，对本技术权利要求最广范围有限制的文件(当前或之后附加于本技术中的)也除外。需要说明的是，如果本技术附属材料中的描述、定义、和/或术语的使用与本技术内容有不一致或冲突的地方，以本技术的描述、定义和/或术语的使用为准。
102.最后，应当理解的是，本技术中所述实施例仅用以说明本技术实施例的原则。其他的变形也可能属于本技术的范围。因此，作为示例而非限制，本技术实施例的替代配置可视为与本技术的教导一致。相应地，本技术的实施例不仅限于本技术明确介绍和描述的实施例。