(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211231348.2 (22)申请日 2022.10.10 (71)申请人 江西电信 信息产业有限公司 地址 330000 江西省南昌市南昌经济技 术 开发区桂苑 大道 （创业大厦） 3楼 (72)发明人 李泽源　张伟　施嘉韦　徐军亮　 高招辉　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 何世磊 (51)Int.Cl. G06F 16/22(2019.01) G06N 3/04(2006.01) G06F 16/24(2019.01) G06Q 50/02(2012.01)G06V 10/25(2022.01) G06V 10/30(2022.01) G06V 10/762(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06V 20/70(2022.01) A01G 17/02(2006.01) A01G 22/05(2018.01) A01G 22/40(2018.01) (54)发明名称 基于视觉智能种植方法、 系统、 电子设备及 存储介质 (57)摘要 本发明提供了一种基于视觉智能种植方法、 系统、 电子设备及存储介质， 通过获取采用预设 网格编号规则编制大棚内农作物的网格信息， 及 通过传感器采集实时环境参数和通过智能摄像 机拍摄各网格内农作物的生长图片； 通过视觉分 析方法分析生长图片得到各网格内农作物的特 征属性及生长状况； 从预设数据库中调取符合各 网格内农作物的特征属性及生长状况生长所需 的最佳环 境参数； 将最佳环境参数与实时环境参 数进行比对 得到比对结果； 基于比对 结果生成联 动策略， 根据联动策略控制不同物联网设备针对 各网格内农作物进行精准化种植。 通过本申请可 以解决小规模农户缺乏对农作物生长阶段的管 控能力、 依靠种植经验来指导农业生产导致产量 较低等问题。 权利要求书2页 说明书12页 附图3页 CN 115292334 A 2022.11.04 CN 115292334 A 1.一种基于 视觉智能种植方法， 用于大棚内农作物的种植， 其特 征在于， 包括； 采集所述大棚内农作物的网格信息以及所述大棚内环境的实时环境参数， 其中， 所述 网格信息采用预设网格编号 规则编制而成； 基于所述网格信息获取 各网格内所述农作物的生长图片； 通过视觉分析方法分析所述生长图片， 得到各网格 内所述农作物的特征属性及生长状 况； 从预设数据库中调取符合各网格内所述农作物的特征属性及生长状况生长所需的最 佳环境参数； 将所述最佳环境 参数与所述实时环境 参数进行比对， 得到比对结果； 基于所述比对结果生成联动策略， 根据联动策略控制不同物联网设备针对各网格 内所 述农作物进行精准 化种植。 2.根据权利要求1所述的基于视觉智能种植方法， 其特征在于， 所述通过视觉分析方法 分析所述生长图片， 得到各网格内所述农作物的特 征属性及生长状况的步骤具体包括： 基于预设算法针对所述生长图片进行预处理， 获取各网格 内所述农作物相同数量及像 素的作物图像方块及背景图像方块； 将所述作物图像方块及背景图像方块作为训练样本集输入至预设卷积神经网络模型 进行训练； 通过与所述作物图像方块及背景图像方块相同像素的滑动 窗口在所述作物图像方块 及背景图像方块中滑动， 并基于所述预设卷积神经网络模型识别出各网格内所述农作物的 叶片图像和根茎图像； 通过K‑means算法对各网格内所述农作物的叶片图像和根茎图像进行分析， 获取各网 格内所述农作物的特 征属性及生长状况。 3.根据权利要求2所述的基于视觉智能种植方法， 其特征在于， 所述基于预设算法针对 所述生长图片进 行预处理， 获取各网格内所述农作 物相同数量及像素的作物图像方块及背 景图像方块的步骤具体包括： 采用直方图均衡化 算法对所述 生长图片进行降噪处 理， 获取预处理图片； 将所述预处 理图片进行归一 化处理， 获取多植被指数的归一 化图片； 将所述归一化图片进行分割形成预定像素的方块图， 基于所述方块图获取各网格 内所 述农作物相同数量及像素的作物图像方块及背景图像方块。 4.根据权利要求3所述的基于视觉智能种植方法， 其特征在于， 所述归一化处理 的公式 如下： Vi=NDVi*k1+GVi*k2+SAVi*k3； 式中， Vi为多植被指数、 NDVi为归一化植被指数、 k1为归一化植被指数的权重、 GVi为绿度 植被指数、 k2为绿度植被指数的权重、 SAVi为土壤调节植被指数， k3为土壤调节植被指数的 权重。 5.根据权利要求2所述的基于视觉智能种植方法， 其特征在于， 所述通过K ‑means算法 对各网格内所述农作 物的叶片图像和根茎图像进 行分析， 获取各网格内所述农作 物的特征 属性及生长状况的步骤具体包括： 通过所述预设卷积神经网络模型获取各网格内所述农作物的不同位置处的识别矩形权　利　要　求　书 1/2 页 2 CN 115292334 A 2框； 从所述识别矩形框中采用非极大值抑制法剔除各网格内所述农作物的不同位置处中 的重复部分， 得到候选矩形框； 基于预设识别规则 针对所述候选矩形框进行处理， 获取各网格 内所述农作物的识别结 果； 通过K‑means算法对所述识别结果进行分析， 获取各网格内所述农作物的特征属性及 生长状况。 6.根据权利要求5所述的基于视觉智能种植方法， 其特征在于， 所述预设识别规则具体 包括： 将全部的所述候选矩形框进行得分排序， 选中最高分所对应的候选矩形框作为目标 框； 遍历计算除所述目标框以外的所述候选矩形框与 所述目标框之间的交并比， 并根据 所 述交并比针对所述 候选矩形框进行识别及删除。 7.根据权利要求6所述的基于视觉智能种植方法， 其特征在于， 所述交并比的计算公式 如下： IOU=Area （A∩B） /A rea （A∪B） ； 式中， A为叶片识别矩形框、 B为根茎识别矩形框、 Area （A∩B） 为A与B交集的面积， Area （A∪B） 为A与B并集的面积。 8.一种基于 视觉智能种植系统， 用于大棚内农作物的种植， 其特 征在于， 包括； 采集模块， 用于采集所述大棚内农作物的网格信 息以及所述大棚内环境的实时环境参 数， 其中， 所述网格信息采用预设网格编号 规则编制而成； 拍照模块， 用于基于所述网格信息获取 各网格内所述农作物的生长图片； 分析模块， 用于通过视觉分析方法分析所述生长 图片， 得到各网格内所述农作物的特 征属性及生长状况； 调取模块， 用于从预设数据库中调取符合各网格 内所述农作物的特征属性及生长状况 生长所需的最佳环境 参数； 比对模块， 用于将所述 最佳环境 参数与所述实时环境 参数进行比对， 得到比对结果； 联动模块， 用于基于所述比对结果生成联动策略， 根据联动策略控制不同物联网设备 针对各网格内所述农作物进行精准 化种植。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器上并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 中任一项所述的基于 视觉智能种植方法。 10.一种存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执行时实现 如权利要求1至7中任一项所述的基于 视觉智能种植方法。权　利　要　求　书 2/2 页 3 CN 115292334 A 3