一种莲雾生长状况智能化检测方法及系统与流程

1.本技术涉及农作物智能化检测领域，尤其涉及一种莲雾生长状况智能化检测方法及系统。


背景技术：

2.莲雾，又名洋蒲桃，是桃金娘科蒲桃属的热带水果，汁多味美，爽脆甘甜，具有特殊的水果风味，且热量低，具有消暑解渴的功效，使得莲雾在近几年来成为了农户的热门种植水果之一。莲雾果树开花多结果也多，产量大，但是莲雾的果皮薄，对农药极为敏感，相较于其他的水果更容易受到药害，造成落果的情况，并且莲雾果树长得较高，不易观察到病虫害。
3.莲雾主要的病虫害有炭疽病、蚜虫以及果实蝇等，其中炭疽病是果蔬上的常发病害，特别在高温季节，果实受灼伤，极易并发炭疽病使果实完全失去商品价值，也可侵染茎部。病菌主要来自土壤中的病残体和带菌的种子，通过雨水冲溅传播，高温高湿易引发病害。炭疽病病斑多发生在叶背中肋、叶柄和茎上，叶面较少，偶能侵染花序和种荚。病斑纺缍形或椭圆形，褐色凹陷，发生严重时病斑愈合，叶片枯死，导致莲雾果树的光合作用下降，叶片养分转换率降低，使得座果率下降，同时危害将近成熟的果实，染病果实，从而导致莲雾产量下降。


技术实现要素：

4.本技术提供了一种莲雾生长状况智能化检测方法及系统，用于提高座果率和降低果实感染炭疽病，进而提高莲雾的产量。
5.本技术第一方面提供了一种莲雾生长状况智能化检测方法，包括：
6.获取莲雾果树种植图像，所述莲雾果树种植图像为莲雾果树种植区域内目标莲雾果树的拍摄图像；
7.根据所述莲雾果树种植图像提取叶片颜色特征，所述叶片颜色特征表示所述目标莲雾果树的拍摄图像中叶片部分的颜色；
8.根据所述叶片颜色特征判断所述目标莲雾果树是否存在褐色叶片；
9.若是，则确定所述褐色叶片在所述目标莲雾果树的位置区域；
10.获取所述位置区域上褐色叶片图像集合；
11.获取炭疽病叶片图像集合，所述炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像；
12.将所述褐色叶片图像集合和所述炭疽病叶片图像集合进行对比，生成对比结果；
13.当对比结果表示所述褐色叶片图像集合中存在所述炭疽病叶片特征时，确定所述目标莲雾果树的种植编号；
14.根据所述目标莲雾果树的所述种植编号生成炭疽病防治通知。
15.可选地，在所述获取莲雾果树种植图像之后，在所述根据所述目标莲雾果树的种
植标号生成炭疽病防治通知之前，所述莲雾生长状况智能化检测方法还包括：
16.获取所述目标莲雾的果实图像集合，所述果实图像集合为至少两张在结果期的莲雾的拍摄图像；
17.获取炭疽病果实图像集合，所述炭疽病果实图像集合为至少两张感染炭疽病的莲雾果实的拍摄图像；
18.将所述果实图像集合与所述炭疽病果实图像集合进行对比，生成对比结果；
19.当对比结果表示所述果实图像集合中存在炭疽病时，确定所述目标莲雾果树的种植编号。
20.可选地，所述将所述果实图像集合与所述炭疽病果实图像集合进行对比，生成对比结果包括：
21.对所述果实图像集合进行特征提取，生成莲雾果实特征；
22.对所述炭疽病果实图像集合进行特征提取，生成炭疽病果实特征；
23.将所述莲雾果实特征与所述炭疽病果实特征进行对比，生成对比结果。
24.可选地，所述将所述褐色叶片图像集合和所述炭疽病叶片图像集合进行对比，生成对比结果包括：
25.对所述褐色叶片图像集合进行特征提取，生成莲雾叶片特征；
26.对所述炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征；
27.将所述莲雾叶片特征与所述炭疽病叶片特征进行对比，生成对比结果。
28.可选地，所述根据所述目标莲雾果树的所述种植编号生成炭疽病防治通知包括：
29.确定所述目标莲雾果树的感染炭疽病程度；
30.根据所述感染炭疽病程度和所述种植编号生成炭疽病防治通知。
31.本技术第二方面提供了一种莲雾生长状况智能化检测系统，包括：
32.第一获取单元，用于获取莲雾果树种植图像，所述莲雾果树种植图像为莲雾果树种植区域内目标莲雾果树的拍摄图像；
33.第一提取单元，用于根据所述莲雾果树种植图像提取叶片颜色特征，所述叶片颜色特征表示所述目标莲雾果树的拍摄图像中叶片部分的颜色；
34.判断单元，用于根据所述叶片颜色特征判断所述目标莲雾果树是否存在褐色叶片；
35.第一确定单元，用于若目标莲雾果树存在褐色叶片，则确定所述褐色叶片在所述目标莲雾果树的位置区域；
36.第二获取单元，用于获取所述位置区域上褐色叶片图像集合；
37.第三获取单元，用于获取炭疽病叶片图像集合，所述炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像；
38.第一对比单元，用于将所述褐色叶片图像集合和所述炭疽病叶片图像集合进行对比，生成对比结果；
39.第二确定单元，用于当对比结果表示所述褐色叶片图像集合中存在所述炭疽病叶片特征时，确定所述目标莲雾果树的种植编号；
40.生成单元，用于根据所述目标莲雾果树的种植标号生成炭疽病防治通知。
41.可选地，所述莲雾生长状况智能化检测系统还包括：
42.第四获取单元，用于获取所述目标莲雾的果实图像集合，所述果实图像集合为至少两张在结果期的莲雾的拍摄图像；
43.第五获取单元，用于获取炭疽病果实图像集合，所述炭疽病果实图像集合为至少两张感染炭疽病的莲雾果实的拍摄图像；
44.第二对比单元，用于将所述果实图像集合与所述炭疽病果实图像集合进行对比，生成对比结果；
45.第三确定单元，用于当对比结果表示所述果实图像集合中存在炭疽病时，确定所述目标莲雾果树的种植编号。
46.可选地，所述第二对比单元具体用于对所述果实图像集合进行特征提取，生成莲雾果实特征；
47.对所述炭疽病果实图像集合进行特征提取，生成炭疽病果实特征；
48.将所述莲雾果实特征与所述炭疽病果实特征进行对比，生成对比结果。
49.可选地，所述第一对比单元具体用于对所述褐色叶片图像集合进行特征提取，生成莲雾叶片特征；
50.对所述炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征；
51.将所述莲雾叶片特征与所述炭疽病叶片特征进行对比，生成对比结果。
52.可选地，所述生成单元具体用于确定所述目标莲雾果树的感染炭疽病程度；
53.根据所述感染炭疽病程度和所述种植编号生成炭疽病防治通知。
54.本技术第三方面提供了一种莲雾生长状况智能化检测系统，包括：
55.中央处理器，存储器，输入输出接口，有线或无线网络接口以及电源；
56.所述存储器为短暂存储存储器或持久存储存储器；
57.所述中央处理器配置为与所述存储器通信，并执行所述存储器中的指令操作以执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
58.本技术第四方面提供了一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行前述方法第一方面及第一方面的可选方式中的任意一种所述的方式。
59.从以上技术方案可以看出，本技术具有以下有益效果：
60.本技术中，系统通过无人机对莲雾果树进行拍摄，获取莲雾果树种植图像，能够清晰地看到莲雾的生长状况，根据莲雾果树种植图像提取叶片颜色特征，叶片颜色特征表示目标莲雾果树的拍摄图像中叶片部分的颜色，根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片，若是，则确定褐色叶片在目标莲雾果树的位置区域，获取位置区域上褐色叶片图像集合，获取炭疽病叶片图像集合，炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像，将褐色叶片图像集合和炭疽病叶片图像集合进行对比，生成对比结果，当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号，根据目标莲雾果树的种植标号生成炭疽病防治通知。农户根据该通知能够及时的了解到莲雾的生长状况，以及时对莲雾采取对应的防治措施，提高座果率和降低果实感染炭疽病，进而提高莲雾的产量。
附图说明
61.图1为本技术中莲雾生长状况智能化检测方法一个示意图；
62.图2-1和图2-2为本技术中莲雾生长状况智能化检测方法另一示意图；
63.图3为本技术中莲雾生长状况智能化检测系统一个示意图；
64.图4为本技术中莲雾生长状况智能化检测系统另一示意图；
65.图5为本技术中莲雾生长状况智能化检测系统另一示意图。
具体实施方式
66.为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的阐述，显然阐述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都应当属于本发明保护范围。
67.需要说明的是，本技术提供的莲雾生长状况智能化检测方法，可以应用于系统上，也可以应用于服务器上。为方便阐述，本技术中以系统为执行主体进行举例说明。
68.本技术提供了一种莲雾生长状况智能化检测方法及系统，用于提高座果率和降低果实感染炭疽病，进而提高莲雾的产量。
69.请参阅图1，图1是本技术提供的莲雾生长状况智能化检测方法一个实施例的流程示意图，该莲雾生长状况智能化检测方法包括：
70.101、获取莲雾果树种植图像；
71.本实施例中，系统通过无人机对目标莲雾种植区域进行拍摄，从而获取莲雾果树种植图像，该莲雾果树种植图像为莲雾果树种植区域内目标莲雾果树的拍摄图像，莲雾果树种植图像中包含莲雾果树的叶片和果实的生长状况、生长环境等信息，该生长状况信息包含莲雾果树的叶子和/或果实是否被病虫害侵染，莲雾果树的长势是否存在高低差别过大的情况等信息，该生长环境信息包含莲雾果树生长的土壤信息、是否存在杂草存生等情况。获取莲雾果树种植图像主要是为了提取该莲雾果树种植图像中叶片颜色特征，从而判断莲雾果树是否感染炭疽病，详见下文。
72.102、根据莲雾果树种植图像提取叶片颜色特征；
73.本实施例中，在通过无人机获取莲雾果树种植图像之后，系统对获取到的莲雾果树种植图像中叶片、果实、根茎以及枝干进行识别和裁剪，将裁剪出的叶片和果实归纳分类，并生成对应的类别，系统对叶片类别进行叶片颜色特征的提取，该叶片颜色特征表示目标莲雾果树的拍摄图像中叶片部分的颜色，对叶片上存在的所有颜色进行提取。例如：系统对莲雾果树种植图像中叶片、果实、根茎以及枝干进行识别并裁剪，去除根茎和枝干冗杂信息，将裁剪后的莲雾果树种植图像中存在的果实图像归为果实图像集合，将裁剪后的莲雾果树种植图像中存在的叶片图像归为叶片图像集合，并对莲雾果树种植图像中的叶片图像集合提取叶片颜色特征。
74.本实施例中，叶片上存在的颜色可以是浅绿色，也可以是深绿色，还可以是褐色，具体此处不做限定。
75.103、根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片；
76.本实施例中，在提取叶片颜色特征之后，由于叶片颜色可能存在多种颜色，每个颜色代表着莲雾果树不同的生长状态，深绿色表示该莲雾果树已经过了幼苗期，褐色表示该莲雾果树可能存在被病虫害侵染，黄色表示该莲雾果树可能存在缺水状态，也可能是存在被病虫害侵染，为检测莲雾果树种植图像中的目标莲雾果树是否存在被炭疽病菌侵染，而感染了炭疽病，对获取的叶片颜色特征进行判断，因为感染炭疽病的莲雾果树的叶片一般呈现褐色，则判断目标莲雾果树是否存在褐色叶片，当目标莲雾果树存在褐色叶片时，则该目标莲雾果树可能存在感染了炭疽病的情况，但若仅仅凭借存在褐色叶片就确定该目标莲雾果树感染了炭疽病，并对该目标莲雾果树采取防治措施，可能会对并未感染炭疽病的目标莲雾果树也采取防治措施，造成目标莲雾果树损伤、死亡以及生长受到抑制的情况，从而导致产量下降。为减少这类情况的发生，当目标莲雾果树存在褐色叶片时，需要对该目标莲雾果树的褐色叶片做进一步的检测，以得到准确的结果，详见下文。
77.104、若目标莲雾果树存在褐色叶片，则确定褐色叶片在目标莲雾果树的位置区域；
78.本实施例中，当目标莲雾果树存在褐色叶片时，则确定褐色叶片在目标莲雾果树的位置区域，一方面能够对该位置区域进行更具体的拍摄，从而获取到更为清晰的且有效的图像，另一方面当该褐色叶片表示该目标莲雾果树感染了炭疽病时，则可将该目标莲雾果树感染炭疽病的位置区域生成对应的信息，系统将该信息生成炭疽病防治通知向农户终端发送，以使得农户根据炭疽病防治通知能够快速的了解到目标莲雾果树感染炭疽病具体的位置区域，从而准确的找到该位置区域采取防治措施。
79.105、获取位置区域上褐色叶片图像集合；
80.本实施例中，在确定了目标莲雾果树的位置区域之后，为获取到目标莲雾果树上清晰地褐色叶片，系统通过无人机对存在褐色叶片的部分进行近距离的拍摄，以获取到的褐色叶片图像能够很好展现出褐色叶片的特征，为提高对褐色叶片来判断目标莲雾果树是否存在炭疽病的准确率，系统对存在褐色叶片的部分进行多个角度的拍摄，得到多张该位置区域上褐色叶片图像，并生成位置区域上褐色叶片图像集合，从而在确定位置区域后，获取该位置区域上褐色叶片图像集合，以用于与炭疽病叶片图像进行对比。例如：目标莲雾果树a位置区域上存在褐色叶片，则对a位置区域上的褐色叶片进行近距离、多个角度的拍摄，并将拍摄到的a位置区域上的褐色叶片图像生成a位置区域上褐色叶片集合，以便在确定位置区域后，系统能够获取该位置区域上褐色叶片图像集合。
81.106、获取炭疽病叶片图像集合；
82.本实施例中，在获取位置区域上褐色叶片图像集合之后，为进一步判断该褐色叶片是否是由于该目标莲雾果树感染了炭疽病所致，系统从数据库中获取炭疽病叶片图像集合，该炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像，获取炭疽病叶片图像集合，主要是为了将目标莲雾果树的位置区域上褐色叶片图像集合与炭疽病叶片图像集合进行对比，以确定目标莲雾果树是否存在炭疽病，详见下文。
83.需要说明的是，本方案中存储莲雾果树感染炭疽病叶片图像的数据库并非是固定不变的，而是根据莲雾果树感染炭疽病实时更新的，当确定莲雾果树感染了炭疽病时，则将该感染了炭疽病的莲雾果树的图像在数据库中进行更新。
84.107、将褐色叶片图像集合和炭疽病叶片图像集合进行对比，生成对比结果；
85.本实施例中，在获取到褐色叶片图像集合和炭疽病叶片图像集合之后，系统对褐色叶片图像集合进行特征提取，生成莲雾叶片特征，再对炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征，将莲雾叶片特征与炭疽病叶片特征进行对比，并生成对比结果，以判断目标莲雾果树是否感染了炭疽病。当提取到的褐色叶片图像集合中莲雾叶片特征与炭疽病叶片图像集合中的炭疽病叶片特征对比结果，显示其相似度达到预设阈值和/或符合预设条件时，则确定该褐色叶片图像中存在炭疽病特征。具体的实施步骤，将在后续的实施例中进行阐述。
86.108、当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号；
87.本实施例中，将褐色叶片图像集合和炭疽病叶片图像集合进行对比，生成对比结果，当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号，每一棵莲雾果树对应的种植编号，在获取到的莲雾果树种植图像中携带有每一棵莲雾果树对应的种植编号，系统可通过莲雾果树种植图像获取目标莲雾果树的种植编号。例如：在目标莲雾果树种植区域中种植有四棵莲雾果树，编号分别为一号莲雾果树，二号莲雾果树，三号莲雾果树，四号莲雾果树，对该目标莲雾果树种植区域进行拍摄后，得到包含这四棵莲雾果树编号的莲雾果树种植图像，当这四棵莲雾果树存在炭疽病叶片特征时，则可通过莲雾果树种植图像获取目标莲雾果树的种植编号。
88.109、根据目标莲雾果树的种植编号生成炭疽病防治通知。
89.本实施例中，在确定了目标莲雾果树的种植编号之后，系统根据该目标莲雾果树的种植编号生成炭疽病防治通知，该炭疽病防治通知中包含该目标莲雾果树炭疽病的感染程度、防治措施建议、种植编号以及感染炭疽病的位置区域，炭疽病防治通知中目标莲雾果树炭疽病的感染程度和防治措施建议主要是为了让农户根据该感染程度并结合当地的具体情况选择最佳的防治措施，以起到快速且准确的去除炭疽病；炭疽病防治通知中种植编号以及感染炭疽病的位置区域，主要是为了让农户快速且准确的找到感染了炭疽病的目标莲雾果树的具体位置，及时的采取防治措施，以减少炭疽病对莲雾果树进一步的侵染和传播，从而提高莲雾果树的产量。
90.本实施例中，系统通过无人机对莲雾果树进行拍摄，获取莲雾果树种植图像，能够清晰地看到莲雾的生长状况，根据莲雾果树种植图像提取叶片颜色特征，叶片颜色特征表示目标莲雾果树的拍摄图像中叶片部分的颜色，根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片，若是，则确定褐色叶片在目标莲雾果树的位置区域，获取位置区域上褐色叶片图像集合，获取炭疽病叶片图像集合，炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像，将褐色叶片图像集合和炭疽病叶片图像集合进行对比，生成对比结果，当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号，根据目标莲雾果树的种植标号生成炭疽病防治通知。农户根据该通知能够及时的了解到莲雾的生长状况，以及时对莲雾采取对应的防治措施，提高座果率和降低果实感染炭疽病，进而提高莲雾的产量。
91.请参阅图2-1和图2-2，图2-1和图2-2是本技术提供的莲雾生长状况智能化检测方法另一实施例的流程示意图，该莲雾生长状况智能化检测方法包括：
92.201、获取莲雾果树种植图像；
93.202、根据莲雾果树种植图像提取叶片颜色特征；
94.203、根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片；
95.204、若目标莲雾果树存在褐色叶片，则确定褐色叶片在目标莲雾果树的位置区域；
96.205、获取位置区域上褐色叶片图像集合；
97.206、获取炭疽病叶片图像集合；
98.本实施例中的步骤201至步骤206与前述实施例中的步骤101至步骤106类似，此处不再赘述。
99.207、对褐色叶片图像集合进行特征提取，生成莲雾叶片特征；
100.208、对炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征；
101.209、将莲雾叶片特征与炭疽病叶片特征进行对比，生成对比结果；
102.本实施例中，在获取了褐色叶片图像集合和炭疽病叶片图像集合之后，为进一步确定该褐色叶片图像集合中对应的莲雾果树是否存在炭疽病，系统对该褐色叶片图像集合进行特征提取，生成莲雾叶片特征，再对炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征，然后将莲雾叶片特征与炭疽病叶片特征进行对比，并生成对比结果，当提取到的褐色叶片图像集合中莲雾叶片特征与炭疽病叶片图像集合中的炭疽病叶片特征对比结果，显示其相似度达到预设阈值和/或符合预设条件时，则确定该褐色叶片图像中存在炭疽病特征。例如：一号莲雾果树的褐色叶片集合进行特征提取，提取到该褐色叶片集合中存在叶片组织坏死、中间呈现暗褐色、边缘为褐色的莲雾叶片特征，则将该一号莲雾果树的莲雾叶片特征与炭疽病叶片特征对比，该对比结果显示该一号莲雾果树的莲雾叶片特征符合感染炭疽病预设条件，也就是说，该对比结果表示一号莲雾果树的褐色叶片图像集合中存在炭疽病叶片特征。
103.210、当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号；
104.本实施例中的步骤210与前述实施例中的步骤108类似，此处不再赘述。
105.211、获取目标莲雾的果实图像集合；
106.212、获取炭疽病果实图像集合；
107.213、将果实图像集合与炭疽病果实图像集合进行对比，生成对比结果；
108.214、当对比结果表示果实图像集合中存在炭疽病时，确定目标莲雾果树的种植编号；
109.本实施例中，在对莲雾果树的叶片进行检测是否存在炭疽病之后，由于莲雾果树的叶片感染炭疽病和果实感染炭疽病呈现出的病症有一定的区别，为减少果实感染炭疽病对莲雾果树造成产量下降的情况，系统还对莲雾果树的果实进行检测，若莲雾果树的果实被炭疽病侵染时，以及时采取防治措施，从而提高莲雾果树的产量。系统获取目标莲雾果树的果实图像集合，该果实图像集合为至少两张在结果期的莲雾的拍摄图像，再从数据库中获取炭疽病果实图像集合，该炭疽病果实图像集合为至少两张感染炭疽病的莲雾果实的拍摄图像，然后将获取到的果实图像集合和炭疽病果实图像集合进行对比，并生成对比结果，莲雾的果实在感染炭疽病初期的病症主要表现为褪色小病斑、向内凹陷、病斑褐色水浸状，病斑上产生分生孢子，孢子聚集时，呈现粉红色或者橙色，有时会出现同心轮纹，在感染炭
疽病末期的病症主要表现为数个病斑联合，造成果实严重腐烂，当对比结果符合这些特征时，则表示果实图像集合中存在炭疽病，当对比结果表示果实图像集合中存在炭疽病时，确定目标莲雾果树的种植编号。
110.215、确定目标莲雾果树的感染炭疽病程度；
111.216、根据感染炭疽病程度和种植编号生成炭疽病防治通知。
112.本实施例中，将目标莲雾果树的莲雾叶片特征与炭疽病叶片特征进行对比，将果实图像集合与炭疽病果实图像集合进行对比，当生成的任一或者两个对比结果，显示目标莲雾果树感染了炭疽病时，则确定目标莲雾果树的种植编号，在确定目标莲雾果树的种植编号之后，确定目标莲雾果树的感染炭疽病程度，并根据感染炭疽病程度和种植编号生成炭疽病防治通知，该炭疽病防治通知中包含该目标莲雾果树炭疽病的感染程度、防治措施建议、种植编号以及感染炭疽病的位置区域，将目标莲雾果树炭疽病的感染程度分为不同的等级，采取的防治措施也不同，等级越高表示感染越严重，炭疽病防治通知中目标莲雾果树炭疽病的感染程度和防治措施建议主要是为了让农户根据该感染程度并结合当地的具体情况选择最佳的防治措施，以起到快速且准确的去除炭疽病；另外，炭疽病防治通知中种植编号以及感染炭疽病的位置区域，主要是为了让农户快速且准确的找到感染了炭疽病的目标莲雾果树的具体位置，及时的采取防治措施，以减少炭疽病对莲雾果树进一步的侵染和传播，从而提高莲雾果树的产量。
113.本实施例中，系统通过无人机对莲雾果树进行拍摄，获取莲雾果树种植图像，能够清晰地看到莲雾的生长状况，根据莲雾果树种植图像提取叶片颜色特征，根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片，若目标莲雾果树存在褐色叶片，则确定褐色叶片在目标莲雾果树的位置区域，获取位置区域上褐色叶片图像集合，获取炭疽病叶片图像集合，对褐色叶片图像集合进行特征提取，生成莲雾叶片特征，对炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征，将莲雾叶片特征与炭疽病叶片特征进行对比，生成对比结果，当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号，获取目标莲雾的果实图像集合，获取炭疽病果实图像集合，将果实图像集合与炭疽病果实图像集合进行对比，生成对比结果，当对比结果表示果实图像集合中存在炭疽病时，确定目标莲雾果树的种植编号，确定目标莲雾果树的感染炭疽病程度，根据感染炭疽病程度和种植编号生成炭疽病防治通知。本实施例中，不仅仅是对莲雾果树的叶片进行检测是否存在炭疽病，而且还对莲雾果树的果实进行检测，也就是对莲雾果树整个生长期间都进行检测，在任何一个生长期莲雾果树若感染了炭疽病，农户都能根据该通知及时的了解到莲雾的生长状况，以及时对莲雾采取对应的防治措施，减少莲雾果树因感染炭疽病造成停止生长或者死亡的情况，提高莲雾果树的成活率、座果率以及降低果实感染炭疽病，进而提高莲雾的产量。
114.请参阅图3，图3是本技术提供的莲雾生长状况智能化检测系统一个实施例的流程示意图，该莲雾生长状况智能化检测方法包括：
115.第一获取单元301，用于获取莲雾果树种植图像，莲雾果树种植图像为莲雾果树种植区域内目标莲雾果树的拍摄图像；
116.第一提取单元302，用于根据莲雾果树种植图像提取叶片颜色特征，叶片颜色特征表示目标莲雾果树的拍摄图像中叶片部分的颜色；
117.判断单元303，用于根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片；
118.第一确定单元304，用于若目标莲雾果树存在褐色叶片，则确定褐色叶片在目标莲雾果树的位置区域；
119.第二获取单元305，用于获取位置区域上褐色叶片图像集合；
120.第三获取单元306，用于获取炭疽病叶片图像集合，炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像；
121.第一对比单元307，用于将褐色叶片图像集合和炭疽病叶片图像集合进行对比，生成对比结果；
122.第二确定单元308，用于当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号；
123.生成单元309，用于根据目标莲雾果树的种植标号生成炭疽病防治通知。
124.请参阅图4，图4是本技术提供的莲雾生长状况智能化检测系统另一实施例的流程示意图，该莲雾生长状况智能化检测方法包括：
125.第一获取单元401，用于获取莲雾果树种植图像，莲雾果树种植图像为莲雾果树种植区域内目标莲雾果树的拍摄图像；
126.第一提取单元402，用于根据莲雾果树种植图像提取叶片颜色特征，叶片颜色特征表示目标莲雾果树的拍摄图像中叶片部分的颜色；
127.判断单元403，用于根据叶片颜色特征判断目标莲雾果树是否存在褐色叶片；
128.第一确定单元404，用于若目标莲雾果树存在褐色叶片，则确定褐色叶片在目标莲雾果树的位置区域；
129.第二获取单元405，用于获取位置区域上褐色叶片图像集合；
130.第三获取单元406，用于获取炭疽病叶片图像集合，炭疽叶片图像集合为至少两张感染炭疽病的莲雾叶片的拍摄图像；
131.第二提取单元407，用于对褐色叶片图像集合进行特征提取，生成莲雾叶片特征；
132.第三提取单元408，用于对炭疽病叶片图像集合进行特征提取，生成炭疽病叶片特征；
133.第一对比单元409，用于将莲雾叶片特征与炭疽病叶片特征进行对比，生成对比结果；
134.第二确定单元410，用于当对比结果表示褐色叶片图像集合中存在炭疽病叶片特征时，确定目标莲雾果树的种植编号；
135.第四获取单元411，用于获取目标莲雾的果实图像集合，果实图像集合为至少两张在结果期的莲雾的拍摄图像；
136.第五获取单元412，用于获取炭疽病果实图像集合，炭疽病果实图像集合为至少两张感染炭疽病的莲雾果实的拍摄图像；
137.第二对比单元413，用于将果实图像集合与炭疽病果实图像集合进行对比，生成对比结果；
138.第三确定单元414，用于当对比结果表示果实图像集合中存在炭疽病时，确定目标莲雾果树的种植编号；
139.第四确定单元415，用于确定目标莲雾果树的感染炭疽病程度；
140.生成单元416，根据感染炭疽病程度和种植编号生成炭疽病防治通知。
141.请参阅图5，图5是本技术提供的莲雾生长状况智能化检测系统另一实施例的流程示意图，该莲雾生长状况智能化检测方法包括：
142.中央处理器502，存储器501，输入输出接口503，有线或无线网络接口504以及电源505；
143.存储器501为短暂存储存储器或持久存储存储器；
144.中央处理器502配置为与存储器501通信，并执行存储器501中的指令操作以执行前述图1、图2-1和图2-2所示实施例中的步骤。
145.本技术提供了一种计算机可读存储介质，包括指令，当该指令在计算机上运行时，使得计算机执行图1实施例或图2-1和图2-2实施例所对应的方法实施例。
146.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
147.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
148.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
149.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
150.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。