本发明涉及农业监控，尤其涉及一种基于大数据的智慧农业监控管理方法及系统。
背景技术：
1、随着科学技术的发展，获取农业信息不再依赖人工和经验，而是将人工种植经验与大数据技术相融合，在远程就能随时查看作物的各种信息数据(温度、光照、水量等)，以此对植物当前的生长状态进行准确的判断。
2、现有技术中存在通过在大棚内安装传感器，通过传感器检测土壤的湿度，从而判断植物是否缺水，该方法仅判断出植物缺水的状态，对于植物的整体缺水程度未准确的判断出，且对植物的整体缺水程度现象因素的检测存在单一性。
技术实现思路
1、为了克服上述现有技术的不足，本技术提供一种基于大数据的智慧农业监控管理方法及系统。
2、第一方面，本技术提供的一种基于大数据的智慧农业监控管理方法，所述方法包括：
3、获取农业植物生长图像信息，将所述农业植物生长图像信息进行缺水现象植物周边影响范围的扩张，输出缺水土壤影响区域扩张结果；
4、基于所述缺水土壤影响区域扩张结果，截取出扩张部分的区域，输出扩张部分区域标记结果；
5、对所述农业植物生长图像信息中的缺水现象植物进行植物生长状况信息的提取，输出缺水现象植物生长状况结构初分割结果，植物生长状况信息包括植物根、茎、叶生长状况信息；
6、基于所述缺水现象植物生长状况结构初分割结果，对分割后的根、茎、叶结构部分再分别进行多个结构等分的细化分割，输出植物根茎叶结构细化分割图像信息集；
7、将所述植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行差异对比，输出植物根茎叶结构部分缺水状况数据信息；
8、将所述植物根茎叶结构部分缺水状况数据信息与扩张部分区域标记结果中植物的缺水状况数据信息中的数据进行求和，输出植物缺水程度判定结果。
9、通过采用上述技术方案，首先通过采集到农业植物的生长图像信息，先根据图像信息中植物的缺水现象状况，以对各个缺水现象植物对周边植物的影响区域范围进行扩张和标记，以便于对于此标记区域进行后续的影响缺水程度的数据预测，通过提取出缺水植物生长状况结构信息，并对生长状况结构信息进行植物根茎叶三部位的分割，以便对缺水植物的整体结构的缺水状况进行检测，为了使得所检测的数据信息更加精确和可靠性，以将所分割的三种植物的根茎叶结构部位再次进行更加细化的多等份分割，以便于对缺水植物根茎叶各个可能出现了缺水现象，且每个等份的缺水程度现象也有一定的差异，以对各种的缺水差异现象进行检测和判断，即将所分割得出的植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行差异的对比，以得到植物根茎叶结构部分缺水状况数据信息，此植物根茎叶结构部分缺水状况数据信息是指缺水植物的根茎叶各结构部位缺水程度数据相加的总和，即缺水植物的整体缺水程度，并将此植物根茎叶结构部分缺水状况数据信息与扩张部分区域标记结果中植物的缺水状况数据信息中的数据进行求和，并输出植物缺水程度判定结果，以便于在对所检测的目标缺水植物的整体缺水状况数据信息进行检测后，为了规避目标缺水植物对周边较近区域的植物造成了影响缺水不同程度的数据信息也进行检测，以降低当所检测的目标植物的缺水程度数据信息检测并进行了后续的处理后，同时发生了邻近区域植物缺水现象的发生情况的提前预测，以提高了信息检测的及时性。
10、优选的，基于所述农业植物生长图像信息，获取农业植物生长图像信息中植物的叶片颜色信息，筛选出叶片颜色枯黄存有缺水现象植物图像信息，输出缺水现象植物图像筛选结果；
11、计算出所述缺水现象植物图像筛选结果中缺水植物所覆盖的区域面积，输出缺水现象植物覆盖区域面积信息集；
12、获取缺水现象植物覆盖区域面积信息集中各个区域内的叶片颜色枯黄程度数据信息；
13、对所述缺水现象植物覆盖区域面积信息集中的多个区域，依据叶片颜色枯黄程度数据信息进行缺水影响土壤区域范围面积的扩张，输出缺水土壤影响区域扩张结果。
14、通过采用上述技术方案，通过将农业植物生长图像信息中出现了颜色枯黄现象且存有缺水现象的植物进行图像信息的筛选，以将所筛选出的图像信息进行对周边邻近区域植物的影响区域范围扩张，以提高后续周边邻近区域内植物出现的隐藏性的缺水状况进行及时性的提前缺水数据信息的预测，所要扩张的区域需根据缺水植物的叶片颜色枯黄程度数据信息来进行缺水影响土壤区域范围面积的扩张，以得出缺水土壤影响区域扩张结果。
15、优选的，将所述缺水土壤影响区域扩张结果进行植物所覆盖区域面积的区域切割，输出缺水土壤影响扩张部分区域切割结果；
16、基于所述缺水土壤影响扩张部分区域切割结果，对所扩张部分切割出的区域依据叶片颜色枯黄程度数据信息进行不同颜色程度的标记，输出扩张部分区域标记结果。
17、通过采用上述技术方案，通过将所得出的缺水土壤影响区域扩张结果进行原先所主要检测的缺水植物区域的剔除，以便降低所检测的缺水植物做在的区域对周边邻近所扩张的部分区域信息检测的干扰，为了使得多个所扩张的部分区域植物的影响缺水状况程度更好的可直观性的区分，将所扩张部分切割出的区域依据叶片颜色枯黄程度数据信息进行不同颜色程度的标记，以得到扩张部分区域标记结果。
18、优选的，对所述农业植物生长图像信息中存有缺水现象的植物生长状况信息进行提取，输出缺水现象植物生长状况信息提取结果；
19、基于所述缺水现象植物生长状况信息提取结果，对植物生长状况信息进行植物根、茎、叶三个主要结构部分的分割，输出缺水现象植物生长状况结构初分割结果。
20、通过采用上述技术方案，通过对所筛选出所有存有缺水现象的植物生长状况信息进行提取，以将植物生长状况信息进行根茎叶三种结构部分生长状况信息的分割，并得到缺水现象植物生长状况结构初分割结果，以便于对植物三种结构部位的生长过程中出现有缺水现象，以及各个结构部位所存在的缺水现象有一定的差异，以此可分析判断出植物的整体的缺水程度。
21、优选的，获取缺水植物根部结构分割结果中植物根部不同部位生长面积和饱和度信息；
22、基于所述植物根部不同部位生长面积和饱和度信息，对缺水植物进行根部多等份的切分，输出植物根部细切分信息集；
23、获取缺水植物茎部结构分割结果中植物茎部不同部位茎柔韧度和饱和度信息；
24、基于所述植物茎部不同部位茎柔韧度和饱和度信息，对缺水植物进行茎部多等份的切分，输出植物茎部细切分信息集；
25、获取缺水植物叶部结构分割结果中植物叶部不同叶面部位下垂程度、色度值和叶面饱和度信息；
26、基于所述植物茎部不同叶面部位下垂程度、色度值和叶面饱和度信息，对缺水植物进行叶部多等份的切分，输出植物叶部细切分信息集；
27、将所述植物根部细切分信息集、植物茎部细切分信息集和植物叶部细切分信息集进行信息集合，输出植物根茎叶结构细化分割图像信息集。
28、通过采用上述技术方案，通过采集缺水植物根部结构分割结果中植物根部不同部位生长面积和饱和度信息、植物茎部不同部位茎柔韧度和饱和度信息和植物叶部不同叶面部位下垂程度、色度值和叶面饱和度信息，根据上述植物三种结构部分的信息对缺水植物进行根部、茎部和叶部多等份的切分，且所切分的各个等份中的植物根部生长状况信息都存在有不同程度缺水现象的差异，并输出植物根部细切分信息集、植物茎部细切分信息集和植物叶部细切分信息集，并将三种信息集进行集合，得到植物根茎叶结构细化分割图像信息集，此植物根茎叶结构细化分割图像信息集包含了缺水植物的整体部位的缺水程度状况信息，对缺水植物的整体生长结构的缺水现象进行检测，提高了对缺水植物的实际缺水程度数据信息检测的精确性，减少了只对植物某一显著缺水结构部位的单一性检测所产生的较大误差。
29、优选的，将所述植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行图像信息差异比对，输出植物根茎叶差异数据信息集；
30、设定根茎叶三种信息差异判定值，判断所述植物根茎叶差异数据信息集中各个数据是否有大于根茎叶三种信息差异判定值的数据，若是，输出植物根茎叶结构部分缺水状况数据信息。
31、通过采用上述技术方案，通过将所得出的植物根茎叶结构细化分割图像信息集预先保留，并开始从农业植物信息管理终端处获取理想条件下植物的标准植物根茎叶结构图像信息，通过将植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行图像信息差异比对，并得到植物根茎叶差异数据信息集，当判断出植物根茎叶差异数据信息集大于根茎叶三种信息差异判定值时，说明植物开始出现了缺水现象，并得出植物根茎叶结构部分缺水状况数据信息，以将缺水植物的根茎叶的整体部位的缺水情况进行了解。
32、优选的，基于所述植物根茎叶结构部分缺水状况数据信息，对影响扩张部分区域标记结果中植物缺水的影响程度进行预估，输出周边植物缺水影响程度数据信息；
33、基于所述周边植物缺水影响程度数据信息，获取扩张部分区域标记结果中植物的缺水状况数据信息；
34、将所述植物根茎叶结构部分缺水状况数据信息和扩张部分区域标记结果中植物的缺水状况数据信息的数据进行求和，输出植物缺水程度判定结果。
35、通过采用上述技术方案，通过获取到植物根茎叶结构部分缺水状况数据信息，开始对扩张部分区域标记结果中植物受影响缺水数据信息进行评估，以得到扩张部分区域标记结果中植物的缺水状况数据信息，通过将接收到的植物根茎叶结构部分缺水状况数据信息和扩张部分区域标记结果中植物的缺水状况数据信息进行求和，以得到最后所要检测出的缺水植物实际所需的水量补给数据额度信息。
36、优选的，基于所述植物根茎叶结构部分缺水状况数据信息，将大于根茎叶三种信息差异判定值的植物根茎叶差异数据信息集进行数据信息的叠加，输出缺水植物整体缺水数据额度信息；
37、获取扩张部分区域标记结果中土壤状况信息；
38、基于所述缺水植物整体缺水数据额度信息和土壤状况信息，对扩张部分区域标记结果中植物受影响产生缺水程度数据额度信息进行预测，输出扩张部分区域标记结果中植物的缺水状况数据信息。
39、通过采用上述技术方案，通过将大于根茎叶三种信息差异判定值的植物根茎叶差异数据信息集进行数据信息的叠加，以得出植物根茎叶结构部分缺水状况数据信息，此缺水植物整体缺水数据额度信息只是缺水植物覆盖区域内的所检测出的最终所需水量补给的数据信息，还需对缺水植物周边邻近所扩张部分区域内受影响会产生缺水状况的植物所需的水量补给数据信息进行一定的预测，以使得对植物缺水的多种情况下信息检测的多样性，规避对明显缺水现象植物的缺水情况检测的单一性，提高信息检测及检测后处理方案实施的高效性，根据土壤状况信息，以得知扩张部分区域标记结果中受到缺水植物覆盖区域影响的水量流失状况。
40、第二方面，一种基于大数据的智慧农业监控管理系统，包括：
41、信息采集单元，用于获取农业植物生长图像信息，将农业植物生长图像信息进行保留，以便后续对农业植物生长图像信息进行植物根茎叶三种部位信息的检测；
42、区域信息扩张单元，用于将农业植物生长图像信息进行缺水现象植物周边影响范围的扩张，并输出缺水土壤影响区域扩张结果；
43、扩张区域标记单元，用于对缺水土壤影响区域扩张结果中所截取出的各个扩张部分区域进行标记，并输出扩张部分区域标记结果；
44、植物初次分割单元，用于对缺水现象植物进行植物生长状况信息的提取，植物生长状况信息包括植物根、茎、叶生长状况信息，并输出缺水现象植物生长状况结构初分割结果；
45、植物细化分割单元，用于对缺水现象植物生长状况结构初分割结果中的植物初次分割后的根、茎、叶结构部分再分别进行多个结构等分的细化分割，并输出植物根茎叶结构细化分割图像信息集，并将植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行差异对比，以输出植物根茎叶结构部分缺水状况数据信息；
46、缺水程度判定单元，用于将植物根茎叶结构部分缺水状况数据信息与扩张部分区域标记结果中植物的缺水状况数据信息中的数据进行求和，输出植物缺水程度判定结果。
47、与现有技术相比，本发明具有以下特点和有益效果：
48、1.通过获知缺水植物所覆盖的区域面积，并根据各个区域内缺水植物枯黄的颜色程度，初步判断各个区域缺水植物对周边的植物缺水的影响程度范围，即进行缺水现象植物周边影响范围的扩张，并将所扩张的部分区域进行不同颜色程度的标记，且所标记的颜色程度是依据各个区域缺水植物的枯黄颜色程度进行不同颜色程度标记的，以便于扩大对植物的缺水区域情况的检测，以往的植物缺水情况的信息检测只是对目标缺水植物进行检测，而忽视了目标缺水植物对周边的正常植物会造成缺水的影响，提高了植物缺水数据检测的可靠性。
49、2.通过对所检测出的存在缺水现象的植物进行植物生长结构信息的三种根、茎、叶结构部位的分割，以便于对于植物的这三个结构部位分别进行不同情况的信息检测，减少了因对植物的单一因素的检测所造成的较大误差，并将所初步分割出的三种植物结构部位的信息再次进行细化的分割，即将植物的根、茎、叶结构信息分别依据植物根部不同部位生长面积和饱和度信息、植物茎部不同部位茎柔韧度和饱和度信息、植物叶部不同叶面部位下垂程度、色度值和叶面饱和度信息进行植物根、茎、叶多等份的切分，以便于精确的对植物整体的缺水程度状况进行分析和判断，通过得出植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行图像信息的差异值数据信息，并将各分割结构部位的差异值数据信息进行叠加，并将所预测得出的扩张部分区域标记结果中植物的缺水状况数据信息与植物根茎叶结构部分缺水状况数据信息进行求和，以得到最终的目标缺水植物以及受影响的周边植物的缺水数据额度信息的判定检测结果，以此提高了后续对于目标缺水植物的用水量精确性的合理分配，以规避后期目标缺水植物周边受到一定影响的植物在一定时段后同样发生了缺水现象的情况进行及时性的用水量补给数据额度信息的预测，提高信息检测的及时性。
1.一种基于大数据的智慧农业监控管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述将所述农业植物生长图像信息进行缺水现象植物周边影响范围的扩张，输出缺水土壤影响区域扩张结果的步骤，包括：
3.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述基于所述缺水土壤影响区域扩张结果，截取出扩张部分的区域，输出扩张部分区域标记结果的步骤，包括：
4.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述对所述农业植物生长图像信息中的缺水现象植物进行植物生长状况信息的提取，输出缺水现象植物生长状况结构初分割结果的步骤，包括：
5.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述缺水现象植物生长状况结构初分割结果包括缺水植物根部结构分割结果、缺水植物茎部结构分割结果和缺水植物叶部结构分割结果，所述基于所述缺水现象植物生长状况结构初分割结果，对分割后的根、茎、叶结构部分再分别进行多个结构等分的细化分割，输出植物根茎叶结构细化分割图像信息集的步骤，包括：
6.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述将所述植物根茎叶结构细化分割图像信息集与标准植物根茎叶结构图像信息进行差异对比，输出植物根茎叶结构部分缺水状况数据信息的步骤，包括：
7.根据权利要求1所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述将所述植物根茎叶结构部分缺水状况数据信息与扩张部分区域标记结果中植物的缺水状况数据信息的数据进行求和，输出植物缺水程度判定结果的步骤，包括：
8.根据权利要求7所述的一种基于大数据的智慧农业监控管理方法，其特征在于，所述获取扩张部分区域标记结果中植物的缺水状况数据信息的步骤，包括：
9.一种基于大数据的智慧农业监控管理系统，其特征在于，适用于权利要求1-8任意一项所述的一种基于大数据的智慧农业监控管理方法，包括：
