CN110619530A - 农产品溯源方法、电子设备及计算机可读存储介质 - Google Patents

Abstract

本发明涉及一种农产品溯源方法、电子设备及计算机可读存储介质。所述方法包括：设置农产品的身份标识及与所述农产品相关联的区块链上的节点的身份标识；对农产品进行收货检验获取农产品的收货检验信息，根据所述节点与所述收货检验信息生成农产品的溯源标识，并将所述收货检验信息作为所述溯源标识的摘要信息；在所述运输节点、所述入库节点及所述第一加工节点分别检测所述农产品的重量检测结果、所述图片检测结果及根据所述检测结果生成第一警示信息；在所述第二加工节点对所述农产品进行模式识别得到模式识别结果，根据所述模式识别结果的检测结果生成第二警示信息；及根据所述警示信息对所有节点所对应的用户进行奖惩。

Description

农产品溯源方法、电子设备及计算机可读存储介质

技术领域

本发明涉及产品溯源技术领域，具体涉及一种农产品溯源方法、电子设备及计算机可读存储介质。

背景技术

现有的农产品溯源方法大都采用条形码、二维码、组合码等对单个产品进行编码，在产品生命周期各环节利用产品码索引，产生相关溯源信息。然而，现有的农产品的溯源信息容易被篡改，并且在溯源信息被篡改时不能进行示警。

发明内容

鉴于以上内容，有必要提出一种农产品溯源方法、电子设备及计算机可读存储介质以在溯源信息被篡改时进行示警以提高溯源信息被篡改的难度。

本申请的第一方面提供一种农产品溯源方法，所述方法包括：

设置农产品的身份标识及与所述农产品相关联的区块链上的节点的身份标识，其中，所述节点包括农户节点、检验节点、运输节点、入库节点、第一加工节点及第二加工节点；

对所述农产品进行收货检验获取所述农产品的收货检验信息，将所述农产品的收货检验信息记录到所述区块链的节点中，根据所述区块链上的节点与所述收货检验信息生成所述农产品的溯源标识，并将所述收货检验信息作为所述溯源标识的摘要信息；及

在所述运输节点、所述入库节点及所述第一加工节点分别获取所述农产品的图片及所述农产品的重量，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配及检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果及图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果、所述图片检测结果及所述第一警示信息记录到所述溯源标识的所述运输节点、所述入库节点及所述第一加工节点中；

在所述第二加工节点对所述农产品进行模式识别得到模式识别结果，判断所述模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果是否匹配，根据所述模式识别结果的检测结果判断是否生成第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述溯源标识的所述第二加工节点中；及

根据所述溯源标识的摘要信息中的警示信息对所有节点所对应的用户进行奖惩。

优选的，所述对所述农产品进行收货检验获取所述农产品的收货检验信息包括：获取所述农户节点的身份标识、所述检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片。

优选的，所述方法还包括：根据所述农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片及一个随机数生成所述溯源标识的二维码，并将生成的所述二维码打印在所述农产品的包装上。

优选的，所述方法还包括

在所述运输节点通过称重机器获取所述农产品的第一重量，通过所述称重机器上的摄像头摄取所述农产品的第一图片，及通过所述摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第一重量是否与所述获取的农产品的重量之差是否超过一预设误差范围，当所述重量之差超过所述预设误差范围时生成一重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第一重量记录在所述溯源标识中的摘要信息中；判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述获取的第一图片记录在所述溯源标识中的运输节点中。

优选的，所述方法还包括：

在所述入库节点通过称重装置获取所述农产品的第二重量，通过所述称重装置上的摄像头摄取所述农产品的第二图片，及通过所述称重装置上摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的重量是否与通过称重机器获取的农产品的第二重量之差是否超过预设误差范围，当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第二重量记录在所述溯源标识中的摘要信息中；判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第二图片记录在所述溯源标识中的入库节点中。

优选的，所述方法还包括：

当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果不匹配时生成所述第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述第二加工节点中；及

当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果匹配时将所述农产品的所述模式识别结果的检测结果记录到所述第二加工节点中。

优选的，所述方法还包括：

判断当前节点所对应的摘要信息是否存在警示信息，并在确定当前节点所对应的摘要信息存在警示信息时，将所述警示信息发送给前序所有节点所对应的用户进行示警。

优选的，所述根据所述溯源标识的摘要信息中的警示信息对所述节点所对应的用户进行奖惩包括：

当当前节点所对应的摘要信息中存在警示信息时，当前节点之前的所有节点的用户的积分扣除第一预设分数；

当所有节点所对应的摘要信息都没有出现警示信息时，将所有节点所对应的用户的积分增加第二预设分数；及

及根据所有节点所对应的用户的积分对所有节点所对应的用户进行奖惩。

本申请的第二方面提供一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现所述农产品溯源方法。

本申请的第三方面提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现所述农产品溯源方法。

本发明在所述运输节点、所述入库节点及所述第一加工节点分别检测所述农产品的重量检测结果、所述图片检测结果及根据所述检测结果生成第一警示信息，在所述第二加工节点对所述农产品进行模式识别得到模式识别结果，根据所述模式识别结果的检测结果生成第二警示信息，及根据所述警示信息对所有节点所对应的用户进行奖惩，从而增大篡改信息的难度和成本，提高了抵御篡改信息的能力。

附图说明

图1为本发明一实施方式中农产品溯源方法的流程图。

图2为本发明一实施方式中农产品溯源装置的结构图。

图3为本发明一实施方式中电子设备的示意图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，所描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前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

优选地，本发明农产品溯源方法应用在一个或者多个电子设备中。所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(DigitalSignal Processor，DSP)、嵌入式设备等。

所述电子设备可以是桌上型计算机、笔记本电脑、平板电脑及云端服务器等计算设备。所述设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。

实施例1

图1是本发明一实施方式中农产品溯源方法的流程图。根据不同的需求，所述流程图中步骤的顺序可以改变，某些步骤可以省略。

参阅图1所示，所述农产品溯源方法具体包括以下步骤：

步骤S11，设置农产品的身份标识及与所述农产品相关联的区块链上的节点的身份标识。

本实施方式中，与所述农产品相关联的区块链上的节点可以根据所述农产品的应用场景和需求进行设定。本实施方式中，与所述农产品相关联的区块链上的节点包括，但不限于提供农产品的农户节点、对接农户来收货并检验货品质量的检验节点、运输节点、入库节点、第一加工节点及第二加工节点。所述设置农产品相关联的区块链上的节点身份标识包括：设置农户节点的身份标识、检验节点的身份标识、运输节点的身份标识、入库节点的身份标识、第一加工节点的身份标识、第二加工节点的身份标识。本实施方式中，所述区块链为公有链、联盟链或私有链。

步骤S12，对所述农产品进行收货检验获取所述农产品的收货检验信息，将所述农产品的收货检验信息记录到所述区块链的检验节点中，根据所述区块链上的节点与所述收货检验信息生成所述农产品的溯源标识，并将所述收货检验信息作为所述溯源标识的摘要信息。

本实施方式中，所述农产品在统一的交付地点进行货物检验及交付。本实施方式中，所述对所述农产品进行收货检验获取所述农产品的收货检验信息包括：获取农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片。本实施方式中，将获取到农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片记录到所述区块链的节点中，并根据所述农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片及一用于验证的随机数生成所述溯源标识的二维码，并将生成的所述二维码打印在所述农产品的包装上。

步骤S13，在运输节点、入库节点及第一加工节点分别获取所述农产品的图片及所述农产品的重量，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配及检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果及图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果、所述图片检测结果及所述第一警示信息记录到所述运输节点、所述入库节点及所述第一加工节点中。

在具体实施方式中，在所述运输节点通过称重机器获取所述农产品的第一重量，通过称重机器上的摄像头摄取所述农产品的第一图片，及通过所述摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第一重量是否与通过称重机器获取的农产品的重量之差是否超过一预设误差范围。当所述重量之差超过所述预设误差范围时生成一重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第一重量记录在所述运输节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第一重量记录在所述运输节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片不匹配时生成一图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述获取的第一图片记录在所述运输节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片匹配时将所述第一图片记录在所述运输节点中。

在所述入库节点通过称重装置获取所述农产品的第二重量，通过称重装置上的摄像头摄取所述农产品的第二图片，及通过所述称重装置上摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的重量是否与通过称重机器获取的农产品的第二重量之差是否超过预设误差范围。当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第二重量记录在所述入库节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第二重量记录在所述入库节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第二图片记录在所述入库节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片匹配时将所述第二图片记录在所述入库节点中。

在所述第一加工节点通过加工机器获取所述农产品的第三重量，通过加工机器上的摄像头摄取所述农产品的第三图片，及通过所述加工机器上的摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第三重量是否与通过加工机器获取的农产品的重量之差是否超过预设误差范围。当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第三重量记录在所述第一加工节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第三重量记录在所述第一加工节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述三图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第三图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第三图片记录在所述第一加工节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第三图片匹配时将所述第三图片记录在所述第一加工节点中。

步骤S14，在第二加工节点对所述农产品进行模式识别得到模式识别结果，判断所述模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果是否匹配，根据所述模式识别结果的检测结果判断是否生成第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述溯源标识的摘要信息中。

本实施方式中，采用K-Nearest Neighbor、Bayes Classifier、PrincipleComponent Analysis或Non-negative Matrix Factorization模式识别算法对所述农产品进行模式识别得到所述农产品的模式识别结果。本实施方式中，当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果不匹配时生成所述第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述第二加工节点中。当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果匹配时将所述农产品的所述模式识别结果的检测结果记录到所述第二加工节点中。

本实施方式中，所述方法还包括步骤：当所述溯源标识的摘要信息中存在警示信息时根据所述警示信息进行示警。

具体的，所述当确定所述溯源标识的摘要信息中存在警示信息时根据所述警示信息进行示警包括：判断当前节点所对应的摘要信息是否存在警示信息，并在确定当前节点所对应的摘要信息存在警示信息时，将所述警示信息发送给前序所有节点所对应的用户以进行提醒。

步骤S15，根据所述溯源标识的摘要信息中的警示信息对所述节点所对应的用户进行奖惩。

在具体实施方式中，每一节点所对应的用户具有积分。当当前节点所对应的摘要信息中存在警示信息时，当前节点之前的所有节点的用户的积分扣除第一预设分数；当所有节点所对应的摘要信息都没有出现警示信息时，将所有节点所对应的用户的积分增加第二预设分数，及根据所有节点所对应的用户的积分对所有节点所对应的用户进行奖惩。本实施方式中，每隔预设周期对所有所述节点的用户的积分进行统计，将高于阈值的积分用户作为优质客户，并推荐给农产品交易的高级买家或农产品交易平台的高管。

本实施方式中，所述方法在步骤S13之前还包括：

获取所述节点的用户的积分；

根据所述节点的用户的积分判断当前节点的用户是否为优质客户；及

当当前节点的用户为优质客户时，选择农产品的重量或图片中的一种进行检测，根据所述农产品的重量检测结果或图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果或所述图片检测结果中的一种及所述第一警示信息记录到当前节点中。

具体的，当当前节点的用户为优质客户时，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配或检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果或图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果或所述图片检测结果中的一种及所述第一警示信息记录到当前节点中。

本实施方式中，所述方法在步骤S13中还包括：

分别获取所述运输节点、入库节点及第一加工节点所对应的用户的积分；

根据所述运输节点、入库节点及第一加工节点的用户的积分判断所述运输节点、入库节点及第一加工节点的用户是否都为优质客户；及在确认所述运输节点、入库节点及第一加工节点的用户都为优质客户时只在所述运输节点、入库节点及第一加工节点中的一节点处选择农产品的重量或图片中的一种进行检测。

实施例2

图2为本发明一实施方式中农产品溯源装置40的结构图。

在一些实施例中，所述农产品溯源装置40运行于电子设备中。所述农产品溯源装置40可以包括多个由程序代码段所组成的功能模块。所述农产品溯源装置40中的各个程序段的程序代码可以存储于存储器中，并由至少一个处理器所执行。

本实施例中，所述农产品溯源装置40根据其所执行的功能，可以被划分为多个功能模块。参阅图2所示，所述农产品溯源装置40可以包括设置模块401、摘要信息生成模块402、第一检验模块403、第二检验模块404及奖惩模块405。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。所述在一些实施例中，关于各模块的功能将在后续的实施例中详述。

所述设置模块401设置农产品的身份标识及与所述农产品相关联的区块链上的节点的身份标识。

本实施方式中，与所述农产品相关联的区块链上的节点可以根据所述农产品的应用场景和需求进行设定。本实施方式中，与所述农产品相关联的区块链上的节点包括，但不限于提供农产品的农户节点、对接农户来收货并检验货品质量的检验节点、运输节点、入库节点、第一加工节点及第二加工节点。所述设置模块401设置农产品相关联的区块链上的节点身份标识包括：设置农户节点的身份标识、检验节点的身份标识、运输节点的身份标识、入库节点的身份标识、第一加工节点的身份标识、第二加工节点的身份标识。本实施方式中，所述区块链为公有链、联盟链或私有链。

所述摘要信息生成模块402对所述农产品进行收货检验获取所述农产品的收货检验信息，将所述农产品的收货检验信息记录到所述区块链的检验节点中，根据所述区块链上的节点与所述收货检验信息生成所述农产品的溯源标识，并将所述收货检验信息作为所述溯源标识的摘要信息。

本实施方式中，所述农产品在统一的交付地点进行货物检验及交付。本实施方式中，所述对所述农产品进行收货检验获取所述农产品的收货检验信息包括：获取农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片。本实施方式中，将获取到农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片记录到所述区块链的节点中，并根据所述农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片及一用于验证的随机数生成所述溯源标识的二维码，并将生成的所述二维码打印在所述农产品的包装上。

所述第一检验模块403在运输节点、入库节点及第一加工节点分别获取所述农产品的图片及所述农产品的重量，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配及检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果及图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果、所述图片检测结果及所述第一警示信息记录到所述运输节点、所述入库节点及所述第一加工节点中。

在具体实施方式中，在所述运输节点通过称重机器获取所述农产品的第一重量，通过称重机器上的摄像头摄取所述农产品的第一图片，及通过所述摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第一重量是否与通过称重机器获取的农产品的重量之差是否超过一预设误差范围。当所述重量之差超过所述预设误差范围时生成一重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第一重量记录在所述运输节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第一重量记录在所述运输节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片不匹配时生成一图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述获取的第一图片记录在所述运输节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片匹配时将所述第一图片记录在所述运输节点中。

在所述入库节点通过称重装置获取所述农产品的第二重量，通过称重装置上的摄像头摄取所述农产品的第二图片，及通过所述称重装置上摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的重量是否与通过称重机器获取的农产品的第二重量之差是否超过预设误差范围。当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第二重量记录在所述入库节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第二重量记录在所述入库节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第二图片记录在所述入库节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片匹配时将所述第二图片记录在所述入库节点中。

在所述第一加工节点通过加工机器获取所述农产品的第三重量，通过加工机器上的摄像头摄取所述农产品的第三图片，及通过所述加工机器上的摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第三重量是否与通过加工机器获取的农产品的重量之差是否超过预设误差范围。当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第三重量记录在所述第一加工节点中。当所述重量之差没有超过所述预设误差范围时所述获取的农产品的第三重量记录在所述第一加工节点中。所述方法还判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述三图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第三图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第三图片记录在所述第一加工节点中。当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第三图片匹配时将所述第三图片记录在所述第一加工节点中。

所述第二检验模块404在第二加工节点对所述农产品进行模式识别得到模式识别结果，判断所述模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果是否匹配，根据所述模式识别结果的检测结果判断是否生成第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述溯源标识的摘要信息中。

本实施方式中，所述第二检验模块404采用K-Nearest Neighbor、BayesClassifier、Principle Component Analysis或Non-negative Matrix Factorization模式识别算法对所述农产品进行模式识别得到所述农产品的模式识别结果。本实施方式中，当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果不匹配时生成所述第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述第二加工节点中。当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果匹配时将所述农产品的所述模式识别结果的检测结果记录到所述第二加工节点中。

本实施方式中，所述第二检验模块404还用于当所述溯源标识的摘要信息中存在警示信息时根据所述警示信息进行示警。

具体的，所述当确定所述溯源标识的摘要信息中存在警示信息时根据所述警示信息进行示警包括：判断当前节点所对应的摘要信息是否存在警示信息，并在确定当前节点所对应的摘要信息存在警示信息时，将所述警示信息发送给前序所有节点所对应的用户进行示警。

所述奖惩模块405根据所述溯源标识的摘要信息中的警示信息对所述节点所对应的用户进行奖惩。

在具体实施方式中，每一节点所对应的用户具有积分。当当前节点所对应的摘要信息中存在警示信息时，当前节点之前的所有节点的用户的积分扣除第一预设分数；当所有节点所对应的摘要信息都没有出现警示信息时，将所有节点所对应的用户的积分增加第二预设分数，及根据所有节点所对应的用户的积分对所有节点所对应的用户进行奖惩。本实施方式中，每隔预设周期对所有所述节点的用户的积分进行统计，将高于阈值的积分用户作为优质客户，并推荐给农产品交易的高级买家或农产品交易平台的高管。

本实施方式中，所述第一检验模块403还包括：

获取所述节点的用户的积分；

根据所述节点的用户的积分判断当前节点的用户是否为优质客户；及

当当前节点的用户为优质客户时，选择农产品的重量或图片中的一种进行检测，根据所述农产品的重量检测结果或图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果或所述图片检测结果中的一种及所述第一警示信息记录到当前节点中。

具体的，当当前节点的用户为优质客户时，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配或检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果或图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果或所述图片检测结果中的一种及所述第一警示信息记录到当前节点中。

本实施方式中，所述第一检验模块403还包括：

分别获取所述运输节点、入库节点及第一加工节点所对应的用户的积分；

根据所述运输节点、入库节点及第一加工节点的用户的积分判断所述运输节点、入库节点及第一加工节点的用户是否都为优质客户；及

在确认所述运输节点、入库节点及第一加工节点的用户都为优质客户时只在所述运输节点、入库节点及第一加工节点中的一节点处选择农产品的重量或图片中的一种进行检测。

实施例3

图3为本发明一实施方式中电子设备6的示意图。

所述电子设备6包括存储器61、处理器62以及存储在所述存储器61中并可在所述处理器62上运行的计算机程序63。所述处理器62执行所述计算机程序63时实现上述农产品溯源方法实施例中的步骤，例如图1所示的步骤S11～S15。或者，所述处理器62执行所述计算机程序63时实现上述农产品溯源装置实施例中各模块/单元的功能，例如图2中的模块401～405。

示例性的，所述计算机程序63可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器62执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，所述指令段用于描述所述计算机程序63在所述电子设备6中的执行过程。例如，所述计算机程序63可以被分割成图2中的设置模块401、摘要信息生成模块402、第一检验模块403、第二检验模块404及奖惩模块405，各模块具体功能参见实施例2。

本实施方式中，所述电子设备6可以是桌上型计算机、笔记本、掌上电脑及云端终端装置等计算设备。本领域技术人员可以理解，所述示意图仅仅是电子设备6的示例，并不构成对电子设备6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备6还可以包括输入输出设备、网络接入设备、总线等。

所称处理器62可以是中央处理模块(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器62也可以是任何常规的处理器等，所述处理器62是所述电子设备6的控制中心，利用各种接口和线路连接整个电子设备6的各个部分。

所述存储器61可用于存储所述计算机程序63和/或模块/单元，所述处理器62通过运行或执行存储在所述存储器61内的计算机程序和/或模块/单元，以及调用存储在存储器61内的数据，实现所述电子设备6的各种功能。所述存储器61可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备6的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器61可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

所述电子设备6集成的模块/单元如果以软件功能模块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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

在本发明所提供的几个实施例中，应该理解到，所揭露的电子设备和方法，可以通过其它的方式实现。例如，以上所描述的电子设备实施例仅仅是示意性的，例如，所述模块的划分，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。

另外，在本发明各个实施例中的各功能模块可以集成在相同处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在相同模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他模块或步骤，单数不排除复数。电子设备权利要求中陈述的多个模块或电子设备也可以由同一个模块或电子设备通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种农产品溯源方法，其特征在于，所述方法包括：

设置农产品的身份标识及与所述农产品相关联的区块链上的节点的身份标识，其中，所述节点包括农户节点、检验节点、运输节点、入库节点、第一加工节点及第二加工节点；

对所述农产品进行收货检验获取所述农产品的收货检验信息，将所述农产品的收货检验信息记录到所述区块链的节点中，根据所述区块链上的节点与所述收货检验信息生成所述农产品的溯源标识，并将所述收货检验信息作为所述溯源标识的摘要信息；

在所述运输节点、所述入库节点及所述第一加工节点分别获取所述农产品的图片及所述农产品的重量，检测所述获取的农产品的重量与所述溯源标识的摘要信息中所记录的重量是否相匹配及检测所述获取的农产品的图片与所述溯源标识的摘要信息中所记录的图片是否相匹配，根据所述农产品的重量检测结果及图片检测结果判断是否生成第一警示信息，并将所述农产品的重量检测结果、所述图片检测结果及所述第一警示信息记录到所述溯源标识的所述运输节点、所述入库节点及所述第一加工节点中；

在所述第二加工节点对所述农产品进行模式识别得到模式识别结果，判断所述模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果是否匹配，根据所述模式识别结果的检测结果判断是否生成第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述溯源标识的所述第二加工节点中；及

根据所述溯源标识的摘要信息中的警示信息对所有节点所对应的用户进行奖惩。

2.如权利要求1所述的农产品溯源方法，其特征在于，所述对所述农产品进行收货检验获取所述农产品的收货检验信息包括：获取所述农户节点的身份标识、所述检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片。

3.如权利要求1所述的农产品溯源方法，其特征在于，所述方法还包括：根据所述农户节点的身份标识、检验节点的身份标识、农产品等级、农产品重量、检验时间、地点、农产品图片及一个随机数生成所述溯源标识的二维码，并将生成的所述二维码打印在所述农产品的包装上。

4.如权利要求3所述的农产品溯源方法，其特征在于，所述方法还包括在所述运输节点通过称重机器获取所述农产品的第一重量，通过所述称重机器上的摄像头摄取所述农产品的第一图片，及通过所述摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的第一重量是否与所述获取的农产品的重量之差是否超过一预设误差范围，当所述重量之差超过所述预设误差范围时生成一重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第一重量记录在所述溯源标识中的摘要信息中；判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第一图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述获取的第一图片记录在所述溯源标识中的运输节点中。

5.如权利要求3所述的农产品溯源方法，其特征在于，所述方法还包括：

在所述入库节点通过称重装置获取所述农产品的第二重量，通过所述称重装置上的摄像头摄取所述农产品的第二图片，及通过所述称重装置上摄像头摄取所述农产品的包装上的二维码以识别所述农产品的溯源标识，判断所述溯源标识中的摘要信息中所记录的农产品的重量是否与通过称重机器获取的农产品的第二重量之差是否超过预设误差范围，当所述重量之差超过预设误差范围时生成重量不匹配的警示信息，并将所述重量不匹配的警示信息及所述获取的农产品的第二重量记录在所述溯源标识中的摘要信息中；判断所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片是否匹配，当所述溯源标识中的摘要信息中所记录的农产品的图片与所述第二图片不匹配时生成图片不匹配的警示信息，并将所述图片不匹配的警示信息及所述第二图片记录在所述溯源标识中的入库节点中。

6.如权利要求3所述的农产品溯源方法，其特征在于，所述方法还包括：

当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果不匹配时生成所述第二警示信息，并将所述农产品的所述模式识别结果的检测结果及所述第二警示信息记录到所述第二加工节点中；及

当所述农产品的模式识别结果与所述溯源标识的摘要信息中所记录的农产品的模式识别结果匹配时将所述农产品的所述模式识别结果的检测结果记录到所述第二加工节点中。

7.如权利要求1所述的农产品溯源方法，其特征在于，所述方法还包括：

判断当前节点所对应的摘要信息是否存在警示信息，并在确定当前节点所对应的摘要信息存在警示信息时，将所述警示信息发送给前序所有节点所对应的用户进行示警。

8.如权利要求3所述的农产品溯源方法，其特征在于，所述根据所述溯源标识的摘要信息中的警示信息对所述节点所对应的用户进行奖惩包括：

当当前节点所对应的摘要信息中存在警示信息时，当前节点之前的所有节点的用户的积分扣除第一预设分数；

当所有节点所对应的摘要信息都没有出现警示信息时，将所有节点所对应的用户的积分增加第二预设分数；及

及根据所有节点所对应的用户的积分对所有节点所对应的用户进行奖惩。

9.一种电子设备，其特征在于：所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一项所述农产品溯源方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述农产品溯源方法。