CN112867194A - 一种led光源的控制方法、控制装置、服务器及介质 - Google Patents
一种led光源的控制方法、控制装置、服务器及介质 Download PDFInfo
- Publication number
- CN112867194A CN112867194A CN202110063757.5A CN202110063757A CN112867194A CN 112867194 A CN112867194 A CN 112867194A CN 202110063757 A CN202110063757 A CN 202110063757A CN 112867194 A CN112867194 A CN 112867194A
- Authority
- CN
- China
- Prior art keywords
- plant
- led light
- light source
- growth
- type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 230000012010 growth Effects 0.000 claims abstract description 126
- 230000008635 plant growth Effects 0.000 claims abstract description 92
- 230000002159 abnormal effect Effects 0.000 claims abstract description 87
- 238000011217 control strategy Methods 0.000 claims abstract description 56
- 238000003860 storage Methods 0.000 claims abstract description 13
- 241000607479 Yersinia pestis Species 0.000 claims description 77
- 238000001228 spectrum Methods 0.000 claims description 61
- 230000000694 effects Effects 0.000 claims description 26
- 230000007613 environmental effect Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 22
- 230000009546 growth abnormality Effects 0.000 claims description 20
- 238000005286 illumination Methods 0.000 claims description 18
- 230000003902 lesion Effects 0.000 claims description 18
- 201000010099 disease Diseases 0.000 claims description 17
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 17
- 238000003698 laser cutting Methods 0.000 claims description 15
- 238000005520 cutting process Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 abstract description 17
- 241000196324 Embryophyta Species 0.000 description 227
- 238000001514 detection method Methods 0.000 description 20
- 241000238631 Hexapoda Species 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 13
- 241000221785 Erysiphales Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000013136 deep learning model Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000029553 photosynthesis Effects 0.000 description 3
- 238000010672 photosynthesis Methods 0.000 description 3
- 230000001954 sterilising effect Effects 0.000 description 3
- 244000105624 Arachis hypogaea Species 0.000 description 2
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- 208000003643 Callosities Diseases 0.000 description 2
- 206010020649 Hyperkeratosis Diseases 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 244000061458 Solanum melongena Species 0.000 description 2
- 235000002597 Solanum melongena Nutrition 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 230000001678 irradiating effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 235000020232 peanut Nutrition 0.000 description 2
- 230000029264 phototaxis Effects 0.000 description 2
- 230000008636 plant growth process Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000003450 growing effect Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 229910052700 potassium Inorganic materials 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/20—Controlling the colour of the light
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
- H05B47/125—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Agronomy & Crop Science (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Catching Or Destruction (AREA)
Abstract
本申请适用于农业技术领域，提供了一种LED光源的控制方法、控制装置、服务器及计算机可读存储介质，所述控制方法包括：基于被检测区域内的植物生长图像，确定植物的生长异常类型；根据生长异常类型，确定植物对应的LED光源的控制策略；根据控制策略控制LED光源中的目标LED光源工作。上述LED光源的控制方法在确定植物的生长异常类型之后，可以根据该生长异常类型确定该植物对应的LED光源的控制策略，并根据该控制策略控制目标LED光源工作，从而可以解决植物在生长过程中所产生的生长异常现象，丰富了LED光源的在植物种植方面的使用范围。
Description
技术领域
本申请属于农业技术领域，尤其涉及一种LED控制方法、控制装置、服务器及计算机可读存储介质。
背景技术
目前，随着发光二极管(Light Emitting Diode，LED)照明光谱技术的长足发展，已有模拟自然光光谱的全光谱LED用于植物照明方面，以期植物在生长过程中可以达到在太阳光照射下的生长效果。
然而，在实际生活中，由于土壤等原因，植物在其生长过程中会遇到各种病虫害，因此，为了提高农业生产的质量，通常需要对种植的植物进行病虫害防治。而现有的全光谱LED的控制方法仅是控制全光谱LED在植物的生长过程中模拟植物所需的光照环境，并未针对植物的病虫害现象进行工作，也就是说，现有的全光谱LED光的控制方法在控制全光谱LED模拟植物的光照环境时，不能避免植物在生长过程中出现生长异常现象(如：生长不良、病害现象和/或虫害现象)。由此可见，现有的全光谱LED控制方法存在无法解决植物在生长过程中出现的生长异常现象，适用范围小的问题。
发明内容
本申请实施例提供了一种LED光源的控制方法、控制装置、服务器及计算机可读存储介质，可以解决现有的全光谱LED控制方法存在无法解决植物在生长过程中出现的生长异常现象，适用范围小的问题。
第一方面，本申请实施例提供了一种LED光源的控制方法，包括：
基于被检测区域内的植物生长图像，确定所述植物的生长异常类型；
根据所述生长异常类型，确定所述植物对应的LED光源的控制策略；
根据所述控制策略控制所述LED光源中的目标LED光源工作。
第二方面，本申请实施例提供了一种LED光源的控制装置，包括：
第一确定单元，用于基于被检测区域内的植物生长图像，确定所述植物的生长异常类型；
第二确定单元，用于根据所述生长异常类型，确定所述植物对应的LED光源的控制策略；
控制单元，用于根据所述控制策略控制所述LED光源中的目标LED光源工作。
第三方面，本申请实施例提供了一种服务器，包括：
存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，上述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的控制方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的控制方法的步骤。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在服务器上运行时，使得服务器可执行上述第一方面中任一项所述的控制方法。
本申请实施例与现有技术相比存在的有益效果是：
本申请实施例提供的一种LED光源的控制方法，通过基于被检测区域内的植物生长图像，确定植物的生长异常类型；根据生长异常类型，确定植物对应的LED光源的控制策略；根据控制策略控制LED光源中的目标LED光源工作。上述LED光源的控制方法在确定植物的生长异常类型之后，可以根据该生长异常类型确定该植物对应的LED光源的控制策略，并根据该控制策略控制目标LED光源工作，从而可以解决植物在生长过程中所产生的生长异常现象，丰富了LED光源的在植物种植方面的使用范围。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请提供的LED光源的控制***的结构示意图；
图2是本申请实施例提供的一种LED光源的控制方法的实现流程图；
图3是本申请实施例提供的一种LED光源的控制方法中S202的具体实现流程图；
图4是本申请另一实施例提供的一种LED光源的控制方法的实现流程图；
图5是本申请再一实施例提供的一种LED光源的控制方法的实现流程图；
图6是本申请再一实施例提供的一种LED光源的控制方法中S503的具体实现流程图；
图7是本申请实施例提供的LED光源的控制装置的结构示意图；
图8是本申请实施例提供的服务器的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的***、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
在实际应用中，模拟自然光光谱的全光谱发光二极管(Light Emitting Diode，LED)可以用于植物照明方面，在植物的生长过程中模拟植物所需的光照环境，以期植物在生长过程中可以达到在太阳光照射下的生长效果。
请参阅图1，图1是本申请实施例提供的LED光源控制***的示意图。在本申请的所有实施例中，LED光源的控制方法的执行主体为服务器。如图1所示，该LED光源的控制***包括至少一个摄像模块(图中仅示出三个)10、用于支持摄像模块10进行移动的导轨20及多个LED光源30。需要说明的是，该LED光源的控制***还包括服务器(图中未示出)。其中，服务器分别与摄像模块10、LED光源30连接。服务器可以包括但不限于智能手机、平板电脑或台式电脑等。摄像模块10用于对被检测区域内的植物40进行拍摄，LED光源30用于对植物40进行光线照射。作为示例而非限定，摄像模块10可以是具有360度旋转功能的摄像机。每个LED光源30可以包括但不限于深紫外LED光源31和全光谱LED光源32。
需要说明的是，深紫外LED光源31用于对植物进行杀菌，全光谱LED光源32用于模拟植物在生长过程中所需的光照环境。
如图1所示，为了便于获取大面积种植范围内所有预设植物的图像以及对所有植物实现光线照射，可以将整个种植范围划分为多个被检测区域，并在每个被检测区域内设置一个摄像模块10和一个LED光源30。其中，预设植物可以根据实际需要确定，此处不作限制，示例性的，假设大面积种植范围内种植的植物为玉米，则预设植物即为在各个生长阶段的玉米；假设大面积种植范围内种植的植物包括但不限于花生和茄子等多种植物，则预设植物即为在各个生长阶段的花生和茄子等。
需要说明的是，预设植物指除杂草以外的种植的植物。杂草指非栽培的野生植物或对人类有碍的植物。
基于此，服务器可以将各个被检测区域分别与该被检测区域内的摄像模块10的位置信息、LED光源30的位置信息进行关联存储，方便服务器在需要对被检测区域内的植物40进行光线照射时，可以根据被检测区域与LED光源30位置信息之间的对应关系，确定与该被检测区域对应的LED光源的位置信息对应的LED光源30对植物40进行光线照射。
在本申请的一个实施例中，LED光源的控制***还可以包括至少一个测距模块(图中未示出)。测距模块可以是超声波传感器或雷达传感器，用于确定LED光源30与植物40之间的距离。为了提高测距模块准确率，可以将测距模块设置于LED光源30中深紫外LED光源31的左侧或右侧，全光谱LED光源32的左侧或右侧。
在本申请的另一实施例中，LED光源的控制***还可以包括至少一个可伸缩的捕虫器(图中未示出)。可伸缩的捕虫器用于对植物四周的害虫进行捕杀。其中，可伸缩的捕虫器可以设置在测距模块的左侧或右侧。
在本申请的再一个实施例中，LED光源的控制***还可以包括信息提示模块。信息提示模块用于输出各种提示信息。
请参阅图2，图2是本申请实施例提供的一种LED光源的控制方法的实现流程图。本申请实施例中，该LED光源的控制方法的执行主体为服务器。如图2所示，本申请实施例提供的一种LED光源的控制方法可以包括S201～S203，详述如下：
在S201中，基于被检测区域内的植物生长图像，确定所述植物的生长异常类型。
本申请实施例中，当相关人员需要对某被检测区域内的植物的进行检测时，可以触发启动植物检测的预设指令。其中，启动植物检测的预设指令可以根据实际需要设置，此处不作限制。
示例性的，启动植物检测的预设指令可以是：检测到触发预设操作。其中，预设操作可以根据实际需求进行确定，此处不做限制。示例性的，预设操作可以为点击预设控件，即服务器若检测到相关人员点击预设APP内的预设控件，则认为触发了预设操作，即认为检测到相关人员触发启动植物检测的预设指令。
服务器响应于启动植物检测的预设指令，通过摄像模块获取监控区域内各个被检测区域内的植物生长图像。其中，监控区域指预设植物的种植范围，可以将该监控区域划分为多个被检测区域。以大棚种植为例，监控区域指整个大棚区域。
本申请实施例中，服务器基于被检测区域内的植物生长图像，可以确定该植物生长图像中的植物的生长异常类型。其中，生长异常类型包括但不限于植物病变、虫害、光照不足和/或缺少生长元素。需要说明的是，虫害和光照不足统称为环境不适。
在本申请的一个实施例中，由于服务器预先存储了各个预设参考图像与生长异常类型之间的对应关系，因此，服务器可以将被检测区域内的植物生长图像与预设参考图像进行相似度比较，确定植物生长图像中植物的生长异常类型。
具体的，服务器可以将被检测区域内的植物生长图像与各个预设参考图像进行一一对比，若检测到预设参考图像中存在与植物生长图像的相似度大于或等于第二预设相似度阈值的第一参考图像，则基于预先存储的各个预设参考图像与生长异常类型之间的对应关系，将第一参考图像对应的生长异常类型确定为植物生长图像中植物的生长异常类型。其中，第二预设相似度阈值可以根据实际需要设置，此处不作限制。
在本申请的另一个实施例中，服务器可以预先存储有异常类型检测模型。
异常类型检测模型用于检测植物生长图像中的目标植物存在预设生长异常类型的概率。预设生长异常类型可以根据实际需要设置，此处不作限制，示例性的，预设生长异常类型可以包括但不限于植物病变、虫害、光照不足及缺少生长元素等。异常类型检测模型可以是基于预设样本集对预先构建的深度学习模型进行训练所得的。其中，预设样本集中的每条样本数据均包括样本植物生长图像和样本植物生长图像对应的生长异常类型概率矩阵。生长异常类型概率矩阵中的每个元素的值用于表示样本植物生长图像中的目标植物存在该元素对应的预设生长异常类型的概率。在对预先构建的深度学习模型进行训练时，将每条样本中的样本植物生长图像作为深度学习模型的输入，将每条样本中的样本植物生长图像对应的生长异常类型概率矩阵作为深度学习模型的输出，通过训练，深度学习模型可以学习到所有可能的植物生长图像与植物生长异常类型概率矩阵之间的对应关系，将训练好的深度学习模型作为异常类型检测模型。
示例性的，假设生长异常类型概率矩阵为[A,B,C,D]，元素A、元素B、元素C及元素D分别对应预设生长异常类型1、预设生长异常类型2、预设生长异常类型3及预设生长异常类型4，那么，元素A的取值用于表示目标植物生长图像中的目标植物存在预设生长异常类型1的概率，元素B的取值用于表示目标植物生长图像中的目标植物存在预设生长异常类型2的概率，元素C的取值用于表示目标植物生长图像中的目标植物存在预设生长异常类型3的概率，元素D的取值用于表示目标植物生长图像中的目标植物存在预设生长异常类型4的概率。
本申请实施例中，异常类型检测模型可以由多个用于检测不同生长异常类型的子异常类型检测模型构成。示例性的，异常类型检测模型可以包括用于检测存在植物病变的第一子异常类型检测模型、用于检测存在虫害的第二子异常类型检测模型、用于检测存在光照不足的第三子异常类型检测模型及用于检测存在缺少生长元素的第三子异常类型检测模型。
基于此，服务器具体可以根据以下步骤确定植物生长图像中的植物的生成异常类型，详述如下：
将所述植物生长图像输入预先构建的异常类型检测模型进行处理，得到所述植物生长图像对应的生长异常类型概率矩阵。
若所述生长异常类型概率矩阵中的第一元素的值大于所述第一元素对应的预设概率阈值，则确定所述植物存在所述第一元素对应的预设生长异常类型。
本实施例中，服务器在得到植物生长图像对应的生长异常类型概率矩阵后，可以将生长异常类型概率矩阵中每个元素的值与该元素对应的预设概率阈值进行比较。服务器若检测到生长异常类型概率矩阵中的至少一个元素的值大于该元素对应的预设概率阈值，则确定植物生长图像中的植物存在该元素对应的生长异常类型。
需要说明的是，每个元素对应的预设概率阈值可以相同，也可以不同，且预设概率阈值可以根据实际需要设置，此处不作限制。
示例性的，假设生长异常类型概率矩阵[A,B,C]的取值为[0.9,0.7,0.95]，每个元素对应的预设概率阈值均为0.9，由于元素C的概率值大于0.9，因此，服务器可以确定植物生长图像中的植物存在元素C对应的预设生长异常类型3。
服务器将植物生长图像输入预先构建的异常类型检测模型进行处理具体可以包括：将植物生长图像分别输入多个用于检测不同生长异常类型的子异常类型检测模型中，每个子异常类型检测模型均会输出一个概率值，进而得到由每个概率值构成的生长异常类型概率矩阵。其中，每个概率值用于表示植物生长图像存在某个预设生长异常类型的几率。
在本申请的一个实施例中，服务器若检测到异常类型概率矩阵中的每个元素的值均小于或等于该元素对应的预设概率阈值，则确定植物生长图像中的植物不存在任何生长异常类型。
在S202中，根据所述生长异常类型，确定所述植物对应的LED光源的控制策略。
需要说明的是，由于服务器预先存储了各个被检测区域与LED光源的位置信息之间的对应关系，因此，服务器可以根据被检测区域内的植物生长图像确定对应的LED光源的位置信息。其中，该LED光源包括但不限于深紫外LED光源和全光谱LED光源。
在本申请实施例中，不同的生长异常类型可以对应不同的LED光源。其中，生长异常类型包括但不限于植物病变和环境不适。由于植物病变是指植物因为各种病菌而导致生长异常，环境不适是指植物因为种植环境的变化而导致生长异常，因此，在生长异常类型为植物病变时，可以通过控制深紫外LED光源来进行杀菌，在生长异常类型为环境不适时，可以通过控制全光谱LED光源进行光线照射，基于此，可以预先设置植物病变对应的LED光源为深紫外LED光源，环境不适对应的LED光源为全光谱LED光源。服务器可以将生长异常类型与LED光源类型之间的预设对应关系进行关联存储。
同时，由于不同的生长异常类型需要不同的LED光源对其进行处理，因此，服务器需要根据植物生长图像中植物的生长异常类型确定该植物对应的LED光源的控制策略。其中，控制策略指服务器根据植物生长图像中植物的生长异常类型以及预先存储的不同生长异常类型与LED光源类型之间的预设对应关系，确定对何种类型的LED光源进行控制的策略。
基于此，在本申请的一个实施例中，服务器具体可以通过如图3所示的步骤S301～S302确定植物对应的LED光源的控制策略，详述如下：
在S301中，当所述生长异常类型为植物病变时，将控制深紫外LED光源工作的策略作为控制策略。
本实施例中，由于预先设置的植物病变对应的LED光源为深紫外LED光源，因此，服务器在检测到生长异常类型为植物病变时，可以确定植物生长图像中植物对应的LED光源为深紫外LED光源。
基于此，服务器在检测到生长异常类型为植物病变时，可以将控制深紫外LED光源工作的策略作为控制策略。
在S302中，当所述生长异常类型为环境不适时，将控制全光谱LED光源工作的策略作为控制策略。
本实施例中，由于预先设置的环境不适对应的LED光源为全光谱LED光源，因此，服务器在检测到生长异常类型为环境不适时，可以确定植物生长图像中植物对应的LED光源为全光谱LED光源。
基于此，服务器在检测到生长异常类型为环境不适时，可以将控制全光谱LED光源工作的策略作为控制策略。
需要说明的是，全光谱LED光源可以包括两种工作模式：第一工作模式和第二工作模式。
第一工作模式指在预设时间段基于灭虫方式进行第二预设波长的光线照射。预设时间段和第二预设波长均可以根据实际需要设置，此处不作限制。示例性的，由于害虫具有趋光性，因此，预设时间段可以设置为晚上7点至11点。
在本申请的一个实施例中，灭虫方式可以是：先灭杀难度小的害虫，再灭杀难度大的害虫。
在本申请实施例的一种实现方式中，服务器具体可以通过以下步骤确定害虫的灭杀难易程度，详述如下：
根据所述植物生长图像和预先存储的各个害虫图像与害虫信息的对应关系，确定所述植物生长图像中植物上的害虫的害虫信息；所述害虫信息包括害虫名称和害虫虫龄。
根据所述害虫信息确定所述害虫的灭杀难易程度。
本实施例中，服务器预先存储了各个害虫图像与害虫信息之间的对应关系，因此，服务器在检测到环境不适为虫害因素时，可以根据植物生长图像和预先存储的各个害虫图像与害虫信息的对应关系，确定该植物生长图像中植物上的害虫的害虫信息。具体的，服务器在确定环境不适为虫害因素后，将植物生长图像与预先存储的各个害虫图像进行一一对比，然后根据对比结果确定植物生长图像中植物上的害虫的害虫信息。其中，害虫信息包括但不限于害虫名称和害虫虫龄。
在本申请实施例的一种实现方式中，服务器若检测到预先存储的各个害虫图像中存在与植物生长图像中的害虫的相似度大于第二预设相似度阈值的目标害虫图像，则基于预先存储的各个害虫图像与害虫信息之间的对应关系，将目标害虫图像对应的害虫信息确定为植物生长图像中植物上的害虫的害虫信息。其中，第二预设相似度阈值可以根据实际需要设置，此处不作限制。
服务器在确定植物生长图像中植物上的害虫的害虫信息后，可以根据该害虫信息确定该害虫的灭杀难易程度。具体的，服务器可以根据害虫名称和害虫虫龄确定害虫灭杀的难易程度。
第二工作模式指全光谱LED光源中第三预设波长以预设强度进行光线照射。第三预设波长和预设强度均可以根据实际需要设置，此处不作限制。
在实际应用中，由于植物最敏感的波段包括：红光波长为630nm或640～660nm，蓝光波长为450～460nm或460～470nm，且上述波长的光源都可以让植物产生最佳的光合作用，使植物得到最佳的生长状态。因此，第三预设波长可以是上述红光波长的任意一种，也可以是上述蓝光波长的任意一种。
在本实施例中，不同的环境不适的因素可以对应全光谱LED光源的不同工作模式。由于虫害因素下的植物受到害虫的影响极大，导致植物不能正常生长，而光照不足因素下的植物由于不能进行充分的光合作用，导致植物生长不良，因此，在虫害因素下，可以根据植物上的害虫信息控制全光谱LED光源进入第一工作模式对害虫进行捕杀，在光照不足因素下，可以通过控制全光谱LED光源进入第二工作模式满足植物生长图像中植物的光照需求，基于此，可以预先设置虫害因素对应的全光谱LED光源的工作模式为第一工作模式，光照不足因素对应的全光谱LED光源的工作模式为第二工作模式。服务器可以将环境不适的因素与全光谱LED光源的工作模式之间的预设对应关系进行关联存储。
基于此，在本申请的一个实施例中，S302具体可以包括如图4所示的步骤S401～S402，详述如下：
在S401中，当所述生长异常类型为环境不适，且所述环境不适为虫害因素时，根据所述植物上的害虫信息确定所述全光谱LED光源的第一工作模式为控制策略。
本实施例中，由于预先设置的环境不适对应的LED光源为全光谱LED光源，因此，服务器在检测到生长异常类型为环境不适时，可以确定植物生长图像中植物对应的LED光源为全光谱LED光源；由于预设设置的虫害因素对应的全光谱LED光源的工作模式为第一工作模式，因此，服务器在检测到环境不适的因素为虫害因素时，可以确定植物生长图像中植物对应的全光谱LED光源的工作模式为第一工作模式。
基于此，服务器在检测到生长异常类型为环境不适，且环境不适的因素为虫害因素时，可以根据植物生长图像中植物上的害虫信息将全光谱LED光源的第一工作模式确定为控制策略。其中，害虫信息包括害虫名称和害虫虫龄
在S402中，当所述生长异常类型为环境不适时，将控制全光谱LED光源工作的策略作为控制策略。
本实施例中，由于预先设置的环境不适对应的LED光源为全光谱LED光源，因此，服务器在检测到生长异常类型为环境不适时，可以确定植物生长图像中植物对应的LED光源为全光谱LED光源；由于预设设置的光照不足因素对应的全光谱LED光源的工作模式为第二工作模式，因此，服务器在检测到环境不适的因素为光照不足因素时，可以确定植物生长图像中植物对应的全光谱LED光源的工作模式为第二工作模式。
基于此，服务器在检测到生长异常类型为环境不适，且环境不适的因素为光照不足因素时，可以将全光谱LED光源的第二工作模式确定为控制策略。
在S203中，根据所述控制策略控制所述LED光源中的目标LED光源工作。
本申请实施例中，服务器在确定植物生长图像中植物对应的LED光源的控制策略后，可以根据该控制策略控制LED光源中的目标LED光源工作。
具体的，由于服务器预先存储了各个被检测区域与LED光源的位置信息之间的对应关系，因此，服务器可以根据被检测区域内的植物生长图像确定目标LED光源的位置信息。基于此，当植物生长图像中植物的生长异常类型为植物病变时，服务器可以控制目标LED光源的位置信息上的深紫外LED光源对该植物进行光线照射，从而实现对该植物进行杀菌的目的。
示例性的，以植物病变为白粉病为例，服务器在确定被检测区域内植物生长图像中植物的生长异常类型为白粉病时，服务器可以控制与该被检测区域对应的深紫外光LED光源对该植物进行光线照射。
当植物生长图像中植物的生长异常类型为环境不适时，服务器可以控制目标LED光源的位置信息上的全光谱LED光源对该植物进行光线照射。
由于环境不适的因素包括虫害因素和光照不足因素，因此，当植物生长图像的生长异常类型为环境不适，且环境不适为虫害因素时，服务器可以控制目标LED光源的位置信息上的全光谱LED光源以第一工作模式对该植物进行光线照射。
示例性的，以害虫为飞蛾为例，由于飞蛾多在夜间活动，且喜欢在光亮处聚集，因此，服务器可以控制全光谱LED光源以第一工作模式对植物进行光线照射，使得飞蛾主动向全光谱LED光源处聚集，从而实现对飞蛾的诱杀。
在本申请的一个实施例中，为了提高捕杀害虫的成功率，LED光源的控制***中的全光谱LED光源的左侧或右侧还设置有测距模块和可伸缩的捕虫器。基于此，服务器可以根据测距模块确定某个害虫与全光谱LED光源之间的第二距离，并控制可伸缩的捕虫器移动第二距离的长度，对该害虫进行捕杀。
在本申请的另一个实施例中，全光谱LED光源的左侧或右侧设置有可伸缩的捕虫器。由于害虫具有趋光性，因此，为了进一步提高捕杀害虫的成功率，服务器在控制目标LED光源的位置信息上的全光谱LED光源以第一工作模式对该植物进行光线照射之后，由于害虫聚集在全光谱LED光源处，因此，服务器可以控制可伸缩的捕虫器在预设范围内进行伸缩，以实现对害虫的捕杀。其中，预设范围可以是以全光谱LED光源为中心，预设距离为半径的范围。预设距离可以根据实际需要确定，此处不作限制。
当植物生长图像的生长异常类型为环境不适，且环境不适为光照不足因素时，服务器可以控制目标LED光源的位置信息上的全光谱LED光源以第二工作模式对该植物进行光线照射。
以上可以看出，本实施例提供的一种LED光源的控制方法，通过基于被检测区域内的植物生长图像，确定植物的生长异常类型；根据生长异常类型，确定植物对应的LED光源的控制策略；根据控制策略控制LED光源中的目标LED光源工作。上述LED光源的控制方法在确定植物的生长异常类型之后，可以根据该生长异常类型确定该植物对应的LED光源的控制策略，并根据该控制策略控制目标LED光源工作，从而可以解决植物在生长过程中所产生的生长异常现象，丰富了LED光源的在植物种植方面的使用范围。
请参阅图5，图5是本申请另一实施例提供的一种LED光源的控制方法的实现流程图。相对于图2对应的实施例，LED光源还包括激光LED光源，因此，服务器在检测到植物生长图像中植物的生长异常类型为植物病变时，本实施例提供的LED光源的控制方法在S203之后还包括S501～S503，详述如下：
在S501中，获取所述植物进行光线照射后的效果图。
本实施例中，由于某些植物病变的扩散速度非常快，且深紫外LED光源对某些植物病害的杀菌效果并不理想，因此，服务器在根据控制策略控制LED光源中的目标LED光源工作之后，可以获取植物生长图像中植物在进行光线照射后的效果图。
服务器在得到植物生长图像中植物在进行光线照射后的效果图之后，可以将该效果图与该植物生长图像进行对比。
在S502中，若检测到所述效果图与所述植物生长图像的相似度大于或等于第一预设相似度阈值，则根据所述效果图确定所述植物的病害区域。
本实施例中，服务器在检测到植物生长图像中植物在进行光线照射后的效果图与该植物生长图像的相似度大于或等于第一预设相似度阈值时，说明服务器控制目标LED光源对该植物进行光线照射的效果不佳，因此，服务器可以根据该效果图确定该植物的病害区域。其中，第一预设相似度阈值可以根据实际需要确定，此处不作限制。病害区域指植物病变的感染区域。
在S503中，控制激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
本实施例中，为了避免植物生长图像中植物的正常生长部位被该植物病变所传染，服务器需要对该植物的病害区域进行切除。因此，服务器可以控制激光LED光源对植物生长图像中植物的病害区域进行激光切割，从而将该病害区域的植物部位从该植物中切除。
示例性的，以植物病变为白粉病为例，由于白粉病的传染范围极广，可以覆盖全叶，从而严重影响植物的光合作用，使植物的正常新陈代谢受到干扰，造成植物早衰，严重可导致植物死亡，因此，服务器在对患有白粉病的植物进行深紫外LED光源照射之后，还可以获取该植物进行光线照射后的效果图；并将该效果图与植物生长图像进行对比。服务器若检测到该效果图与该植物生长图像的相似度大于或等于第一预设相似度阈值，说明该植物的白粉病并未得到很好的治疗，则根据该效果图确定该植物的病害区域。服务器在确定该植物的病害区域之后，可以控制激光LED光源对该植物的病害区域进行激光切割，将病害区域的植物部位从该植物中切除，使得白粉病不会危害该植物的其他正常部位。
以上可以看出，本实施例提供的一种LED光源的控制方法，通过获取植物进行光线照射后的效果图；若检测到效果图与植物生长图像的相似度大于或等于第一预设相似度阈值，则根据效果图确定植物的病害区域；控制激光LED光源对植物的病害区域进行激光切割，将病害区域的植物部位从植物中切除，使得服务器在植物生长图像中植物进行光线照射之后的效果不佳时，可以控制激光LED光源对植物的病害区域进行激光切割，将该病害区域的植物部位从该植物中切除，避免该植物的正常生长部位被病害区域感染，提高了去除植物病变的成功率。
请参阅图6，图6是本申请再一实施例提供的一种LED光源的控制方法的实现流程图。相对于图5对应的实施例，本实施例提供的LED光源的控制方法中，步骤S503具体包括S601～S603，详述如下：
在S601中，根据测距模块确定所述病害区域与所述激光LED光源之间的第一距离。
本实施例中，为了提高激光LED光源的切割准确率，服务器在确定植物生长图像中植物的病害区域后，可以根据测距模块确定该病害区域与激光LED光源之间的第一距离。
在S602中，根据所述第一距离确定所述激光LED光源的发射角度、光线强度及发光频率。
本实施例中，服务器在确定植物生长图像中植物的病害区域与激光LED光源之间的第一距离，可以根据第一距离确定激光LED光源的发射角度、光线强度及发光频率。
在本申请的一个实施例中，由于植物的病害区域与激光LED光源之间的距离越大，说明该植物的病害区域所能接收到的激光LED光源发出的光线强度越弱，而激光LED光源的照射范围越大，因此，第一距离与激光LED光源的发射角度可以呈反比例光线，与激光LED光源的光线强度、发光频率可以呈正比例光线，即第一距离越大，激光LED光源的发射角度越小，避免植物的正常生长部位被误切割，即提高激光LED光源的切割的准确率；而光线强度越高，发光频率越高，可以提高植物的病害区域的部位从该植物中切除的效率。
在S603中，根据所述发射角度、光线强度及发光频率控制所述激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
本实施例中，服务器在确定激光LED光源的发射角度、光线强度及发光频率之后，可以根据该激光LED光源的发射角度、光线强度及发光频率控制激光LED光源对植物的病害区域进行激光切割，从而将该病害区域的植物部位从该植物中切除。
以上可以看出，本实施例提供的一种LED光源的控制方法，通过根据测距模块确定病害区域与激光LED光源之间的第一距离；根据第一距离确定激光LED光源的发射角度、光线强度及发光频率；根据发射角度、光线强度及发光频率控制激光LED光源对植物的病害区域进行激光切割，将病害区域的植物部位从所述植物中切除，使得服务器在控制激光LED光源对植物生长图像中植物的病害区域进行激光切割时，可以通过确定激光LED光源的发射角度、光线强度及发光频率确保植物的正常生长部位不会被激光切割，提高了激光切割的准确率。
在本申请的一个实施例中，植物的生长异常类型还可以包括缺少生长元素。其中，植物在生长过程中所需的生长元素包括但不限于氮、磷、钾、硫、钙、镁、硼、锰、锌、铜、钼、铁、氯等元素。因此，LED光源的控制***还可以包括信息提示模块，服务器还预先存储了植物缺少各种生长元素的生长图像与生长元素的对应关系。
基于此，服务器在检测到植物生长图像中植物的生长异常类型为缺少生长元素时，服务器可以将植物生长图像与预先存储的植物缺少各种生长元素的生长图像进行比较，确定植物生长图像中植物缺少的目标生长元素，并控制信息提示模块输出提示信息，该提示信息用于提示植物生长图像中植物缺少目标生长元素，使得相关人员可以根据该提示信息获取包含该目标生长元素的肥料对该植物进行施肥。其中，信息提示模块可以是警报器或指示灯。
在本申请的另一个实施例中，为了避免植物生长图像中的植物在得到相应的目标LED光源的光线照射后，该植物再次出现生长异常现象，服务器可以基于预设时间间隔控制全光谱LED光源对该植物进行第一预设波长的光线照射。其中，预设时间间隔和第一预设波长均可以根据实际需要确定，此处不作限制。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的一种LED光源的控制方法，图7示出了本申请实施例提供的一种LED光源的控制装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。参照图7，该LED光源的控制装置700包括：第一确定单元71、第二确定单元72及控制单元73。其中：
第一确定单元71用于基于被检测区域内的植物生长图像，确定所述植物的生长异常类型。
第二确定单元72用于根据所述生长异常类型，确定所述植物对应的LED光源的控制策略。
控制单元73用于根据所述控制策略控制所述LED光源中的目标LED光源工作。
在本申请的一个实施例中，第一确定单元71具体包括：第三确定单元。
第三确定单元将被检测区域内的植物生长图像与预设参考图像进行相似度比较，确定所述植物的生长异常类型。
在本申请的一个实施例中，第二确定单元具体包括：第一类型确定单元和第二类型确定单元。其中：
第一类型确定单元用于当所述生长异常类型为植物病变时，将控制深紫外LED光源工作的策略作为控制策略。
第二类型确定单元用于当所述生长异常类型为环境不适时，将控制全光谱LED光源工作的策略作为控制策略。
在本申请的一个实施例中，第二类型确定单元具体包括：第一策略确定单元和第二策略确定单元。其中：
第一策略确定单元用于当所述生长异常类型为环境不适，且所述环境不适为虫害因素时，根据所述植物上的害虫信息确定所述全光谱LED光源的第一工作模式为控制策略。
第二策略确定单元用于当所述生长异常类型为环境不适，且所述环境不适为光照不足因素时，确定所述全光谱LED光源的第二工作模式为控制策略。
在本申请的一个实施例中，当所述生长异常类型为植物病变时，LED光源的控制装置700还包括：第一获取单元、区域确定单元及第一切割单元。其中：
第一获取单元用于获取所述植物进行光线照射后的效果图。
区域确定单元用于若检测到所述效果图与所述植物生长图像的相似度大于或等于第一预设相似度阈值，则根据所述效果图确定所述植物的病害区域。
第一切割单元用于控制激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
在本申请的一个实施例中，第一切割单元具体包括：距离确定单元、第三确定单元及区域切割单元。其中：
距离确定单元用于根据测距模块确定所述病害区域与所述激光LED光源之间的第一距离。
第三确定单元用于根据所述第一距离确定所述激光LED光源的发射角度、光线强度及发光频率。
区域切割单元用于根据所述发射角度、光线强度及发光频率控制所述激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
在本申请的一个实施例中，LED光源的控制装置700还包括：照射单元。
照射单元用于基于预设时间间隔控制全光谱LED光源对所述植物进行第一预设波长的光线照射。
以上可以看出，本申请实施例提供的一种LED光源的控制装置，通过基于被检测区域内的植物生长图像，确定植物的生长异常类型；根据生长异常类型，确定植物对应的LED光源的控制策略；根据控制策略控制LED光源中的目标LED光源工作。上述LED光源的控制方法在确定植物的生长异常类型之后，可以根据该生长异常类型确定该植物对应的LED光源的控制策略，并根据该控制策略控制目标LED光源工作，从而可以解决植物在生长过程中所产生的生长异常现象，丰富了LED光源的在植物种植方面的使用范围。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图8为本申请一实施例提供的服务器的结构示意图。如图8所示，该实施例的服务器8包括：至少一个处理器80(图8中仅示出一个)处理器、存储器81以及存储在所述存储器81中并可在所述至少一个处理器80上运行的计算机程序82，所述处理器80执行所述计算机程序82时实现上述任意各个LED光源的控制方法实施例中的步骤。
该服务器可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，图8仅仅是服务器8的举例，并不构成对服务器8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，例如还可以包括输入输出设备、网络接入设备等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，该处理器80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该处理器也可以是任何常规的处理器等。
所述存储器81在一些实施例中可以是所述服务器8的内部存储单元，例如服务器8的内存。所述存储器81在另一些实施例中也可以是所述服务器8的外部存储设备，例如所述服务器8上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器81还可以既包括所述服务器8的内部存储单元也包括外部存储设备。所述存储器81用于存储操作***、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器81还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在服务器上运行时，使得服务器执行时实现可实现上述各个方法实施例中的步骤。
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，本申请实现上述实施例方法中的全部或部分流程，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，该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至少可以包括：能够将计算机程序代码携带到终端设备的任何实体或装置、记录介质、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。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的LED光源的控制装置和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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***，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
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。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种LED光源的控制方法，其特征在于，包括：
基于被检测区域内的植物生长图像，确定所述植物的生长异常类型；
根据所述生长异常类型，确定所述植物对应的LED光源的控制策略；
根据所述控制策略控制所述LED光源中的目标LED光源工作。
2.如权利要求1所述的控制方法，其特征在于，所述基于被检测区域内的植物生长图像，确定所述植物的生长异常类型，包括：
将所述被检测区域内的植物生长图像与预设参考图像进行相似度比较，确定所述植物的生长异常类型。
3.如权利要求1所述的控制方法，其特征在于，所述根据所述生长异常类型，确定所述植物对应的LED光源的控制策略，包括：
当所述生长异常类型为植物病变时，将控制深紫外LED光源工作的策略作为控制策略；
当所述生长异常类型为环境不适时，将控制全光谱LED光源工作的策略作为控制策略。
4.如权利要求3所述的控制方法，其特征在于，所述当所述生长异常类型为环境不适时，将控制全光谱LED光源工作的策略作为控制策略，包括：
当所述生长异常类型为环境不适，且所述环境不适为虫害因素时，根据所述植物上的害虫信息确定所述全光谱LED光源的第一工作模式为控制策略；
当所述生长异常类型为环境不适，且所述环境不适为光照不足因素时，确定所述全光谱LED光源的第二工作模式为控制策略。
5.如权利要求3所述的控制方法，其特征在于，在所述根据所述控制策略控制所述LED光源中的目标LED光源工作的步骤之后，还包括：
获取所述植物进行光线照射后的效果图；
若检测到所述效果图与所述植物生长图像的相似度大于或等于第一预设相似度阈值，则根据所述效果图确定所述植物的病害区域；
控制激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
6.如权利要求5所述的控制方法，其特征在于，所述控制激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除，包括：
根据测距模块确定所述病害区域与所述激光LED光源之间的第一距离；
根据所述第一距离确定所述激光LED光源的发射角度、光线强度及发光频率；
根据所述发射角度、光线强度及发光频率控制所述激光LED光源对所述植物的病害区域进行激光切割，将所述病害区域的植物部位从所述植物中切除。
7.如权利要求1至6任一项所述的控制方法，其特征在于，所述根据所述控制策略控制所述LED光源中的目标LED光源工作之后，还包括：
基于预设时间间隔控制全光谱LED光源对所述植物进行第一预设波长的光线照射。
8.一种LED光源的控制装置，其特征在于，包括：
第一确定单元，用于基于被检测区域内的植物生长图像，确定所述植物的生长异常类型；
第二确定单元，用于根据所述生长异常类型，确定所述植物对应的LED光源的控制策略；
控制单元，用于根据所述控制策略控制所述LED光源中的目标LED光源工作。
9.一种服务器，包括存储器、处理器以及存储在所述存储器中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任一项所述的控制方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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至7任一项所述的控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110063757.5A CN112867194B (zh) | 2021-01-18 | 2021-01-18 | 一种led光源的控制方法、控制装置、服务器及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110063757.5A CN112867194B (zh) | 2021-01-18 | 2021-01-18 | 一种led光源的控制方法、控制装置、服务器及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112867194A true CN112867194A (zh) | 2021-05-28 |
| CN112867194B CN112867194B (zh) | 2021-11-30 |
Family
ID=76006619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110063757.5A Active CN112867194B (zh) | 2021-01-18 | 2021-01-18 | 一种led光源的控制方法、控制装置、服务器及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112867194B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113663226A (zh) * | 2021-07-31 | 2021-11-19 | 天一智能科技(东莞)有限公司 | 基于全光谱led光照美容方法、装置、设备及介质 |
| CN113711798A (zh) * | 2021-09-03 | 2021-11-30 | 上海亚明照明有限公司 | 植物生长的控制方法、控制设备、植物生长灯及控制*** |
| CN114294899A (zh) * | 2021-12-30 | 2022-04-08 | Tcl家用电器（合肥）有限公司 | 冰箱参数控制方法、装置、电子设备和存储介质 |
| CN116997053A (zh) * | 2023-09-26 | 2023-11-03 | 北京猫猫狗狗科技有限公司 | 一种植物灯光照控制方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107787819A (zh) * | 2017-11-02 | 2018-03-13 | 福建农林大学 | 一种兰科植物金线莲工厂化水栽培技术 |
| CN107861973A (zh) * | 2017-09-19 | 2018-03-30 | 深圳市盛路物联通讯技术有限公司 | 数据处理方法及相关产品 |
| CN109324509A (zh) * | 2018-09-11 | 2019-02-12 | 合刃科技（深圳）有限公司 | 信息调控方法、装置及*** |
| CN109714862A (zh) * | 2019-02-18 | 2019-05-03 | 旭宇光电（深圳）股份有限公司 | 基于全光谱led的智能照明***及智能照明方法 |
| CN209710808U (zh) * | 2019-01-30 | 2019-12-03 | 广东华辉煌光电科技有限公司 | 一种植物灯 |
| CN111405726A (zh) * | 2019-11-29 | 2020-07-10 | 深圳市赛亿科技开发有限公司 | 智能植物台灯及其控制方法、计算机可读存储介质 |
-
2021
- 2021-01-18 CN CN202110063757.5A patent/CN112867194B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107861973A (zh) * | 2017-09-19 | 2018-03-30 | 深圳市盛路物联通讯技术有限公司 | 数据处理方法及相关产品 |
| CN107787819A (zh) * | 2017-11-02 | 2018-03-13 | 福建农林大学 | 一种兰科植物金线莲工厂化水栽培技术 |
| CN109324509A (zh) * | 2018-09-11 | 2019-02-12 | 合刃科技（深圳）有限公司 | 信息调控方法、装置及*** |
| CN209710808U (zh) * | 2019-01-30 | 2019-12-03 | 广东华辉煌光电科技有限公司 | 一种植物灯 |
| CN109714862A (zh) * | 2019-02-18 | 2019-05-03 | 旭宇光电（深圳）股份有限公司 | 基于全光谱led的智能照明***及智能照明方法 |
| CN111405726A (zh) * | 2019-11-29 | 2020-07-10 | 深圳市赛亿科技开发有限公司 | 智能植物台灯及其控制方法、计算机可读存储介质 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113663226A (zh) * | 2021-07-31 | 2021-11-19 | 天一智能科技(东莞)有限公司 | 基于全光谱led光照美容方法、装置、设备及介质 |
| CN113663226B (zh) * | 2021-07-31 | 2022-06-24 | 天一智能科技(东莞)有限公司 | 基于全光谱led光照美容装置及电子设备 |
| CN113711798A (zh) * | 2021-09-03 | 2021-11-30 | 上海亚明照明有限公司 | 植物生长的控制方法、控制设备、植物生长灯及控制*** |
| CN114294899A (zh) * | 2021-12-30 | 2022-04-08 | Tcl家用电器（合肥）有限公司 | 冰箱参数控制方法、装置、电子设备和存储介质 |
| CN114294899B (zh) * | 2021-12-30 | 2024-04-30 | Tcl家用电器（合肥）有限公司 | 冰箱参数控制方法、装置、电子设备和存储介质 |
| CN116997053A (zh) * | 2023-09-26 | 2023-11-03 | 北京猫猫狗狗科技有限公司 | 一种植物灯光照控制方法 |
| CN116997053B (zh) * | 2023-09-26 | 2023-12-26 | 北京猫猫狗狗科技有限公司 | 一种植物灯光照控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112867194B (zh) | 2021-11-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112867194B (zh) | 一种led光源的控制方法、控制装置、服务器及介质 | |
| US20220107298A1 (en) | Systems and methods for crop health monitoring, assessment and prediction | |
| US11925153B2 (en) | Controlling light exposure of light sensitive object | |
| CN114207672B (zh) | 部署生物哨兵到农田并远程监测作物中生物和非生物胁迫的方法 | |
| US9377404B2 (en) | Plant health diagnostic method and plant health diagnostic device | |
| JP2019524112A (ja) | 紫外線をベースとしたカビの制御 | |
| CN115204689B (zh) | 一种基于图像处理的智慧农业管理*** | |
| US11625794B2 (en) | Machine learning models for selecting treatments for treating an agricultural field | |
| US20230215511A1 (en) | Real-time projections and estimated distributions of agricultural pests, diseases, and biocontrol agents | |
| US12016259B2 (en) | Information providing device, mowing vehicle and mowing management system | |
| WO2020146557A1 (en) | Horticultural luminaire with lidar sensing | |
| WO2021176254A1 (es) | Sistema y método de detección e identificación de cultivo y maleza | |
| AU2021101469A4 (en) | An artificial intelligence based organic LED farming during post Covid 19 | |
| RU2695490C2 (ru) | Способ мониторинга сельскохозяйственных угодий | |
| EP4187344B1 (en) | Work machine distance prediction and action control | |
| Chougule et al. | Decision support for grape crop protection using ontology | |
| US11818990B2 (en) | Apparatus for providing optimal pest control recipe depending on progression of disease and pest damage, and method thereof | |
| Sivapragasam et al. | Pest Smart interventions and their influence on farmer pest management practices in Tra Hat village, Bac Lieu Province, Vietnam | |
| CN115759628A (zh) | 一种基于空天地多源数据融合的数字乡村构建*** | |
| US20220071081A1 (en) | Platform server and method for providing disease and pest treatment recipes | |
| CN220508110U (zh) | 基于物联网的智慧农业监测*** | |
| KR20240045466A (ko) | 미디어 사물 인터넷 기반의 스마트팜 관리 시스템 및 방법 | |
| Kavinda et al. | Enhancing Tomato Cultivation for Quality Yield and Demand Fulfillment | |
| Sarvakar et al. | Different Vegetation Indices Measurement Using Computer Vision | |
| WO2023247209A1 (en) | Apparatus and method for measuring insect activity |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |