[发明专利]出菇采摘最佳时机预测方法及装置

说明书

本发明提供一种出菇采摘最佳时机预测方法及装置，该方法包括：按固定步长，持续获取菌菇种植环境下的多个预测特征，每个步长获取的多个预测特征构成一个特征向量，预测特征包括菌菇重量；将当前时刻以前，预设数量连续步长的特征向量，输入已训练的GRU‑LSTM网络模型，输出未来预测周期的菌菇重量；根据所述预测周期的菌菇重量，确定菌菇重量最大的采摘时期；该网络模型根据已知预测周期菌菇重量作为标签的样本，以相应的特征向量作为输入，经训练后得到。该方法通过连续步长的特征向量，输入已训练的网络模型来进行预测，与传统人工经验相比，可实现菌菇最佳采摘时机的在线式自动化预测，有利于提高菌菇产量，进而实现利润的最大化。

技术领域

本发明涉及食用菌种植领域，尤其涉及一种出菇采摘最佳时机预测方法及装置。

背景技术

食用菌生产分为农业式和工厂化两种，其中农业式生产占比较大。农业式出菇房多以塑料大棚、日光温室为基础改造而成。食用菌作为一种环境敏感型作物，对出菇环境极度敏感。由于能显著提高单位面积产量，网格架等立体栽培模式在平菇、杏鲍菇等农业式出菇房得到广泛应用。但出菇房调控能力有限，环境空间分布不均匀，这些因素会导致出菇大小不一致，特别是采摘时期不同步。其中，采收过早影响产量，采收过迟则会导致菇盖干缩，菇柄坚硬，质量下降且大量散发孢子。传统上采摘时机多受菇农主观经验所限，不能很好提前把握最适宜采摘时机。

目前涉及菌菇的采摘时机研究较少，多以知识经验的形式表达，尚无自动判别方法。温室内其它作物如蔬菜领域有搭建现场表型平台，且以固定轨道式为主，可获得作物在温室环境下的结构表型数据，但搭建成本高，后期不宜维护。

发明内容

针对现有技术存在的问题，本发明提供一种出菇采摘最佳时机预测方法及装置。

本发明提供一种出菇采摘最佳时机预测方法，包括：按固定步长，持续获取菌菇种植环境下的多个预测特征，每个步长获取的多个预测特征构成一个特征向量，所述预测特征包括菌菇重量特征；将当前时刻以前，预设数量连续步长的特征向量，输入已训练的GRU-LSTM网络模型，输出未来预测周期的菌菇重量，所述周期与所述步长对应；根据所述预测周期的菌菇重量，确定菌菇重量最大的采摘时期；所述GRU-LSTM网络模型，根据已知预测周期菌菇重量作为标签的样本，以相应的特征向量作为输入，经训练后得到。

根据本发明一个实施例的出菇采摘最佳时机预测方法，根据所述预测周期的菌菇重量，确定菌菇重量最大的采摘时期，包括：将预测周期时刻以前，预设数量连续步长的特征向量，再次输入已训练的GRU-LSTM网络模型，输出下一预测周期的菌菇重量；重复预设次数，当预测未来多个预测周期内菌菇重量连续下降时，将多个预测周期中的首个预测周期，作为菌菇重量最大的采摘时期。

根据本发明一个实施例的出菇采摘最佳时机预测方法，所述按固定步长，持续获取菌菇种植环境下的多个预测特征，包括：通过摄像头获取菌菇水平预设度角的投影图像；将所述投影图像转换为灰度图像，并转化为灰度直方图，根据预设阈值对所述灰度直方图进行二值化处理，将所述灰度直方图分为菌菇部分和背景部分；根据图像中的已知尺寸背景为基准，计算所述二值化处理后菌菇部分的面积值；将所述面积值输入预先拟合的第二模型，得到菌菇重量的估计值，作为预测特征中的菌菇重量特征。

根据本发明一个实施例的出菇采摘最佳时机预测方法，所述预测特征还包括菌菇失水量、栽培时长特征以及菌菇环境特征；其中，所述菌菇环境特征为实时环境参数与目标环境参数的差值；环境参数包括出菇温度、出菇湿度及出菇二氧化碳浓度。

根据本发明一个实施例的出菇采摘最佳时机预测方法，所述将当前时刻以前的多个连续特征向量，输入已训练的GRU-LSTM网络模型之前，还包括：按固定步长，持续获取菌菇种植环境下样本的多个特征向量；对于采摘期的单个菌棒样本，以测得的预测周期菌菇重量作为输出标签，预测周期之前的预设数量特征向量作为输入量，对初始的GRU-LSTM网络模型进行训练，得到所述已训练的GRU-LSTM网络模型。