CN104884937A - 图像测量方法、系统、设备和程序 - Google Patents

图像测量方法、系统、设备和程序 Download PDF

Info

Publication number
CN104884937A
CN104884937A CN201380068174.5A CN201380068174A CN104884937A CN 104884937 A CN104884937 A CN 104884937A CN 201380068174 A CN201380068174 A CN 201380068174A CN 104884937 A CN104884937 A CN 104884937A
Authority
CN
China
Prior art keywords
distribution
irradiance
absolute
reflecting body
light spectrum
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
Application number
CN201380068174.5A
Other languages
English (en)
Other versions
CN104884937B (zh
Inventor
佐藤朱里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN104884937A publication Critical patent/CN104884937A/zh
Application granted granted Critical
Publication of CN104884937B publication Critical patent/CN104884937B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251Colorimeters; Construction thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47Scattering, i.e. diffuse reflection
    • G01N21/4738Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145Illumination specially adapted for pattern recognition, e.g. using gratings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/10Image acquisition
    • G06V10/12Details of acquisition arrangements; Constructional details thereof
    • G06V10/14Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147Details of sensors, e.g. sensor lenses
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/25Determination of region of interest [ROI] or a volume of interest [VOI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/255Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/56Extraction of image or video features relating to colour
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/60Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8466Investigation of vegetal material, e.g. leaves, plants, fruits
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00Features of devices classified in G01N21/00
    • G01N2201/12Circuits of general importance; Signal processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Botany (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

一种图像测量系统包括:反射本体(10),被布置在要被测量的植物(31)附近;拍摄装置(21),用于对反射本体(10)进行拍摄并且输出已拍摄的图像;图像分析装置(41),用于在已拍摄的图像中检测反射本体(10)的区域并且获取该区域的颜色信息;绝对光谱辐照度分布计算装置(42),用于基于颜色信息计算绝对光谱辐照度分布,其是该区域中光谱辐照度的绝对值的分布;光子通量密度计算装置(44),用于基于绝对光谱辐照度分布计算光子通量密度;以及叶面积指数计算装置(45),用于基于光子通量密度计算叶面积指数。

Description

图像测量方法、系统、设备和程序
技术领域
本发明涉及测量叶面积指数的图像测量方法、图像测量系统、图像测量设备和图像测量程序。
背景技术
叶面积指数(下文中称为LAI)表示耕地或森林中在某方向上(例如,在竖直方向上)植物群落等中每单位面积覆盖的叶片的面积之和。LAI被用作一种在温室栽培等中掌握植物生长或栽培条件的指数。
作为一种用于测量LAI的方法,例如,提出了一种使用照度传感器的间接测量方法。在此方法中,例如在植物群落内在上部区域和下部区域中测量照度以基于所测量的其照度来估计LAI。
此外,作为一种相关技术,PTL1描述了一种方法,在该方法中,对布置在植物群落中的反射体进行拍摄,然后基于反射体的颜色信息计算照度以估计LAI。
此外,PTL2描述了LAI间接测量方法。在PTL2中所描述的方法中,间接测量系统使用广角透镜和电子元件相对于近红外光和红光中的每一个对预定区域的图像进行拍摄。然后,间接测量系统获得每个区段区域中相对于近红外光和红光中的每一个的辉度值,其中区段区域是通过对预定区域进行划分而得到的。然后,间接测量系统获得每个详细区域中近红外光和红光之间的辉度值的比率,基于辉度值的比率估计相对太阳辐射量,以及基于相对太阳辐射量获得叶面积指数。
[引用列表]
专利文献
[PTL1]国际专利公开No.2012/073519
[PTL2]日本专利公开No.2007-171033
[非专利文献]
[NPL1]H.W.Jensen,“Photon Mapping”,Ohmsha公司,页29、32
[NPL2]D.Judd,D.L.MacAdam和G.Wyszecki,“SpectralDistribution of Typical Daylight as a Function of Correlated ColorTemperature”,Journal of the Optical Society of America,1964年8月,卷54第8期,页1031-1040
[NPL3]E.Kaneko、M.Toda、H.Aoki和M.Tsukada,“DaylightSpectrum Model under Weather Conditions from Clear Sky to Cloudy”,2012年,Proc.of IEEE 21st International Conference on PatternRecognition
[NPL4]Monsi和Saeki,“On the Factor Light in PlantCommunities and its Importance for Matter Production,”Annals ofBotany 95,2005,pp.549-567,原始公开为:1953年3月,JapaneseJournal of Botany 14,pp.22-52
发明内容
技术问题
在PTL1的方法中,照度被用作用于计算LAI的光的强度。然而,由于照度与LAI的相关性低,所以所计算的LAI的精确性低。
此外,在PTL2,的方法中,LAI通过约束测量方向的间接测量系统基于近红外光和红光之间的辉度值的比率来计算。然而,即使当使用辉度值时,计算LAI的精确度也低,此外,可以相对于作为光源的太阳光来约束测量方向。
鉴于上述内容,本发明的一个目的是提供能够精确地计算LAI的图像测量方法、图像测量系统、图像测量设备和图像测量程序。解决方案
本发明中的图像测量方法包括:
拍摄被布置在要被测量的植物附近的反射体,以及输出反射体的已拍摄的图像;
在已拍摄的图像内检测反射体被拍摄的区域;
获取区域的颜色信息;
基于该颜色信息计算绝对光谱辐照度分布,该绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;
基于该绝对光谱辐照度分布计算光合光子通量密度;以及
基于该光合光子通量密度计算叶面积指数。
本发明中的图像测量系统包括:
反射体,其被布置在要被测量的植物附近;
拍摄装置,其用于拍摄该反射体,并且输出该反射体的已拍摄的图像;
图像分析装置,其用于检测已拍摄的图像内该反射体被拍摄的区域,以及获取该区域的颜色信息;
绝对光谱辐照度分布计算装置,其用于基于该颜色信息计算绝对光谱辐照度分布,该绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;
光合光子通量密度计算装置,其用于基于绝对光谱辐照度分布计算光合光子通量密度;以及
叶面积指数计算装置,其用于基于该光合光子通量密度计算叶面积指数。
本发明中的图像测量设备使用在图像测量系统中,该图像测量系统被提供有被布置在要被测量的植物附近的反射体和拍摄装置,该拍摄装置用于拍摄该反射体并且输出该反射体的已拍摄的图像,该图像测量设备包括:
图像分析装置,其用于检测已拍摄的图像内该反射体被拍摄的区域,以及获取该区域的颜色信息;
绝对光谱辐照度分布计算装置,其用于基于该颜色信息计算绝对光谱辐照度分布,该绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;
光合光子通量密度计算装置,其用于基于绝对光谱辐照度分布计算光合光子通量密度;
叶面积指数计算装置,其用于基于该光合光子通量密度计算叶面积指数。
本发明中的图像测量程序用在图像测量系统中,该图像测量系统被提供有被布置在要被测量的植物附近的反射体和拍摄装置,该拍摄装置用于拍摄该反射体并且输出该反射体的已拍摄的图像,该程序促使计算机执行:
图像分析处理,其检测已拍摄的图像内该反射体被拍摄的区域,以及获取该区域的颜色信息;
绝对光谱辐照度分布计算处理,其基于该颜色信息计算绝对光谱辐照度分布,该绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;
光合光子通量密度计算处理,其基于该绝对光谱辐照度分布计算光合光子通量密度;以及
叶面积指数计算处理,其基于该光合光子通量密度计算叶面积指数。
本发明的有益效果
根据本发明,可以精确地计算LAI。
附图说明
图1是根据本发明的使用LAI图像测量系统的测量系统相对于植物群落从前侧观看的前视图。
图2是使用LAI图像测量系统的测量系统相对于植物群落从上表面侧观看的俯视图。
图3是图示根据本发明的LAI图像测量系统的配置的示例的框图。
图4是其中绘制了辉度值Y和辐射度之间关系的示例的图表。
图5是图示根据本发明的使用LAI图像测量系统计算LAI的操作的示例的流程图。
图6是图示根据本发明的LAI图像测量系统的主配置的框图。
具体实施方式
下面,参考附图描述本发明的示例性实施例。
图1是根据本发明的使用LAI图像测量系统(叶面积指数图像测量系统)的测量系统相对于植物群落从前侧观看的前视图。在图1中,植物群落30被图示成具有沿着平面截取的分段状态。图2是使用LAI图像测量系统的测量系统相对于植物群落从上表面侧观看的俯视图。如图1中所示,在本示例性实施例中,“竖直方向”指示垂直于地面的方向,而“水平方向”指示平行于地面的方向。
如图1中所示,为了简化描述,假定根据本示例性实施例的植物群落30是成行种植的一组农作物植物。此外,如图2中所示,植物群落30是在深度方向上(从图1中的正面朝着深度侧的方向,在下文中可以称为纵向方向)种植成两行的植物组。可替换地,植物群落30可以是一行的植物组或两行以上的植物组。
在本示例性实施例中,描述了一个示例,在该示例中,LAI图像测量系统应用于在诸如田地或塑料温室之类的耕地中测量农作物(例如,西红柿或黄瓜)的植物群落的LAI。然而,本发明并不局限于本示例性实施例,并且例如LAI图像测量系统可以用于测量森林中一组树木的LAI。
如图1和图2中所示,在每个植物群落30附近布置了一组阵列反射体10,其中在竖直方向上排列了多个反射体10。此外,如图2中所示,在能够对反射体10进行拍摄而不被植物群落30阻挡的位置,布置照相机20。在此示例中,如图2中所示,照相机20布置在反射体10的前侧。照相机20被布置在这样的位置使得在每个反射体10与照相机20之间不存在诸如叶片之类的障碍物,其会挡住反射体10。
在图1中所图示的示例中,在本示例性实施例中,在竖直方向上相对于每个植物群落30布置了五个反射体10。因此,在竖直方向上总共布置了十个反射体10。然而,可以布置的反射体10的数目并不局限于本示例性实施例中的示例。例如,还可以布置十二个或更多个反射体10(在竖直方向上相对于每个植物群落30布置六个或更多个反射体10)。
具体地,反射体10由球形本体来实现,其表面具有全散射(朗伯)反射率特性,并且其颜色信息(反射率)是已知的。例如,反射体10还可以是各种类型的多面体结构之一或平反射板。
本示例性实施例中的反射体10具有全白色(反射率ρ=10)。此外,就反射体10的颜色(反射率ρ)而言,反射体10的颜色并不局限于全白色,而是可以是红色、灰色、黄色或橙色。然而,反射体10的颜色优选为至少是除了绿色之外的一种颜色以便将反射体与植物群落30中的植物区分开。
此外,鉴于反射体10被布置在植物群落30附近的事实,每个反射体10具有一种属性使得来自于布置在上部区域中的反射体10的反射光强度大,而归因于植物群落30所产生的阴影来自于布置在下部区域中的反射体10的反射光强度小。这使得可以通过测量从在竖直方向上布置成彼此远离的多个反射体10反射的光的强度,来在竖直方向上测量LAI,以及将光的强度彼此比较,并且这使得可以掌握植物群落30中叶片从竖直方向上观看的覆盖度。植物群落30附近为距植物群落30预定距离之内(例如,50CM之内)。反射体10在竖直方向上均彼此远离地布置使得在每个反射体10上反射的光的强度适当地变化。
具体地,照相机20由诸如能够对彩色图像进行拍摄的数字照相机之类的拍摄设备来实现。只要照相机20能够对彩色图像进行拍摄,照相机20并不局限于用于对静止图像进行拍摄的照相机,但是,例如可以是能够对移动图像进行拍摄的视频照相机。此外,照相机20对反射体10进行拍摄,并且将反射体10的已拍摄图像输出到后面要描述的LAI图像测量设备40(图1和图2中未示出)。
在本示例性实施例中,对用阳光辐照的反射体10进行拍摄以便在竖直方向上测量LAI,使得可期望的是把照相机20布置在能够对每个反射体10的上半球体进行拍摄的位置(例如,在竖直方向上比所有的反射体高的位置),反射体是球形本体。
此外,图1图示了进行测量的示例,其中,在竖直方向上在每个植物群落30附近的位置布置五个反射体10。可替换地,五个反射体10每一个还可以在竖直方向上被布置成在每个植物群落30的纵向方向上彼此远离预定间隔(例如,50cm的间隔)(换言之,反射体10以格栅方式布置,在纵向方向上从侧面观看)以便测量。前面提及的修改还使得可以在植物群落30的纵向方向上测量LAI的分布状态。
图3是图示LAI图像测量系统的配置示例的框图。如图3中所示,LAI图像测量系统包括对图2中所示的反射体10进行拍摄的照相机20和LAI图像测量设备40。
如图3中所示,LAI图像测量设备40包括图像分析装置41、绝对光谱辐照度分布计算装置42、数据库43、PPFD(光合光子通量密度)计算装置44、LAI(叶面积指数)计算装置45、数据库46以及LAI输出装置47。此外,如图3中所示,要从照相机20输出的已拍摄图像被输出到LAI图像测量设备40。具体地,LAI图像测量设备40由诸如根据程序进行操作的个人计算机之类的信息处理设备来实现。
具体地,图像分析装置41由根据程序进行操作的信息处理设备的CPU来实现。图像分析装置41计算从照相机20输入的已拍摄图像的三色刺激值XYZ(在下文中,称为XYZ值)。
图像分析装置41基于反射体10的已知颜色信息或已知形状信息指定(检测)在已拍摄图像内对每个反射体10进行拍摄的区域,并且获得指定区域中的辉度值。具体地,图像分析装置41指定已拍摄图像内对白色物体进行拍摄的区域,以及提取作为所指定区域的部分图像。在本示例性实施例中,多个白色反射体10被布置成使得图像分析装置41指定了多个区域以及提取作为相应指定区域的部分图像。然后,图像分析装置41计算每个所提取部分图像的XYZ值。
在下面,描述用于计算照相机20已拍摄的彩色图像内的物体(反射体10)的XYZ值的方法的示例。首先,图像分析装置41使用输入的已拍摄图像的颜色信息和形状信息检测对物体进行拍摄的区域。接着,图像分析装置41获取物体的所检测区域中的颜色信息RGB,以及基于所获取的颜色信息RGB计算三色刺激值XYZ。
在下面,关于彩色图像输入设备20所拍摄的图像的颜色信息RGB,假定该设备的RGB磷光体的色度和白色的色度预先被指定为彩色图像输入设备的颜色特性,以及颜色信息RGB被唯一地转换至三色刺激值XYZ。下面描述其转换方法的示例。输入图像的颜色信息RGB和三色刺激值XYZ之间的关系通过下面公式(1)来表达。
[公式1]
X Y Z = M 3 × 3 R G B - - - ( 1 )
在公式(1)中,M3×3是3×3转换矩阵。此外,假定颜色信息RGB在不进行伽马校正的情况下具有线性特性。该转换公式可以是使得能够将颜色信息RGB唯一性地转换到三色刺激值XYZ。例如,该转换可以由下列公式(2)来表达。
[公式2]
X Y Z = M 3 × 9 R G B R 2 G 2 B 2 R * G G * B B * R - - - ( 2 )
在公式(2)中,M3×9是3×9转换矩阵。
可能的是预先通过使用已知色标执行彩色图像输入设备的颜色校准,来计算M3×3和M3×9中的一个或者这二者。
绝对光谱辐照度分布计算装置42计算绝对光谱辐照度分布,其是已拍摄图像内反射体10的区域中光谱辐照度的绝对值的分布。在以下示例中,绝对光谱辐照度分布计算装置42利用反射体10是具有朗伯反射率特性的物体并且其反射率ρ已知,计算绝对辐照度。
假定,I和R分别是具有朗伯反射率特性的物体表面上某点处的辐照度和辐射率,以及ρ是物体的反射率。在双方向反射率分布函数(BRDF)由fBRDF来表达的情况(如NPL1中所描述)中,fBRDF由以下公式(3)来表达。
[公式3]
f B R D F = R I - - - ( 3 )
此外,如NPL1中所描述的具有朗伯反射率特性的物体表面的fBRDF由以下公式(4)来表达。
[公式4]
f B R D F = ρ π - - - ( 4 )
在本示例性实施例的示例中,反射体10聚源全白色使得以下公式(5)通过在公式(4)中设定ρ=1.0来获得。
[公式5]
f B R D F = 1 π - - - ( 5 )
绝对光谱辐照度分布计算装置42通过获得关于在拍摄时的光圈值F、快门速度和照相机透镜的增益的信息,根据从反射体10朝着照相机辐照的光,在反射体10的图像内在每个像素位置将基于公式(1)或公式(2)所计算的三色刺激值Y(辉度值Y)转换为绝对辐射率R(单位:W/m2/sr)。
在此情况下,例如,预先准备一表格,其中,光圈值F、快门速度、辉度值Y和绝对辐射率彼此相关联。响应于光圈值F、快门速度和所获得的辉度值Y的输入,绝对光谱辐照度分布计算装置42通过利用前面提及的表格从表格中提取相关联的绝对辐射率R。可替换地,绝对光谱辐照度分布计算装置42还可以相对于所提取的值执行诸如插值之类的计算。
此外,反射体10的表面具有朗伯反射率特性,使得通过使用公式(3)和公式(5)将绝对辐射率R转换至绝对辐照度I。
可替换地,绝对光谱辐照度分布计算装置42可以从表格直接计算绝对辐照度。在此情况下,例如,预先准备一表格,其中,光圈值F、快门速度、辉度值Y和绝对辐照度彼此相关联。绝对光谱辐照度分布计算装置42从该表中提取与光圈值F、快门速度、和所获得的辉度值Y相关联的绝对辐照度I。此外,可替换地,绝对光谱辐照度分布计算装置42还可以相对于所提取的值执行插值等等。
此外,可替换地,绝对光谱辐照度分布计算装置42还可以使用转换公式而不使用表格来计算绝对辐照度。在此情况下,预先给出转换公式的表达,其中,光圈值F、快门速度、辉度值Y和绝对辐射率或绝对辐照度彼此相关联。然后,绝对光谱辐照度分布计算装置42通过使用转换公式可以将光圈值F、快门速度和所获得的辉度值Y转换为绝对辐射率或绝对辐照度。
图4是图示辉度值Y和辐照度之间的关系的图表,其中光圈值F、快门速度和增益被设定成固定值。从图4清楚地知道,通过使用这些值可以容易地计算近似转换公式。
接下来,绝对光谱辐照度分布计算装置42使用公式(6)基于三色刺激值XYZ计算每个色度x、y。
[公式6]
x = X X + Y + Z , y = Y X + Y + Z - - - ( 6 )
接下来,绝对光谱辐照度分布计算装置42使用色度x、y,获得从物体表面朝着照相机辐照的光的辐射率的光谱分布(相对光谱辐射率分布)。
在下面,作为基于色度x、y计算相对光谱辐射率分布的方法的示例,描述了使用NPL2中所描述的CIE日光模型的情况。如以下公式(7)中所示,绝对光谱辐照度分布计算装置42使用色度x、y计算M1和M2。
[公式7]
M 1 = - 1.3515 - 1.7703 x + 5.9114 y 0.0241 + 0.2562 x - 0.7341 y , M 2 = - 0.0300 - 31.4424 x + 30.0717 y 0.0241 + 0.2562 x - 0.7341 y - - - ( 7 )
当假定λ是要辐照的光的波长,如公式(8)中所例示的,相对光谱辐射率分布R(λ)(公式(8)中的向量R(λ)(带波浪的))通过使用NPL2所给出的CIE日光的平均向量S0(λ)、第一主分量向量S1(λ)和第二主分量向量S2(λ)得到。
[公式8]
R ^ ( λ ) = S 0 ( λ ) + M 1 S 1 ( λ ) + M 2 S 2 ( λ ) - - - ( 8 )
当假定当λ=560时R(λ)为1时,相对光谱辐射率分布R(λ)是相对分布。
反射体10的表面具有朗伯反射率特性,使得此示例中所获得的相对光谱辐射率分布R(λ)等于相对光谱辐照度分布Ir(λ)。
在此示例中,绝对光谱辐照度分布计算装置42使用CIE日光模型计算相对光谱辐照度分布。然而,并不局限于此示例,例如可以使用NPL3中所描述的鸟模型等。
接下来,绝对光谱辐照度分布计算装置42基于所获得的绝对辐照度I和所获得的相对光谱辐照度分布Ir(λ)计算绝对光谱辐照度分布I(λ)。具体地,绝对光谱辐照度分布计算装置42使用绝对辐照度I,通过将在每个波长处相对光谱辐照度分布Ir(λ)的值与常数相乘,来计算绝对光谱辐照度分布I(λ)。例如,该常数被设定成这样的值:在从400nm至700nm的波长范围内相对光谱辐照度分布的积分值Ir(λ)等于绝对辐照度I。然后,绝对光谱辐照度分布计算装置42通过使在每个波长处相对光谱辐照度分布Ir(λ)的值与该常数相乘来计算绝对光谱辐照度分布I(λ)。
具体地,数据库43由诸如磁盘设备或光盘设备之类的存储设备来实现。在本示例性实施例中,数据库43存储转换表以便在将光圈值F、快门速度和辉度值Y转换为绝对辐射率或绝对辐照度的过程中使用。具体地,要存储在数据库43中的转换表包括与绝对辐射率或与绝对辐照度相关联的光圈值F、快门速度和辉度值Y。例如,要存储在数据库43中的转换表通过下面步骤来配置:预先设定由专用设备测量的绝对辐射率或绝对辐照度以及在若干样本情况的条件下基于光圈值F、快门速度和已拍摄图像所获得的辉度值Y。
PPFD计算装置44基于所获得的绝对光谱辐射度分布I(λ)计算要用于光合的光的强度(光合光子通量密度)。
在下面,作为用于通过PPFD计算装置44计算光强度(光合光子通量密度)的方法的示例,展示了计算光合有效光子通量密度的方法。光合光子通量密度是在400nm至700nm的波长范围内光的光子每单位时间和单位面积的质量(单位:μmol/m2/s)。通过光合光子通量密度的定义相对于辐照度建立了下面关系。
[公式9]
每单位时间和单位面积的能量(辐照度,W/m2)
=每光子的能量(J/光子)×每单位时间和单位面积通过的光子数(光子数/m2/s)
=每光子的能量(J/光子)×每单位时间和单位面积通过的光子的质量(mol/m2/s)×阿佛加德罗数(数/mol)
=每光子的能量(J/光子)×(每单位时间和单位面积通过的光子的质量(mol/m2/s)×106)×阿佛加德罗数(数/mol)×10-6
=每光子的能量(J/光子)×光合光子通量密度(μmol/m2/s)×阿佛加德罗数(数/mol)×10-6   (9)
每光子的能量(J/光子)由hc/λ来表达,其中λ是波长,h是普朗克氏常数,而c是光速。使用hc/λ和公式(9)建立下面公式(10)。
[公式10]
I ( λ ) = ( h c λ ) × P ( λ ) × N A × 10 - 6 - - - ( 10 )
在公式(10)中,每个符号具有以下含义。
I(λ):在波长A处光的辐照度
P(λ):在波长A处光合光子通量密度
P:光合光子通量密度(在400nm至700nm的波长范围内)
通过修改公式(10)产生以下公式(11)。
[公式11]
P ( λ ) = 10 6 I ( λ ) λ hcN A - - - ( 11 )
此外,如由以下公式(12)所表达的光合光子通量密度P通过在400nm至700nm的波长范围内对由公式(11)产生的P(λ)进行积分而得到。
[公式12]
P = 10 6 ∫ 400 700 I ( λ ) hcN A - - - ( 12 )
LAI计算装置45基于所获得的光合光子通量密度(PPFD)计算LAI(叶面积指数)。将在高度i的反射体10的光合光子通量密度Pi与在参考位置的反射体10的光合光子通量密度P0进行比较以便计算在高于高度i的上部区域中叶片的LAI(本情况中LAI被表示为Fi)。在此示例中,反射体10的参考位置是安装在最上面位置处的反射体10的位置,换言之,基本上不受诸如反射体10与太阳之间的叶片所产生的阴影的影响的位置,在该位置可以获得参考光合光子通量密度。
在本示例性实施例中,LAI计算装置45通过从存储在数据库46中的LAI转换表提取与在高度i处的反射体10的PPFD(其由PPFD计算装置44来计算)和参考位置的反射体10的PPFD之间的差相关联的LAI。
可替换地,LAI计算装置45还可以通过执行使用NPL4中所描述的公式(13)的计算处理来获得LAI。
[公式13]
P i / P 0 = e - KF i - - - ( 13 )
在公式(13)中,K表示吸收系数,其值根据每个植物而不同,即使在相同植物中,其值根据诸如天气或时区之类的外部因素而不同。此外,F表示积分叶面积指数,换言之,LAI。
数据库46存储LAI转换表以用在将光合光子通量密度转换为LAI的过程中。具体地,在存储在数据库46的LAI转换表中,光合光子通量密度与LAI彼此相关联。存储在数据库46中的LAI转换表例如通过下面步骤来配置:预先设定利用通常使用的光子传感器测得的光合光子通量密度和在若干样本情况的条件下在测量时间获得的LAI。
LAI输出装置47在计算机显示器或相似设备上显示由LAI计算装置45计算的LAI。
接下来,描述要由LAI图像测量系统执行的操作。图5是通过LAI图像测量系统测量LAI的操作的示例。在本示例性实施例中,如图1和图2中所示,照相机20布置在能够对反射体10进行拍摄而不受到植物群落30的阻挡的位置处。
首先,照相机20在布置反射体10的方向上对图像进行拍摄(步骤S10)。LAI图像测量设备40从照相机20接收已拍摄图像。
LAI图像测量设备40例如获取反射体10的颜色信息(在本示例性实施例中,白色),其预先存储在存储设备(未示出)中,指定在从照相机20接收的已拍摄图像内拍摄到白色物体的区域;以及提取作为所指定区域的部分图像。在本示例性实施例中,多个白色反射体10被布置成使得图像分析装置41指定多个区域并且提取作为相应指定区域的部分图像。然后,LAI图像测量设备40计算每个所提取部分图像的颜色信息(步骤S11)。具体地,图像分析装置41获取拍摄到物体的区域的颜色信息RGB,以及基于所获取的颜色信息RGB计算三色刺激值XYZ。
此外,LAI图像测量设备40计算绝对辐照度,其是基于所计算的辉度值Y的辐照度的绝对值(步骤S12)。在本示例性实施例中,LAI图像测量设备40从存储在数据库中的辐照度转换表获取与所计算的辉度值Y、光圈值F和在进行拍摄时获得的快门速度相关联的辐照度。可替换地,LAI图像测量设备40可以根据转换公式,使用预定辉度值Y、预定光圈值F和预定快门速度计算辐照度,该辐照度与所计算的Y值、光圈值和在进行拍摄时获得的快门速度相关联。
此外,LAI图像测量设备基于所计算的三色刺激值XYZ计算色度xy值,以及计算相对光谱辐照度分布(步骤S13)。在本示例性实施例中,LAI图像测量设备40根据色度xy值,使用CIE日光模型计算相对光谱辐照度分布。
接下来,LAI图像测量设备40基于所计算的辐照度的绝对值和相对光谱辐照度分布计算绝对光谱辐照度分布(步骤S14)。在本示例性实施例中,LAI图像测量设备40将常数设定成这样的值:在400nm至700nm波长范围内光谱辐照度分布的积分值等于所计算的绝对辐照度,以及通过将相对光谱辐照度分布与该常数相乘来得到绝对光谱辐照度分布。
接下来,LAI图像测量设备40基于所计算的绝对光谱辐照度分布计算光合光子通量密度(PPFD)(步骤S15)。
接下来,LAI图像测量设备40基于所计算的PPFD计算叶面积指数(LAI)(步骤S16)。在本示例性实施例中,LAI图像测量设备40通过从LAI转换表提取与PPFD的所计算的上限值和下限值之间的差相关联的LAI来计算LAI。可替换地,LAI图像测量设备40还可以使用所计算的PPFD,根据公式(13)计算LAI。
在完成LAI的计算之后,LAI图像测量设备40在显示器等上显示所计算的LAI(步骤S17)。
本示例性实施例中的LAI图像测量系统计算具有与LAI高相关性的光合光子通量密度,以及基于光合光子通量密度计算LAI,因此使得能够更精确地计算LAI。
图6是图示根据本发明的图像测量系统的主配置的框图。如图6中所示,根据本发明的图像测量系统被提供有作为主部件的反射体10,其被布置在要测量的植物31附近;拍摄装置21,其对反射体10进行拍摄,并且输出反射体的已拍摄图像;图像分析装置41,其检测已拍摄图像内拍摄到反射体10的区域,以及获取该区域的颜色信息;绝对光谱辐照度分布计算装置42,其基于颜色信息计算绝对光谱辐照度分布,绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;光合光子通量密度计算装置44,其基于绝对光谱辐照度分布计算光合光子通量密度;以及叶面积指数计算装置45,其基于该光合光子通量密度计算叶面积指数。
此外,在上面提及的示例性实施例中,还公开了如以下部分(1)至(5)中所描述的图像测量系统和图像测量设备。
(1)图像测量系统(例如LAI图像测量系统),其被提供有布置在要测量的植物(例如,植物群落30中的植物的一部分)附近的反射体(例如,反射体10);拍摄装置(例如,照相机20),其对反射体进行拍摄,并且输出反射体的已拍摄图像;图像分析装置(例如,图像分析装置41),其在已拍摄图像内检测反射体的区域并且获取该区域的颜色信息;绝对光谱辐照度分布计算装置(例如,绝对光谱辐照度分布计算装置42),其基于该颜色信息计算绝对光谱辐照度分布,该绝对光谱辐照度分布是该区域中光谱辐照度的绝对值的分布;光合光子通量密度计算装置44(例如,,PPFD计算装置44),其基于绝对光谱辐照度分布计算光合光子通量密度;以及叶面积指数计算装置(例如,LAI计算装置45),其基于该光合光子通量密度计算叶面积指数。
(2)图像测量系统可以被配置成使得反射体包括全散射反射表面,其颜色是已知的。
(3)图像测量系统可以被配置成被提供有彼此相关联地存储光合光子通量密度与叶面积指数的存储装置(例如,数据库46),以及可以被配置成使得叶面积指数计算装置从存储装置提取与所计算光合光子通量密度相关联的叶面积指数以计算叶面积指数。
(4)图像测量系统可以被配置成使得绝对光谱辐照度分布计算装置基于颜色信息计算包括该区域中的辉度值在内的三色刺激值,基于辉度值计算绝对辐照度,该绝对辐照度是该区域中辐照度的绝对值,基于三色刺激值计算该区域中的色度,基于色度计算相对光谱辐照度分布,该相对光谱辐照度分布是该区域中光谱辐照度的相对分布,以及基于绝对辐照度和相对光谱辐照度分布计算绝对光谱辐照度分布。
(5)图像测量设备(例如LAI图像测量设备40),其用在图像测量系统中,该图像测量系统被提供有布置在要测量的植物(例如,植物群落30中的植物的一部分)附近的反射体(例如,反射体10);以及拍摄装置(例如照相机20),其对反射体进行拍摄并且输出该反射体的已拍摄图像,其中,图像测量设备被提供有图像分析装置(例如,图像分析装置41),其在已拍摄图像内检测拍摄到反射体的区域并且获取该区域的颜色信息;绝对光谱辐照度分布计算装置(例如,绝对光谱辐照度分布计算装置42),其基于颜色信息计算绝对光谱辐照度分布,绝对光谱辐照度分布是在该区域中光谱辐照度的绝对值的分布;光合光子通量密度计算装置(例如,PPFD计算装置44),其基于绝对光谱辐照度分布计算光合光子通量密度;以及叶面积指数计算装置(例如,LAI计算装置45),其基于该光合光子通量密度计算叶面积指数。
本申请基于并且要求于2012年12月26日提交的日本专利申请No.2012-2820256的优先权的权益,其全部内容通过引用结合于此。
虽然参考本发明示例性实施例特别示出并描述了本发明,但是本发明并不局限于这些实施例。本领域技术人员将理解在不脱离由权利要求限定的本发明的精神和范围的情况下可以在其中做出形式和细节方面的各种改变。
工业实用性
本发明可适于在温室栽培等中掌握植物生长或栽培条件的过程中使用。
附图标记列表
10      反射体
20      照相机
21      拍摄装置
30      植物群落
31      植物
40      LAI图像测量设备
41      图像分析装置
42      绝对光谱辐照度分布计算装置
43、46  数据库
44      光合光子通量密度(PPFD)计算装置
45      叶面积指数(LAI)计算装置

Claims (10)

1.一种图像测量方法,包括:
拍摄被布置在要被测量的植物附近的反射体,并且输出所述反射体的已拍摄的图像;
在所述已拍摄的图像内检测所述反射体被拍摄的区域;
获取所述区域的颜色信息;
基于所述颜色信息来计算所述区域的绝对光谱辐照度分布,所述绝对光谱辐照度分布是所述区域中的光谱辐照度的绝对值的分布;
基于所述绝对光谱辐照度分布来计算光合光子通量密度;以及
基于所述光合光子通量密度来计算叶面积指数。
2.根据权利要求1所述的图像测量方法,其中所述反射体包括全散射反射表面,所述全散射反射表面的颜色是已知的。
3.根据权利要求1或2所述的图像测量方法,还包括:
彼此相关联地存储所述光合光子通量密度和所述叶面积指数;以及
提取与计算的所述光合光子通量密度相关联的所述叶面积指数以用于计算所述叶面积指数。
4.根据权利要求1至3中任一项所述的图像测量方法,还包括:
基于所述颜色信息来计算包括所述区域中的辉度值的三色刺激值;
基于所述辉度值来计算绝对辐照度,所述绝对辐照度是所述区域中的光的辐照度的绝对值;
基于所述三色刺激值来计算所述区域中的色度;
基于所述色度来计算相对光谱辐照度分布,所述相对光谱辐照度分布是所述区域中的光谱辐照度的相对分布;以及
基于所述绝对辐照度和所述相对光谱辐照度分布来计算所述绝对光谱辐照度分布。
5.一种图像测量系统,包括:
反射体,所述反射体被布置在要被测量的植物附近;
拍摄装置,所述拍摄装置用于拍摄所述反射体,并且输出所述反射体的已拍摄的图像;
图像分析装置,所述图像分析装置用于在所述已拍摄的图像内检测所述反射体被拍摄的区域,并且获取所述区域的颜色信息;
绝对光谱辐照度分布计算装置,所述绝对光谱辐照度分布计算装置用于基于所述颜色信息来计算绝对光谱辐照度分布,所述绝对光谱辐照度分布是所述区域中的光谱辐照度的绝对值的分布;
光合光子通量密度计算装置,所述光合光子通量密度计算装置用于基于所述绝对光谱辐照度分布来计算光合光子通量密度;以及
叶面积指数计算装置,所述叶面积指数计算装置用于基于所述光合光子通量密度来计算叶面积指数。
6.根据权利要求5所述的图像测量系统,其中所述反射体包括全散射反射表面,所述全散射反射表面的颜色是已知的。
7.根据权利要求5或6所述的图像测量系统,还包括:
存储装置,所述存储装置用于彼此相关联地存储所述光合光子通量密度和所述叶面积指数,其中
所述叶面积指数计算装置通过从存储所述叶面积指数的所述存储装置提取与计算的所述光合光子通量密度相关联的所述叶面积指数来计算所述叶面积指数。
8.根据权利要求5至7中任一项所述的图像测量系统,其中所述绝对光谱辐照度分布计算装置操作以:
基于所述颜色信息来计算包括所述区域中的辉度值的三色刺激值;
基于所述辉度值来计算绝对辐照度,所述绝对辐照度是所述区域中的光的辐照度的绝对值;
基于所述三色刺激值来计算所述区域中的色度;
基于所述色度来计算相对光谱辐照度分布,所述相对光谱辐照度分布是所述区域中的光谱辐照度的相对分布;以及
基于所述绝对辐照度和所述相对光谱辐照度分布来计算绝对光谱辐照度分布。
9.一种图像测量设备,所述图像测量设备在图像测量系统中使用,所述图像测量系统被提供有反射体和拍摄装置,所述反射体被布置在要被测量的植物附近,所述拍摄装置用于拍摄所述反射体并且输出所述反射体的已拍摄的图像,所述图像测量设备包括:
图像分析装置,所述图像分析装置用于在所述已拍摄的图像内检测所述反射体被拍摄的区域,并且获取所述区域的颜色信息;
绝对光谱辐照度分布计算装置,所述绝对光谱辐照度分布计算装置用于基于所述颜色信息来计算绝对光谱辐照度分布,所述绝对光谱辐照度分布是所述区域中的光谱辐照度的绝对值的分布;
光合光子通量密度计算装置,所述光合光子通量密度计算装置用于基于所述绝对光谱辐照度分布来计算光合光子通量密度;以及
叶面积指数计算装置,所述叶面积指数计算装置用于基于所述光合光子通量密度来计算叶面积指数。
10.一种图像测量程序,用以在图像测量系统中使用,所述图像测量系统被提供有反射体和拍摄装置,所述反射体被布置在要被测量的植物附近,所述拍摄装置用于拍摄所述反射体并且输出所述反射体的已拍摄的图像,所述程序促使计算机执行:
图像分析处理,所述图像分析处理在所述已拍摄的图像内检测所述反射体被拍摄的区域,并且获取所述区域的颜色信息;
绝对光谱辐照度分布计算处理,所述绝对光谱辐照度分布计算处理基于所述颜色信息来计算绝对光谱辐照度分布,所述绝对光谱辐照度分布是所述区域中的光谱辐照度的绝对值的分布;
光合光子通量密度计算处理,所述光合光子通量密度计算处理基于所述绝对光谱辐照度分布来计算光合光子通量密度;以及
叶面积指数计算处理,所述叶面积指数计算处理基于所述光合光子通量密度来计算叶面积指数。
CN201380068174.5A 2012-12-26 2013-12-03 图像测量方法、系统、设备 Active CN104884937B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-282056 2012-12-26
JP2012282056 2012-12-26
PCT/JP2013/007079 WO2014103181A1 (ja) 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム

Publications (2)

Publication Number Publication Date
CN104884937A true CN104884937A (zh) 2015-09-02
CN104884937B CN104884937B (zh) 2019-01-08

Family

ID=51020308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380068174.5A Active CN104884937B (zh) 2012-12-26 2013-12-03 图像测量方法、系统、设备

Country Status (4)

Country Link
US (1) US9646223B2 (zh)
JP (1) JP6245181B2 (zh)
CN (1) CN104884937B (zh)
WO (1) WO2014103181A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108885277A (zh) * 2016-04-18 2018-11-23 索尼公司 信息处理设备、信息处理方法和程序
CN109310053A (zh) * 2016-06-16 2019-02-05 索尼公司 信息处理设备,信息处理方法及程序
CN111803085A (zh) * 2020-08-06 2020-10-23 深圳市德光浦科技有限公司 一种基于颜色特性的无创血红蛋白浓度水平测量装置

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10330530B2 (en) * 2015-03-24 2019-06-25 Otsuka Electronics Co., Ltd. Reference light source device used for calibration of spectral luminance meter and calibration method using same
CN104864962B (zh) * 2015-05-26 2017-05-03 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
CN107796764B (zh) * 2016-09-05 2020-01-24 南京农业大学 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法
US10902581B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify foreign object
US10902577B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify object
WO2019003400A1 (ja) * 2017-06-29 2019-01-03 日本電気株式会社 係数算出装置、係数算出方法、及び、係数算出プログラムが記録された記録媒体
KR102076336B1 (ko) * 2018-12-27 2020-02-11 주식회사 최고의 환한미소 작물 재배 시스템
CN110426491A (zh) * 2019-07-26 2019-11-08 北京农业信息技术研究中心 一种果树垂直结构的分层光学测量方法及装置
CN114241033B (zh) * 2021-12-17 2022-07-22 贵州省山地资源研究所 一种植株叶面积垂直结构的异位获取方法
CN116503747B (zh) * 2023-06-30 2023-09-15 华中农业大学 一种基于多尺度遥感的非均质地表叶面积指数反演方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008111725A (ja) * 2006-10-30 2008-05-15 Tokyo Electric Power Co Inc:The 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
CN102269576A (zh) * 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
CN102706293A (zh) * 2012-06-27 2012-10-03 黑龙江工程学院 基于四分量光学物理模型的叶面积指数反演方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0142027Y2 (zh) * 1987-04-06 1989-12-11
US6366681B1 (en) * 1999-04-07 2002-04-02 Space Imaging, Lp Analysis of multi-spectral data for extraction of chlorophyll content
CN1582109A (zh) * 2001-11-08 2005-02-16 安妮·玛丽·范格 测定植物实际光合的方法及其装置
JP3548152B2 (ja) * 2001-11-15 2004-07-28 名古屋大学長 植物又は植物群の3次元構造測定方法
JP2005052045A (ja) * 2003-08-01 2005-03-03 Japan Science & Technology Agency 植物が環境に及ぼす影響の定量的評価システム
WO2007069736A1 (ja) * 2005-12-15 2007-06-21 Yamaguchi University 樹体生産能力を評価する方法、樹体生産能力を評価するための撮像装置及び樹体生産能力を評価するためのプログラム
JP2007171033A (ja) * 2005-12-22 2007-07-05 Univ Nagoya 葉面積指数の間接測定方法および間接測定システム
JP5881082B2 (ja) * 2010-11-08 2016-03-09 国立大学法人愛媛大学 植物健康診断方法および植物健康診断装置
US9207072B2 (en) 2010-12-02 2015-12-08 Nec Corporation Leaf area index measurement system, device, method, and program
WO2012073507A1 (ja) 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法およびプログラム

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008111725A (ja) * 2006-10-30 2008-05-15 Tokyo Electric Power Co Inc:The 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
CN102269576A (zh) * 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
CN102706293A (zh) * 2012-06-27 2012-10-03 黑龙江工程学院 基于四分量光学物理模型的叶面积指数反演方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JOHN V. MARTONCHIK ET AL: "Determination of Land and Ocean Reflective, Radiative, and Biophysical Properties Using Multiangle Imaging", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
彭方仁等: "海岸带复合农林业系统植物种群光环境特征研究", 《生态科学》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108885277A (zh) * 2016-04-18 2018-11-23 索尼公司 信息处理设备、信息处理方法和程序
CN108885277B (zh) * 2016-04-18 2021-05-11 索尼公司 信息处理设备和信息处理方法
CN109310053A (zh) * 2016-06-16 2019-02-05 索尼公司 信息处理设备,信息处理方法及程序
US11536656B2 (en) 2016-06-16 2022-12-27 Sony Group Corporation Information processing device, information processing method, and program
CN111803085A (zh) * 2020-08-06 2020-10-23 深圳市德光浦科技有限公司 一种基于颜色特性的无创血红蛋白浓度水平测量装置

Also Published As

Publication number Publication date
US9646223B2 (en) 2017-05-09
JPWO2014103181A1 (ja) 2017-01-12
WO2014103181A1 (ja) 2014-07-03
CN104884937B (zh) 2019-01-08
JP6245181B2 (ja) 2017-12-13
US20150339540A1 (en) 2015-11-26

Similar Documents

Publication Publication Date Title
CN104884937A (zh) 图像测量方法、系统、设备和程序
Kirk et al. Estimation of leaf area index in cereal crops using red–green images
US9207072B2 (en) Leaf area index measurement system, device, method, and program
Petach et al. Monitoring vegetation phenology using an infrared-enabled security camera
JP5920224B2 (ja) 葉面積指数計測システム、装置、方法及びプログラム
US11022494B2 (en) Apparatus for measuring spectra
Skauli et al. A collection of hyperspectral images for imaging systems research
CN109581372A (zh) 一种生态环境遥感监测方法
CN108885277B (zh) 信息处理设备和信息处理方法
CN109253976B (zh) 基于光感模块的高光谱实时辐射定标方法
Kükenbrink et al. Mapping the irradiance field of a single tree: Quantifying vegetation-induced adjacency effects
US12026915B2 (en) Enhanced measurement of photosynthetically active radiation (PAR) and image conversion therefor
Shajahan et al. Monitoring plant phenology using phenocam: A review
Restrepo-Coupe et al. Satellite Phenology Validation
Zheng et al. Using high spatial and temporal resolution data blended from SPOT-5 and MODIS to map biomass of summer maize
Alexandridis et al. LAI measurement with hemispherical photographs at variable conditions for assessment of remotely sensed estimations
Markelin et al. Radiometric correction of multitemporal hyperspectral uas image mosaics of seedling stands
Rochdi et al. Systematic mapping of Leaf Area Index across Canada using 250-meter MODIS data
Uetani Measurement of the all sky spectral radiance distribution using a fisheye camera and principal component analysis
Porto et al. Radiometric Calibration Performance of a Multispectral Camera with a Single Sensor and Multiple Heads
Shajahan et al. Monitoring Plant Phenology using Phenocam: A
Yu et al. Classification of brightness temperature components for a maize canopy
Wang et al. Design and implementation of a portable snapshot multispectral imaging crop-growth sensor
CN112887697A (zh) 一种图像处理方法及系统
NZ749742B2 (en) Apparatus for measuring spectra

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant