CN113841033A - 估计叶片的叶绿素含量的方法 - Google Patents
估计叶片的叶绿素含量的方法 Download PDFInfo
- Publication number
- CN113841033A CN113841033A CN202080037409.4A CN202080037409A CN113841033A CN 113841033 A CN113841033 A CN 113841033A CN 202080037409 A CN202080037409 A CN 202080037409A CN 113841033 A CN113841033 A CN 113841033A
- Authority
- CN
- China
- Prior art keywords
- digital camera
- light source
- mobile computing
- computing device
- image
- 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.)
- Pending
Links
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 title claims abstract description 42
- 229930002875 chlorophyll Natural products 0.000 title claims abstract description 40
- 235000019804 chlorophyll Nutrition 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000002093 peripheral effect Effects 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims description 13
- 238000005286 illumination Methods 0.000 claims description 9
- 230000000903 blocking effect Effects 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 238000009331 sowing Methods 0.000 description 4
- 241000209140 Triticum Species 0.000 description 3
- 235000021307 Triticum Nutrition 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa 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
- 230000008859 change Effects 0.000 description 2
- 229930002868 chlorophyll a Natural products 0.000 description 2
- 229930002869 chlorophyll b Natural products 0.000 description 2
- NSMUHPMZFPKNMZ-VBYMZDBQSA-M chlorophyll b Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C=O)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 NSMUHPMZFPKNMZ-VBYMZDBQSA-M 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 238000010899 nucleation Methods 0.000 description 2
- 238000001454 recorded image Methods 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 241001057636 Dracaena deremensis Species 0.000 description 1
- 241001377938 Yara Species 0.000 description 1
- 238000002835 absorbance Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005375 photometry Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/42—Absorption spectrometry; Double beam spectrometry; Flicker spectrometry; Reflection spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/0272—Handheld
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/02—Details
- G01J3/10—Arrangements of light sources specially adapted for spectrometry or colorimetry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2803—Investigating the spectrum using photoelectric array detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Studio Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Eye Examination Apparatus (AREA)
- Steroid Compounds (AREA)
- Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
- Preparation Of Compounds By Using Micro-Organisms (AREA)
Abstract
本发明涉及一种估计叶片(12)的叶绿素含量的方法,所述方法包括:提供设备(10),其中,所述设备包括:移动计算设备(14),其包括数字相机(16);以及可移除地附接到所述移动计算设备的外围设备(18),所述外围设备包括光源(20),当所述外围设备可移除地附接到所述移动计算设备时,所述光源与所述数字相机对准,使得所述光源(20)可以照亮所述数字相机(16)的镜头,其中,所述外围设备提供光源(20)与数字相机(16)之间的空间(19);在叶片(12)没有插入在数字相机与光源之间的情况下,由数字相机(16)捕获开启的光源的第一图像(34a);提取第一图像的曝光数据;在叶片插入在数字相机和开启的光源之间的情况下通过数字相机捕获第二图像(34b);提取第二图像的曝光数据;以及使用处理器,基于第一图像和第二图像的所提取的曝光数据来估计叶片的叶绿素含量,其中,曝光数据包括曝光时间、F数和ISO值中的至少一个。
Description
技术领域
本发明涉及一种估计叶片的叶绿素含量的方法、计算机程序产品、计算机可读存储介质、电信号和移动计算设备。
背景技术
植物叶片的叶绿素含量与植物的营养状态有关。因此,通过测量叶绿素含量,就可以确定植物是否需要另外的肥料。
Konica Minolta的SPAD-502Plus是一种用于叶片的叶绿素含量的便携式测量设备。SPAD-502Plus通过使用两个LED(发光二极管)元件和一个硅树脂光电二极管测量叶片在两个波长区域中的吸光度来确定存在的叶绿素的相对量。然而,这种专用设备相对昂贵,并且因此可能不是每个人可用的。
此外,WO2019081729公开了一种用于确定植物的状态的手持设备(例如,智能电话或平板电脑),包括:多像素数字颜色传感器;光源(例如,智能电话的闪光灯),其被布置用于提供宽带照明,其中,光源和多像素数字颜色传感器被布置在基本上相同的平面中;光导,用于将来自所述光源的光引导到多像素数字颜色传感器的方向中;采样空间,其提供在所述多像素数字颜色传感器和所述光源之间,用于将所述植物的至少一部分插入其中;以及,处理单元,其被布置用于至少控制所述多像素数字颜色传感器和所述光源。所述光导可以可拆卸地附接到智能电话或平板电脑。所述处理单元可以被布置用于控制所述多像素数字颜色传感器和所述光源,以便在所述光源接通的情况下获得所述植物部分的第一图像,并且在所述光源关断的情况下获得所述植物部分的第二图像,其中,所述多像素数字颜色传感器被布置用于获得至少红色(R)、绿色(G)和蓝色(B)颜色分量,所述红色(R)、绿色(G)和蓝色(B)颜色分量一起形成了颜色分量的集合,并且其中,所述处理单元被布置用于执行至少以下操作:(i)确定第一颜色值,所述第一颜色值代表所述第一和第二图像中的所述颜色分量中的第一颜色分量的强度值的差;(ii)确定第二颜色值,所述第二颜色值代表所述第一和所述第二图像中的所述颜色分量中的第二颜色分量的强度值的差;(iii)使用所述第一颜色值和所述第二颜色值计算代表所述植物的状态的值。虽然WO2019081729中的设备可以降低成本,因为其可以使用现有的智能电话或平板电脑,但是在处理能力的通用性和使用方面仍然有改进的空间。
此外,在2017年12月在Photosyntica的卷55,第4版,第 603-610页的Versali等人的“Feasibility of using smart phones to estimate chlorophyll content in cornplants(使用智能电话来估计玉米植物中的叶绿素含量的可行性)”的文章中公开了智能电话和具有附接到智能电话的LED(发光二极管)的灯保持器,其中,以光辅助的光谱吸收光度测定法来捕获LED顶部上的叶片的图像。在光辅助的光谱吸收光度测定法中,包括ISO、曝光时间等的智能电话相机的所有设置保持恒定。从所获取的图像中提取R、G和B分量以及各种指标。然而,Versali等人的解决方案的缺点在于,它可能需要相当大的处理能力。
发明内容
本发明的目的是克服或至少减轻上述问题。
根据本发明的第一方面,这个和其他目的是通过一种估计叶片的叶绿素含量的方法来实现的,所述方法包括:提供设备,其中,所述设备包括:移动计算设备,包括数字相机;以及,可移除地附接到所述移动计算设备的外围设备,所述外围设备包括光源,当所述外围设备可移除地附接到所述移动计算设备时,所述光源与所述数字相机对准,使得所述光源可以照亮所述数字相机的镜头,其中,所述外围设备在所述光源和所述数字相机之间提供了空间,使得所述叶片可以插入在所述数字相机和所述光源之间;在所述叶片没有插入所述数字相机和所述光源之间的情况下,通过所述数字相机捕获开启的光源的第一图像;提取所述第一图像的曝光数据;在所述叶片插入所述数字相机和所述开启的光源之间的情况下,通过所述数字相机捕获第二图像;提取所述第二图像的曝光数据;以及使用处理器,基于第一图像和第二图像的所提取的曝光数据来估计叶片的叶绿素含量,其中,曝光数据包括曝光时间、F数和ISO值中的至少一个。也就是说,处理器可以基于第一图像和第二图像的曝光时间、F数和ISO值中的至少一个来估计叶片的叶绿素含量。处理器可以被包括在前述的移动计算设备中。所述方法可以(至少部分地)是计算机实现的。
外围设备也可被称为移动计算设备的附件。外围设备可例如包括将外围设备夹持到移动计算设备的U形夹具和将光源保持在数字相机前面使得光源可以照亮数字相机的镜头的保持器。此外,由数字相机捕获的第一和第二图像可以是记录的图像或实况图像。在后一种情况下,所提取的曝光数据可以是来自数字相机的传感器的实时读数。此外,第一图像和第二图像可以在移动计算设备指示用户插入/移除叶片的同时由数字相机来自动捕获。
本发明基于这样的理解,即,没有叶片和具有叶片的第一和第二图像的曝光数据(优选Exif数据)可以方便地用于估计叶片的叶绿素含量。即,取决于叶绿素含量,叶片将吸收更多或更少的由光源发射的光,这通常会导致例如与第一图像相比,第二图像的更长的曝光时间和/或更小的F数(更宽的孔径),如曝光数据所指示的。借助于本发明,与更先进的图像分析技术相比,估计叶片的叶绿素含量所需的处理能力大大降低。因此,也可以使用不太强大并且通常不太昂贵的移动计算设备,诸如低端智能电话。此外,该设备(方法)相对于成本来说是高度精确的。此外,由于光源在移动计算设备的外部并且不使用光导,所以可以可移除地附接或可附接到移动计算设备上并且包括光源的外围设备可以被设计成适合包括数字相机的大多数移动计算设备,从而使得本设备(方法)非常通用。
曝光数据可以是Exif(可交换图像文件格式)数据。Exif是规定用于处理由数字相机记录的图像文件的设备的图像格式的标准。Exif数据在本发明中便于使用,因为它在包括数字相机的许多移动计算设备中是容易获得的。
如上所述,曝光数据可以包括曝光时间、F数和ISO值中的至少一个。曝光时间是数字相机的传感器暴露于光时的时间长度,F数是数字相机中焦距与孔径的比率,并且ISO值是“胶片速度”。
移动计算设备可以控制数字相机,使得以相同的曝光时间和ISO值捕获第一图像和第二图像,并且基于第一图像和第二图像的F数的任何变化来估计叶片的叶绿素含量。例如,对于两个图像,曝光时间和ISO值可以分别设置为1/125s和ISO 100,而F数可以从比如5.6减小到4(处于快门优先模式的数字相机),其中,该减小指示叶片的叶绿素含量。通常,叶绿素越多,所需的孔径开口越大(F数越小)。在另一实施例中,移动计算设备可以控制数字相机,使得以相同的F数和ISO值来捕获第一图像和第二图像,并且基于第一图像和第二图像的曝光时间的任何变化来估计叶片的叶绿素含量(处于孔径优先模式的数字相机)。在任何情况下,通过保持曝光时间和ISO值恒定或F数和ISO值恒定,数字相机仅需要算出单个参数(F数或曝光时间),这可以提供叶片的叶绿素含量的快速估计。
在又一实施例中,移动计算设备可以控制数字相机,使得利用曝光时间、F数和ISO值中的至少一个的相同值来捕获第一和第二图像。也就是说,这里可以保持三个参数/值中的仅一个恒定。优选地,F数保持恒定,因为ISO值更容易控制,即比F数更动态。
(由移动计算设备)基于第一图像和第二图像的所提取的曝光数据估计叶片的叶绿素含量可以包括基于第一图像和第二图像的所提取的曝光数据确定第一图像和第二图像的照度值并且基于确定的照度值确定衰减值。照度值(lux)可以定义为lux=C*(N*N)/(S*t),其中,C是取决于数字相机的常数,N是F数,S是ISO值,并且t是曝光时间。如上所述,S和t对于两个图像可以是相同的,而N可以变化。照度值可以替选地被定义为lux=C*(2^EV)/S,其中,EV是曝光值。曝光值可以包括在前述曝光数据中。衰减值被定义为(lux具有叶片)/(lux没有叶片)。使用衰减值的优点是它是无单位的并且独立于上述常数C。
(通过移动计算设备)估计叶片的叶绿素含量可以进一步基于叶片的预定义厚度,叶片的预定义厚度是基于来自移动计算设备的用户输入的作物类型和播种日的。用户可以例如经由移动计算设备的用户接口(例如,触摸屏)键入作物的类型(例如,小麦、水稻、玉米等)和播种后的天数(例如,10天或15天)或作物阶段周,由此移动计算设备可以(被配置成)从示出在不同生长阶段的叶片平均厚度的表中提取叶片的厚度。替代地,用户可以测量叶片的实际厚度并将其输入到移动计算设备。
所述方法还可以包括基于所确定的衰减值和叶片的预定义厚度来(由移动计算设备)计算指示叶片的叶绿素含量的(专有)值。该专有值例如可以是N测试器值。该N测试器值可以计算为N测试器值=重量1*ln(衰减值)+重量2*预定叶片厚度,其中,ln是自然对数函数。本设备的早期试验显示了使用该方程和Yara的N测试器得到的结果之间的强相关性(0.769-0.811)。使用衰减值计算当前的N测试器值只需要单个等式。此外,发明人已经发现N测试器值和衰减值的自然对数之间的线性关系,这意味着可以比更高级的图像分析技术显著更快地并且利用更少的处理能力计算N测试器值。特定数字相机的重量1和重量2可以使用已知厚度、N测试器值和衰减的四张校准纸计算出来。
移动计算设备可以自动地将数字相机的焦点设在开启的光源上(并且如果可能的话,聚焦在开启的光源上)以用于捕获第一图像,并且控制数字相机以便在捕获第二图像时使用相同的焦点(即,第一图像和第二图像可以利用相同的焦点来捕获)。这通常意味着数字相机的测光也“聚焦”在开启的光源上。开启的光源通常是场景中最亮的光斑。使用相同的焦点可以加速处理,因为数字相机不需要调整以引入叶片。此外,这允许估计独立于数字相机和光源之间的叶片的精确位置。
光源可以适于发射至少部分地可被叶绿素色素、叶绿素a和叶绿素b吸收的光。
光源可以适于发射单个预定波长的光,例如650 nm或在640-649 nm的范围内或在651-670 nm的范围内。650 nm是有用的,因为叶绿素a和叶绿素b二者在该波长下都具有光的高度吸收。
光源优选地是LED(发光二极管)。
光源可以被提供有中空光导,例如圆柱体,用于当光源与数字相机对准时阻挡环境光。这可以改善叶绿素含量估计。
移动计算设备可以是智能电话或平板电脑。
在整个文献中,在叶片没有插入在光源和相机之间的情况下拍摄的图像被称为第一图像,并且在叶片插入在光源和相机之间的情况下拍摄的图像被称为第二图像。然而,这并不意味着没有叶片片的图像必须在有叶片的图像之前拍摄。也可以首先将叶片放置在光源和相机之间,在叶片插入在光源和相机之间的情况下捕获开启的光源下的图片,移除叶片,并且在叶片没有插入的情况下捕获光源的另一图片。
根据本发明的第二方面,提供了一种包括计算机程序代码的计算机程序产品,当在移动计算设备上执行时,所述计算机程序代码执行以下步骤:由所述移动计算设备的数字相机捕获可移除地附接到所述移动计算设备的外围设备的开启的光源的第一图像,所述第一图像是在所述数字相机和所述光源之间没有插入叶片的情况下捕获的;提取所述第一图像的曝光数据;通过所述数字相机捕获第二图像,其中,所述叶片插入在所述数字相机和所述开启的光源之间;提取所述第二图像的曝光数据;以及,基于第一图像和第二图像的所提取的曝光数据估计叶片的叶绿素含量,其中,曝光数据包括曝光时间、F数和ISO值中的至少一个。计算机程序产品可以是非暂时性计算机程序产品。该计算机程序产品可以是 (用于智能电话或平板电脑)的app(应用程序)。该方面可以表现出与第一方面相同或相似的特征和技术效果,反之亦然。
根据本发明的第三方面,提供了一种包括根据第二方面的计算机程序产品的计算机可读存储介质。
根据本发明的第四方面,提供了一种在载波上体现并在电介质上传播的电信号,该电信号包括根据第二方面的计算机程序产品。
根据本发明的第五方面,提供了一种移动计算设备,包括根据第三方面的计算机可读存储介质。
根据本发明的第六方面,提供了一种用于估计叶片的叶绿素含量的设备,所述设备包括:移动计算设备,包括数字相机;以及可移除地附接或可附接到移动计算设备的外围设备,所述外围设备包括当外围设备可移除地附接到移动计算设备时与数字相机对准的光源,其中,所述移动计算设备被配置成提取开启的光源的第一图像的曝光数据,该第一图像是在叶片未插入数字相机与光源之间的情况下由数字相机捕获的,提取在叶片插入数字相机与开启的光源之间的情况下由数字相机捕获的第二图像的曝光数据,并且基于第一图像和第二图像的所提取的曝光数据估计叶片的叶绿素含量。该方面可以表现出与其他方面中的任何一个相同或相似的特征和技术效果,反之亦然。
附图说明
现在将参照示出本发明的当前优选实施例的附图更详细地描述本发明的这些和其它方面。
图1a-b是根据本发明的一个实施例的设备的示意性侧视图。
图2a-b是根据一个实施例的图1a-b的设备的外围设备的透视图。
图3a-b是根据另一实施例的图1a-b的设备的外围设备的透视图。
图4是示出本发明的示例性性能的图表。
图5是根据本发明的一个或多个实施例的方法的流程图。
具体实施方式
图1a-b是根据本发明的一个实施例的用于估计叶片12的叶绿素含量的设备10的示意性侧视图。
设备10包括移动计算设备14,移动计算设备14可以是手持式的。移动计算设备14可以例如是智能电话(例如iPhone或安卓电话)或平板电脑(例如iPad)。
移动计算设备14包括数字相机16,如下面进一步详细描述的。此外,移动计算设备14可以包括处理器、存储器、存储装置和用户接口。用户接口可以包括触摸屏。
数字相机16可以例如被布置在移动计算设备14的背面。数字相机16可以包括传感器、镜头、光度计功能(用于曝光控制)和自动聚焦功能。数字相机16可以被配置成提供由数字相机16捕获的图像的曝光数据,即Exif数据。所捕获的图像可以是记录的图像(例如,存储在上述存储装置中)和/或实况图像(即,实时传感器读数)。Exif数据可以包括曝光时间、F数(孔径)和ISO值。
设备10还包括外围设备18。外围设备18也可被称为移动计算设备14的附件。外围设备18可移除地附接或可移除地可附接到移动计算设备14,并且包括当外围设备18可移除地附接到移动计算设备14时与数字相机14对准的光源20。如图所示,外围设备18在光源20和数字相机16之间提供了空间19。光源20适于发射单个预定波长的光21,这里是650 nm,即可见红光。光源20优选地是至少一个LED(发光二极管)。外围设备18还可以包括电连接到光源20并适于为光源20供电的电池。外围设备18还可以包括允许用户开启/关闭光源20的开关。这样,外围设备18可以是自包含的并且仅机械地连接到移动计算设备14。
进一步参考图2a-b,外围设备18可以包括将外围设备18夹持到移动计算设备14的U形夹具22。夹具22包括邻接移动计算设备14的背面的第一腿部24a,以及具有邻接移动计算设备14的前面的远端部分26b的弯曲的第二腿部24b。夹具22可以是稍微柔性的以便适合具有不同深度的移动计算设备。夹具22可以例如由塑料制成。第一腿部24a包括暴露数字相机16的镜头的开口25。开口25也可以用作数字相机16的镜头罩。外围设备18还包括连接在第一腿部24a的远端部分26a处并将光源20保持在数字相机16前面的保持器28。保持器28可以布置在第一腿部24a上方。保持器28保持光源20并将其与数字相机16对准,使得光源20可以照亮数字相机16的镜头,并且使得光源20在数字相机16的视场内。叶片12可以放置在保持器28和第一腿部24a之间,使得叶片12插入(放置)在数字相机16和光源20之间。此外,保持器28可以枢转地连接到第一腿部24a,使得其可以暂时地被升起以便于叶片12的放置。
在图3a-b所示的外围设备的另一实施例中,保持器28被布置成基本上垂直于第一腿部24a,这里第一腿部24a不需要具有开口25。此外,光源20可以提供有(直圆形中空)圆柱体30形式的“镜头罩”,用于阻挡环境光。
接下来,移动计算设备14可以被配置成借助于应用程序32(计算机程序产品)执行下面详述的各种具体步骤或动作。应用程序32可以被下载到移动计算设备14并且被存储在移动计算设备14的上述存储装置中。应用程序32可以使用移动计算设备14的上述处理器和存储器在移动计算设备14上运行或被执行。
具体地,移动计算设备14被配置成提取开启的光源20的第一图像34a的曝光数据,该第一图像34a是在叶片12没有插入在数字相机16和光源20之间(图1a、2a和3a)的情况下由数字相机16捕获的。所提取的曝光数据可包括曝光时间、F数(孔径)和ISO值,例如1/1000s、2.8和ISO 100。
当移动计算设备14指示用户移除放置在数字相机16和光源20之间的任何叶片12的同时,可以由数字相机16来自动捕获第一图像34a。为此,适当的消息(“移除叶片”)可以例如显示在移动计算设备14的上述触摸屏上。
此外,移动计算设备14可以被配置成将数字相机16的焦点36自动设置在开启的光源20的中心以用于捕获第一图像34a。这可以包括:执行高斯低通滤波、RGB到HSV(色调饱和值)的转换、红色带通滤波、利用Suzuki边界跟踪提取轮廓、提取具有较小面积的边界框、以及寻找边界框的中心。在开启的光源20上设置焦点36还可以将数字相机16的测光“聚焦”在开启的光源20上。
移动计算设备14还被配置成在叶片12插入在数字相机16和仍然与数字相机16对准的开启的光源20之间的情况下(图1b、2b和3b)提取由数字相机16捕获的第二图像34b的曝光数据,如将在下面更详细地讨论的。
当移动计算设备14指示用户将叶片12放置在数字相机16和光源20之间的同时,可以由数字相机16来自动捕获第二图像。此外,移动计算设备14可以被配置成控制数字相机16以便在捕获第二图像34b时使用相同的焦点36,并且使得以至少相同的ISO值(例如ISO100)捕获第一和第二图像34a-b,而曝光时间和F数由数字相机16使用测光计功能来选择以获得正确的曝光(数字相机16在程序模式中)。所选择的曝光时间和F值可以是例如1/60s和1.3。因此,第二图像34b的所提取的曝光数据例如可以包括1/60s、1.3和ISO 100。这里,注意到曝光时间已经从1/1000s增加到1/60s,并且F数已经从2.8变为1.3(即,更宽的孔径用于第二图像34b)。
移动计算设备14还被配置成基于第一和第二图像34a-b的所提取的曝光数据来估计叶片12的叶绿素含量。
具体讲,移动计算设备14可以被配置成基于第一和第二图像34a-b的所提取的曝光数据来确定第一和第二图像34a-b的照度值,并且基于所确定的照度值来确定衰减值。照度值(lux)可以定义为lux=C*(N*N)/(S*t),其中,C是取决于数字相机的常数,N是F数,S是ISO值,并且t是曝光时间。根据以上给出的曝光数据,Lux没有叶片=78.39*C*(第一图像),并且Lux具有叶片=1.014*C*(第二图像)。衰减值被定义为(lux具有叶片)/(lux没有叶片)。对于上面给出的示例性曝光数据,衰减值是0.0129。值得注意的是,衰减值与C无关。
移动计算设备14还可被配置成基于所确定的衰减值和叶片12的预定义厚度来计算N测试器值,其中,N测试器值指示叶绿素含量。叶片12的预定义厚度可以基于由用户输入到移动计算设备14的作物类型和播种日。用户可以例如经由移动计算设备14的上述触摸屏键入作物类型(例如小麦、水稻、玉米等)和播种后的天数(例如90或105天)或作物阶段周。“小麦”和第4作物阶段周可以例如得到0.2886 mm的叶片厚度。
N测试器值可以被计算为N测试器值=重量1*ln(衰减值)+重量2*预定义叶片厚度,其中,可以使用已知厚度、N测试器值和衰减值的四张校准纸来计算用于特定数字相机14的重量1和重量2。
图4是示出衰减值的自然对数(从本发明的试验获得)和从本发明的试验获得的N测试器值(计算的)之间的关系的图表。
图5是估计叶片12的叶绿素含量的方法的流程图。所述方法可以例如使用设备10来执行。因此所述方法可以对应于设备10的操作。
所述方法可以通过用户将外围设备18附接到移动计算设备14来发起,并且开启光源20(步骤S1)。
移动计算设备14可提示用户移除放置在数字相机16和光源20之间的任何叶片12(步骤S2)。
移动计算设备14然后可以自动地将数字相机16的焦点36设置在开启的光源20上以用于捕获第一图像34a(步骤S3)。
移动计算设备14然后可在叶片12不插入在数字相机16和光源20之间的情况下自动捕获开启的光源20的第一图像34a(步骤S4)。
在步骤S5中,所述方法包括提取第一图像34a的曝光数据。所提取的曝光数据可以存储在移动计算设备14的存储器和/或存储装置中。
移动计算设备14然后可提示用户将叶片12放置在数字相机16和光源20之间(步骤S6)。用户可以(在这一点)将叶片12放置在数字相机16和光源20之间的空间19中。
在步骤S7中,移动计算设备14可以将数字相机16的焦点、曝光时间和ISO值设置为与用于第一图像34a的相同。
移动计算设备14然后可以在步骤S8中使用来自步骤S7的设置在叶片12插入数字相机14和开启的光源20之间的情况下自动地捕获第二图像34b。
优选地被连续捕获第一和第二图像34a-b。此外,捕获第一和第二图像34a-b之间的时间优选地小于1小时,特别地小于30分钟。此外,光源20的亮度和位置优选地对于两个图像34a-b都保持恒定。
在步骤S9中,所述方法包括提取第二图像34b的曝光数据。所提取的曝光数据可以存储在移动计算设备14的存储器和/或存储装置中。
移动计算设备14然后可以基于在步骤S5和S9中提取的曝光数据来确定第一和第二图像34a-b的照度值,并且由此确定衰减值(步骤S10)。
此外,用户可经由移动计算设备14的前述触摸屏键入作物类型和播种后的天数(或作物阶段周),由此移动计算设备14可提取叶片12的预定厚度(步骤S11)。
在步骤S12中,移动计算设备14可以基于在步骤S10中确定的衰减值和来自步骤S11的叶片的预定义厚度来计算N测试器值。
根据计算的N测试器值,可以确定叶片12所来自的植物是否需要另外的肥料。计算出的N测试器值例如可以呈现在移动计算设备14的触摸屏上。计算的N测试器值还可以例如与GPS位置数据和/或移动计算设备14中可用的其他数据一起从设备10/14远程地发送。
步骤S10-S12可以统称为(至少部分地)基于第一和第二图像34a-b的曝光数据估计叶片12的叶绿素含量。
本领域技术人员认识到本发明决不局限于上述实施例。相反,在所附权利要求的范围内,许多修改和变化是可能的。
例如,代替在步骤S7中设置曝光时间和ISO值,移动计算设备14可将数字相机16的F数和ISO值设置为与用于第一图像34a的相同,而数字相机16使用光度计功能来选择第二图像34b的曝光时间以获得正确的曝光(数字相机16处于孔径优先模式)。这在数字相机16具有固定孔径的情况下可能是有用的。作为其它替选方式,仅使用相同ISO值(如第12页上的示例中)或相同F数。
此外,图5的方法中的至少一些步骤不必以图5所示的精确顺序来执行。例如,第一图像34a的照度值可以在步骤S5之后直接确定。用户还可以在所述方法中较早地键入作物类型和播种后的天数。此外,第二图像34b可以在第一图像34a之前捕获。
此外,通过数字相机在叶片插入在数字相机和开启的光源之间的情况下捕获第二图像以及提取第二图像的曝光数据可以包括捕获叶片的不同部分的至少两个图像并且提取那些图像的(平均)曝光数据。
此外,外围设备18可以在没有移动计算设备14的情况下提供。
Claims (14)
1.一种估计叶片(12)的叶绿素含量的方法,所述方法包括:
提供设备(10),其中,所述设备(10)包括:移动计算设备(14),其包括数字相机(16);以及可移除地附接到所述移动计算设备的外围设备(18),所述外围设备包括光源(20),当所述外围设备(18)可移除地附接到所述移动计算设备(14)时,所述光源(20)与所述数字相机(16)对准,使得所述光源(20)可以照亮所述数字相机(16)的镜头,其中,所述外围设备(18)提供在所述光源(20)与所述数字相机(16)之间的空间(19),使得所述叶片(12)可插入在所述数字相机(16)与所述光源(20)之间;
在所述叶片(12)未插入在所述数字相机(16)与所述光源(20)之间的情况下,由所述数字相机(16)捕获(S4)开启的光源(20)的第一图像(34a);
提取(S5)所述第一图像(34a)的曝光数据;
在所述叶片(12)插入在所述数字相机(16)和开启的光源(20)之间的情况下,由所述数字相机(16)捕获(S8)第二图像(34b);
提取(S9)所述第二图像(34b)的曝光数据;以及
使用处理器,基于所述第一图像和所述第二图像(34a、34b)的所提取的曝光数据来估计所述叶片(12)的叶绿素含量,其中,所述曝光数据包括曝光时间、F数和ISO值中的至少一个。
2.根据权利要求1所述的方法,其中,所述移动计算设备(14)控制所述数字相机(16),使得以相同的F数来捕获所述第一图像和所述第二图像(34a、34b)。
3.根据前述权利要求中任一项所述的方法,其中,基于第一和第二图像(34A,34b)的所提取的曝光数据估计叶片(12)的叶绿素含量包括基于第一和第二图像(34a,34b)的所提取的曝光数据确定第一和第二图像(34a,34b)的照度值并且基于所确定的照度值确定衰减值。
4.根据前述权利要求中任一项所述的方法,其中,估计所述叶片(12)的叶绿素含量还基于所述叶片(12)的预定义厚度,所述叶片(12)的所述预定义厚度基于来自对所述移动计算设备(14)的用户输入的作物类型和播种后的天数。
5.根据权利要求3和4所述的方法,包括基于所确定的衰减值和所述叶片(12)的预定义厚度来计算指示所述叶片(12)的叶绿素含量的专有值。
6.根据前述权利要求中任一项所述的方法,其中,所述移动计算设备(14)自动地将所述数字相机(16)的焦点(36)设置在所述开启的光源(20)上以用于捕获所述第一图像(34a),并且控制所述数字相机(16)以便在捕获所述第二图像(34b)时使用相同的焦点。
7.根据前述权利要求中任一项所述的方法,其中,所述光源(20)适于发射单个预定波长的光,例如650 nm。
8.根据前述权利要求中任一项所述的方法,其中,所述光源(20)是LED发光二极管。
9.根据前述权利要求中任一项所述的方法,其中,所述光源被提供有中空光导(30),用于在所述光源(20)与所述数字相机(16)对准时阻挡环境光。
10.根据前述权利要求中任一项所述的方法,其中,所述移动计算设备(14)是智能电话或平板电脑。
11.一种包括计算机程序代码的计算机程序产品(32),当在移动计算设备(14)上执行时,所述计算机程序代码执行以下步骤:
由所述移动计算设备(14)的所述数字相机(16)捕获可移除地附接到所述移动计算设备(14)的外围设备(18)的开启的光源(20)的第一图像(34a),所述第一图像是在所述数字相机与所述光源(20)之间没有插入叶片(12)的情况下捕获的;
提取所述第一图像(34a)的曝光数据;
在所述叶片(12)插入在所述数字相机(16)和所述开启的光源(20)之间的情况下通过所述数字相机(16)捕获第二图像(34b);
提取所述第二图像(34b)的曝光数据;以及
基于所述第一图像和所述第二图像(34a、34b)的所提取的曝光数据来估计所述叶片(12)的叶绿素含量,其中,所述曝光数据包括曝光时间、F数和ISO值中的至少一个。
12.一种计算机可读存储介质,包括根据权利要求11所述的计算机程序产品。
13.一种包含在载波上并在电介质上传播的电信号,所述电信号包括根据权利要求11所述的计算机程序产品。
14.一种移动计算设备(14),包括根据权利要求12所述的计算机可读存储介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19177155 | 2019-05-29 | ||
EP19177155.9 | 2019-05-29 | ||
PCT/EP2020/064784 WO2020239880A1 (en) | 2019-05-29 | 2020-05-28 | Method for estimating chlorophyll content of a leaf |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113841033A true CN113841033A (zh) | 2021-12-24 |
Family
ID=66677010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080037409.4A Pending CN113841033A (zh) | 2019-05-29 | 2020-05-28 | 估计叶片的叶绿素含量的方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US11885683B2 (zh) |
EP (1) | EP3977073B1 (zh) |
CN (1) | CN113841033A (zh) |
AR (1) | AR119035A1 (zh) |
AU (1) | AU2020285318A1 (zh) |
BR (1) | BR112021020098A2 (zh) |
CA (1) | CA3141740A1 (zh) |
CO (1) | CO2021017643A2 (zh) |
ES (1) | ES2946943T3 (zh) |
WO (1) | WO2020239880A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414500A (zh) * | 2022-03-28 | 2022-04-29 | 深圳市脉度科技有限公司 | 光谱检测方法、存储介质、电子设备及装置 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4036559A1 (en) * | 2021-01-28 | 2022-08-03 | YARA International ASA | System and method for detection of plants and soil properties |
TWI783375B (zh) * | 2021-02-09 | 2022-11-11 | 丁逸聖 | 成分分析儀及成分分析系統 |
IT202200009350A1 (it) * | 2022-05-06 | 2023-11-06 | Istituto Naz Di Astrofisica | Apparato per la misurazione di una dose di esposizione a una radiazione |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200609688A (en) * | 2004-05-26 | 2006-03-16 | Nikon Corp | Correcting method, predicting method, exposuring method, reflectance correcting method, reflectance measuring method, exposure apparatus, and device manufacturing method |
CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
US20160335477A1 (en) * | 2015-05-13 | 2016-11-17 | Raytheon Company | Apparatus and processes for photosynthetic activity measurement and mapping |
US20170358106A1 (en) * | 2015-01-09 | 2017-12-14 | Hitachi Maxell, Ltd. | Plant information acquisition system, plant information acquisition device, plant information acquisition method, crop management system and crop management method |
US20180003686A1 (en) * | 2014-12-23 | 2018-01-04 | The Regents Of The University Of California | Method and device for quantification of plant chlorophyll content |
WO2019081729A1 (en) * | 2017-10-26 | 2019-05-02 | Yara International Asa | PORTABLE DEVICE USING A LIGHT GUIDE AND METHOD OF USE FOR DETERMINING A PLANT STATE |
-
2020
- 2020-05-28 CN CN202080037409.4A patent/CN113841033A/zh active Pending
- 2020-05-28 US US17/442,232 patent/US11885683B2/en active Active
- 2020-05-28 AR ARP200101514A patent/AR119035A1/es active IP Right Grant
- 2020-05-28 EP EP20730214.2A patent/EP3977073B1/en active Active
- 2020-05-28 CA CA3141740A patent/CA3141740A1/en active Pending
- 2020-05-28 BR BR112021020098A patent/BR112021020098A2/pt unknown
- 2020-05-28 WO PCT/EP2020/064784 patent/WO2020239880A1/en unknown
- 2020-05-28 ES ES20730214T patent/ES2946943T3/es active Active
- 2020-05-28 AU AU2020285318A patent/AU2020285318A1/en active Pending
-
2021
- 2021-12-22 CO CONC2021/0017643A patent/CO2021017643A2/es unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200609688A (en) * | 2004-05-26 | 2006-03-16 | Nikon Corp | Correcting method, predicting method, exposuring method, reflectance correcting method, reflectance measuring method, exposure apparatus, and device manufacturing method |
CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
US20180003686A1 (en) * | 2014-12-23 | 2018-01-04 | The Regents Of The University Of California | Method and device for quantification of plant chlorophyll content |
US20170358106A1 (en) * | 2015-01-09 | 2017-12-14 | Hitachi Maxell, Ltd. | Plant information acquisition system, plant information acquisition device, plant information acquisition method, crop management system and crop management method |
US20160335477A1 (en) * | 2015-05-13 | 2016-11-17 | Raytheon Company | Apparatus and processes for photosynthetic activity measurement and mapping |
WO2019081729A1 (en) * | 2017-10-26 | 2019-05-02 | Yara International Asa | PORTABLE DEVICE USING A LIGHT GUIDE AND METHOD OF USE FOR DETERMINING A PLANT STATE |
Non-Patent Citations (6)
Title |
---|
DANIEL GAVIRIA-PALACIO: "Fast estimation of chlorophyll content on plant leaves using the light sensor of a smartphone", REVISTA DYNA, 31 December 2017 (2017-12-31), pages 233 - 239 * |
F. VESALI: "Feasibility of using smart phones to estimate chlorophyll content in corn plants", PHOTOSYNTHETICA, 30 November 2016 (2016-11-30), pages 603 - 610, XP036310990, DOI: 10.1007/s11099-016-0677-9 * |
FARSHAD VESALI: "Development of an android app to estimate chlorophyll content of corn leaves based on contact imaging", COMPUTERS AND ELECTRONICS IN AGRICULTURE, 10 July 2015 (2015-07-10), pages 211 - 210 * |
PETER D. HISCOCKS, P.ENG: "Measuring Luminance with a Digital Camera", ADVANCED TEST EQUIPMENT RENTALS, 16 September 2011 (2011-09-16), pages 1 - 25 * |
周利亚;苑迎春;宋宇斐;王斌;: "基于图像处理的小麦叶绿素估测模型研究", 河北农业大学学报, no. 02, 15 March 2018 (2018-03-15) * |
张玉杰;陈志磊;春江锋;: "一种基于CMOS图像传感器的照度测量方法", 红外技术, no. 03, 20 March 2016 (2016-03-20) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114414500A (zh) * | 2022-03-28 | 2022-04-29 | 深圳市脉度科技有限公司 | 光谱检测方法、存储介质、电子设备及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3977073C0 (en) | 2023-06-07 |
EP3977073A1 (en) | 2022-04-06 |
BR112021020098A2 (pt) | 2021-12-07 |
CO2021017643A2 (es) | 2022-05-10 |
US20220155146A1 (en) | 2022-05-19 |
EP3977073B1 (en) | 2023-06-07 |
AR119035A1 (es) | 2021-11-17 |
ES2946943T3 (es) | 2023-07-28 |
US11885683B2 (en) | 2024-01-30 |
AU2020285318A1 (en) | 2022-01-06 |
CA3141740A1 (en) | 2020-12-03 |
WO2020239880A1 (en) | 2020-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11885683B2 (en) | Method for estimating chlorophyll content of a leaf | |
US10175215B2 (en) | Method and device for quantification of plant chlorophyll content | |
JP5610762B2 (ja) | 撮像装置及び制御方法 | |
JP6200151B2 (ja) | 撮像装置および調光制御方法 | |
CN107277388A (zh) | 移动终端及其补光方法 | |
JP6259185B2 (ja) | 撮像装置及びその制御方法、プログラム並びに記憶媒体 | |
KR101594967B1 (ko) | 촬상 장치, 촬상 제어 방법, 및 기록 매체 | |
US11062481B2 (en) | Handheld device and method for determining a plant status | |
US20150029356A1 (en) | Imaging device, imaging method and non-transitory storage medium in which imaging program is stored | |
US11486869B2 (en) | Handheld device using a light guide and method for use thereof for determining a plant status | |
EP3113484A1 (en) | Mobile terminal and photographing method therefor | |
US7679653B2 (en) | Digital image acquisition arranged to acquire image data related to different light configurations | |
US9264684B2 (en) | Colour balance processor | |
JP2015034850A (ja) | 撮影装置および撮影方法 | |
US20190052791A1 (en) | Image processing apparatus and image processing method | |
US11825205B2 (en) | Computer implemented method and a system for obtaining a camera setting | |
KR20160146129A (ko) | 링형플래시를 구비한 휴대폰 | |
WO2020149015A1 (ja) | 携帯型情報端末、計測方法及びプログラム | |
JP2015166767A (ja) | 測光装置、及び撮像装置 | |
CN118071612A (zh) | 多光谱图像的光谱重建方法及其装置 | |
Troscianko et al. | Image calibration and analysis toolbox user guide | |
JP2019041152A (ja) | 画像処理装置および画像処理方法 | |
JP2016076855A (ja) | 撮像装置およびその制御方法およびプログラム | |
JP2007017573A (ja) | カメラ |
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 |