JP2003532213A - デジタル画像のセグメンテーション方法および用具の制御方法 - Google Patents

Abstract

(57)【要約】 デジタル画像のセグメント化に関連して、このデジタル画像は、小要素（ピクセル）に分割されるとともに、数個のカラーチャネルを有するカメラで捕らえられる。これにより、物体を背景から識別することができ、昼光軌跡、および、カメラの色軌跡は、理論的なものであり、物体のボディ反射率特性に従ってモデル化される。こうして、昼光軌跡へのノーマルベクトル（ｎ_ｓ）は、理論的に決定され、各ピクセルに対して、カメラのカラーチャネルからの反応形式で、要素の色ベクトル（Ｃ_ｆ）と、昼光軌跡へのノーマルベクトル（ｎ_ｓ）間のスカラー積が、算出される。そして、次に、要素は、算出結果に基づき、代表物体あるいは背景とみなされる。なお、物体とみなされた要素には、第１の値が割り当てられ、背景とみなされた要素には、第２の値が割り当てられる。セグメント化された画像を基に、用具（４）に対する制御信号が、引き出される。

Description

【発明の詳細な説明】

【０００１】 本発明は、デジタル画像をセグメント化する方法に関し、このデジタル画像は
、小要素（ピクセル）に分割されるとともに、数個のカラーチャネルを有するカ
メラで捕らえられる。これにより、物体を背景から識別することができ、カメラ
の昼光軌跡および色軌跡は、理論的に、物体のボディ反射率特性に従ってモデル
化される。

【０００２】 本発明は、更に用具、特に、農具の制御方法に関する。

【０００３】 畑の作物の画像を撮り、その作物を考慮して用具を制御することは、周知であ
り、少なくとも、これが可能になることは、明らかに望まれることである。ここ
では、コンピュータが、画像を処理するとともに、用具に対して制御信号を供給
する。例えば、ＵＳ−Ａ−５ ４４２ ５５２は、植物の列の中央線に対して、
この植物の列のデジタル画像により、自動的に位置決めされた耕耘機について、
記載している。画像は、デジタル化されるが、そこでは、適当な色度図が作成さ
れ、この画像のピクセルからの色ベクトルが、この図に関連して評価される。次
に、ピクセルは、色ベクトルが図の中に入るか、あるいは、外れるかによって、
植物／非植物に分類される。しかし、この方法の問題は、色が照度により変化す
ることであり、照度は、屋外（昼光）では、一定ではないのである。従って、こ
のような方法は、時には正確な結果をもたらすであろうが、別の時には、不正確
かつ使用できない結果をもたらすことになるであろう。

【０００４】 ＵＳ−Ａ−５ ４８３ ０６６は、植物を、偏向に敏感な赤外線検出器を用い
て認識するシステムについて、記載している。

【０００５】 ＵＳ−Ａ−５ ９１１ ６６９およびＷＯ−Ａ−９８／４６０６５は、電気に
よって走査された画像のセグメンテーション、および、画像に基づき、農具に制
御信号を提供することについて、記載している。

【０００６】 ＵＳ−Ａ−６ ０２５ ７９０およびＵＳ−Ａ−６ ０５３ ２６８は、道路
、および、その白色の車線分離線の画像による、車両の制御について、記述して
いる。

【０００７】 本発明は、特に、畑にある「緑」の鮮やかな植物性材料を、背景、つまり、土
壌の表面から、分離可能にすることを目指している。しかし、本発明は、植物性
材料と関連して使用することに限られるものではない。

【０００８】 その結果、「緑」の鮮やかな植物性材料を所定の背景から分離させる、デジタ
ル画像のセグメンテーション方法が、例として、記載されている。

【０００９】 この方法は、画像形成過程の物質的なモデル化に基づく。この画像形成過程に
は、カメラ感度、「緑」の植物の反射率特性、国際照明委員会（ＣＩＥ）（測色
法 技術報告第２版、国際照明委員会（ＣＩＥ）、１９８６）の昼光基準の使用
をモデル化することが、含まれる。また、植物からの反射は、ニュートラル・イ
ンタフェース想定の下で、２色性反射モデルに従うという想定をモデル化するこ
とも、これに含まれる。

【００１０】画像形成過程のモデル化 カメラの画像形成過程は、スペクトル統合により実施される。このスペクトル
統合は、所定の相関色温度（ＣＣＴ）を有する光源により照射される、画像平面
内の、所定の空間位置（ｘ、ｙ）に対して、次のように記載される。

【００１１】

【数１】 Ｃ_ｆ（ＣＣＴ、ｘ、ｙ）は、ｆ次元のベクトルであり、その要素は、チャネル
ｆの分光感度を含む。このベクトルは、画像平面における軌跡（ｘ、ｙ）の「色
ベクトル」と呼ばれる。標準的なカラーカメラでは、ベクトルは、カメラの赤、
緑、および、青のチャネルの反応に対応する３次元を有する。

【００１２】 Ｅ（ＣＣＴ、ｘ、ｙ、λ）は、空間位置（ｘ、ｙ）に対する光源を指す。これ
は、その相関色温度ＣＣＴを用いて記載されるとともに、昼光の国際照明委員会
（ＣＩＥ）基準（上記参照）に記述される方法により、モデル化される。

【００１３】 ρ（ｘ、ｙ、λ）は、画像平面における空間位置（ｘ、ｙ）の反射である。

【００１４】 τ_ｆ（λ）は、カメラの、（標準的なカラーカメラでは、赤、緑、および、青
の感度に対応して、３つのチャネルがあると考えられる）つまり、カメラ特性の
、チャネルｆの分光感度である。

【００１５】 ｍ（θ）は、測光角度（θ）による、幾何学的なスケーリング因子である。こ
の測光角度（θ）は、入射光ｉ、反射ｊの出射角、および、ｉとｊ間の位相角ｇ
である。

【００１６】植物反射のモデル化 植物の反射は、２色性反射モデルを用いて、記載される。この２色性反射モデ
ルでは、反射は、植物の、表面およびボディ反射の和として、与えられる。これ
は、画像平面における空間位置（ｘ、ｙ）の所定の色ベクトルＣ_ｆ（ＣＣＴ、ｘ
、ｙ）が、

【数２】 によって表されることを、意味する。

【００１７】 式（２）によると、画像平面における空間位置（ｘ、ｙ）からの植物の反射は
、２つの成分に分割される。

【００１８】 第一の成分は、植物のボディ反射からの寄与を意味する。この植物のボディ反
射は、式（１）に記述されるスペクトル統合に起因する。反射率ρ（ｘ、ｙ、λ
）は、「Ｈ．Ｊ．アンダーセン、Ｃ．Ｍ．オンヤンゴ、および、Ｅ．グラナムに
よる、モデルに基づく昼光および色順応のセグメンテーション方法、産業検査に
おける偏光およびカラー技術に関するＥＯＳ／ＳＰＩＥ会議にて、１９９９年６
月」に記述される特徴に従い、モデル化され、これに参照される。ボディ反射へ
のカメラの反応は、この刊行物では、「色軌跡」と呼ばれる。ボディ反射は、一
般に、所定の物体の表面下でおこる反射を指す。それにより、入射光の一部は、
物体により吸収される。こうして、ボディ反射は、物体にその色を与える。

【００１９】 第二の成分は、植物の表面反射からの寄与である。この植物の表面反射は、式
（１）に記述されるスペクトル統合に起因する。ニュートラル・インタフェース
想定下では、表面反射の反射率は、一定（すなわち、１）に固定されても良い。
次に、表面反射へのカメラの反応が、カメラの光源への反応と一致するであろう
。このカメラの光源への反応は、カメラの昼光軌跡と呼ばれる。物体表面部分は
、観察者の方向に、表面反射を「イールド」する。そのため、物体表面部分は、
もし光源の光が白色と考えられるならば、観察者にとって「白色」に見える。

【００２０】 これらのモデルは、それ自体、前述の「Ｈ．Ｊ．アンダーセン、Ｃ．Ｍ．オン
ヤンゴ、および、Ｅ．グラナムによる、モデルに基づく昼光および色順応のセグ
メンテーション方法、産業検査における偏光およびカラー技術に関するＥＯＳ／
ＳＰＩＥ会議にて、１９９９年６月」から周知であり、これに参照される。この
引例によると、画像は、セグメント化され、昼光軌跡および色軌跡は、空間に変
形される。この空間は、３つのカラークロマチブのうちの２つ、および、その強
度により、定義される。次に、各々のピクセルの色ベクトルは、画像のセグメン
テーションの間に、正規化、つまり、単位長に減じられる。これは、算出という
観点では、非常に面倒な過程であり、結果的には、長引く過程となる。

【００２１】 本発明の目的は、この欠点に悩まされることなく、画像をセグメント化する方
法を提供することである。本発明の、更なる目的は、デジタル信号プロセッサ（
ＤＳＰ）における実施に適した方法を、提供することである。

【００２２】 この目的は、イントロダクションとして記述される性質の方法によって、達成
される。この方法の特徴は、理論的に、昼光軌跡へのノーマルベクトル（ｎ_ｓ）
が決定され、そして、各小要素に対して、カメラのカラーチャネルからの反応形
式の色ベクトル（Ｃ_ｆ）と、昼光軌跡へのノーマルベクトル（ｎ_ｓ）との間のス
カラー積が、算出されることにある。そして、次に、要素は、算出結果に基づき
、物体あるいは背景が表現されているとみなされる。なお、物体とみなされた要
素には、第１の値が割り当てられ、背景とみなされた要素には、第２の値が割り
当てられる。

【００２３】 好適な実施形態によれば、セグメント化された画像は、重みをかけられ、それ
により、物体とみなされた要素には、色軌跡からの色ベクトル（Ｃ_ｆ）の距離に
従い、第１および第２の値間の値が、割り当てられる。

【００２４】 本発明の更なる目的は、用具、例えば農具を、デジタル画像に基づいて制御す
る、改善された可能性を提供することである。

【００２５】 本発明は、実施形態および図面を参照することにより、以下に詳述される。

【００２６】 図１は、畑表面のカラー画像のコンピュータ画面を表し、黒／白で表示される
。

【００２７】 図２は、同じ画像のコンピュータ画面であるが、本発明による方法により、セ
グメント化されている。

【００２８】 式（２）によると、所定の色ベクトルは、純粋なボディ反射からのベクトルと
、純粋な表面反射からのベクトル、つまり、式（２）の第一および第二項、との
間に置かれる。

【００２９】 数的に、式（２）は、以下によって概算される。

【００３０】

【数３】 λ_ａからλ_ｂへのインターバルは、λへ１ｎｍ中心に入ったインターバルΔλ
に、分割される。式（３）の各２項(ボディおよび表面反射)は、３００ｎｍから
８３０ｎｍ、および、４０００ケルビンから２５０００ケルビンの相関色温度に
モデル化される。これは、「測色法、技術報告第２版、国際照明委員会（ＣＩＥ
）、１９８６」に記述される、５８インターバルに従っている。この中に、Ｅ（
ＣＣＴ、λ）の値が、見受けられる。モデル化によって、マトリックスΓおよび
Ｙは、各項に集められ、このマトリックスは、第一および第二項、つまり、植物
のボディ反射、および、表面反射の和を含む。その結果、ΓおよびＹは、５８×
ｆ次元を得る。ここで、ｆは、カメラのチャネル数に対応する。こうして、Γは
、５８のモデル化された色ベクトルを、純粋なボディ反射に対して含むとともに
、Ｙは、５８のモデル化された昼光ベクトルを含む。

【００３１】 下記から明白なように、ベクトルΓおよびＹは、実際の例において、後の計算
により、正規化、つまり、単位長に減じられる。というのは、ｍ_ｓ（θ）および
ｍ_Ｂ（θ）からの寄与は、取り除かれるからである。従って、これら２つの因数
は、２つのマトリックスにおいて項を算出すると、１に等しく設定される。ρ_ｓ は、上述のように、１に等しい。ρ_Ｂ（λ）は、実験的に、物体の実際のタイプ
に関して、決定される。τ_ｆ（λ）は、カメラの特性であり、その情報は、当該
カメラの製造元から得ることができる。

【００３２】 実際、カメラは、通常２つあるいは３つのチャネルを有する。従って、これら
２つの条件は、以下に詳述される。

【００３３】 ２つのチャネルの場合、色軌跡および昼光軌跡は、これらは２つのカラーチャ
ネルに対応する軸を持つ座標の２次元システムにおけるものだが、原点から離れ
る２つのマトリックスにおけるベクトルで表されるであろう。２つのマトリック
スからのベクトルは、２つの直線の各々に、おおよそ位置付けられる。この２つ
の直線とは、ボディ反射に対しては、「カラー線」、表面反射に対しては、「昼
光線」である。カラー線は、色軌跡を表すとともに、昼光線は、昼光軌跡を表す
。２つの軌跡（線）は、平均算出、あるいは、類似で周知の算出方法により、決
定される。この算出方法は、各々のベクトルの誤差を最小限にするものである。

【００３４】 ３つのチャネルの場合、色軌跡および昼光軌跡は、これらは３つのカラーチャ
ネル（通常、赤、緑、青感度に対するチャネル）に対応する軸を持つ座標の３次
元システムにおけるものだが、原点から離れる２つのマトリックスのベクトルで
表される。２つのマトリックスからのベクトルは、２つの平面の各々に、おおよ
そ位置する。この２つの平面とは、ボディ反射に対しては、「カラー平面」、表
面反射に対しては、「昼光平面」である。カラー平面は、色軌跡を表すとともに
、昼光平面は、昼光軌跡を表す。２つの軌跡（平面）は、適切で周知の算出方法
により、決定される。この算出方法は、各々のベクトルの誤差を最小限にするも
のである。

【００３５】 所定画像をピクセル毎にセグメント化することにより、所定のピクセルは、色
ベクトルＣ_ｆを有することになる。この色ベクトルＣ_ｆは、色軌跡および昼光軌
跡に関係するどこかに、位置付けられる。

【００３６】 本発明は、植物を表すピクセルが、色軌跡に比して昼光軌跡から離れた側に位
置する色ベクトルＣ_ｆを、持つことができないという理解／認識にある。従って
、昼光軌跡、あるいは、色軌跡から遠く離れて位置する、色ベクトルＣ_ｆを有す
るピクセルは、非植物、あるいは、背景とみなされる。一方、「緑色側」、ある
いは、昼光軌跡の色軌跡側に位置する色ベクトルＣ_ｆを有するピクセルは、植物
とみなされる。これは、算出され、それにより、色軌跡志向の昼光軌跡へのノー
マルベクトルｎ_ｓが、決定される。そして、ノーマルベクトルｎ_ｓと、色ベクト
ルＣ_ｆ間の、スカラー積あるいはドット積が、算出される。もしドット積が、ゼ
ロに等しい、あるいは、ゼロより小さい場合、ピクセルには、背景に対して値ゼ
ロが割り当てられ、もしドット積が、ゼロより大きい場合は、ピクセルには、植
物に対して値１が割り当てられる。

【００３７】 昼光軌跡に近い、色ベクトルＣ_ｆを有するピクセルが、実際に、植物を表すか
否か、という点に関して、不確実な点がいくつかある（畑にある石も、同様の表
面反射になることもある）。従って、セグメント化された画像は、重みをかけら
れ、それにより、「植物」とみなされた、ピクセルの色ベクトルＣ_ｆの、色軌跡
に対する距離が、決定される。そして、ピクセルには、この距離に相当する値が
割り当てられる。こうして、ピクセルには、もし色ベクトルＣ_ｆが色軌跡に位置
すれば、値１が割り当てられる。もし、色ベクトルＣ_ｆがその中に位置しなけれ
ば、ピクセルには、色軌跡への距離に比例して、１より小さい値が割り当てられ
る。

【００３８】 これは、下記に詳述される。

【００３９】カメラの昼光軌跡によるセグメンテーション ｆ＝２ ｆ＝２では、所定の画像は、カメラのモデル化された昼光軌跡に従い、まず初
めに、ΓおよびＹを、各行に対して、第二ノルムをもとに正規化することにより
、セグメント化される。こうして、すべての行ベクトルが、単位ベクトルを構成
することになる。このようにして、ｍ_Ｂ（θ）およびｍ_Ｓ（θ）からの寄与は、
取り除かれる。そのために、これらの因数は、要素ΓおよびＹ＝１の計算となる
。

【００４０】

【００４１】 色ベクトルＣ（ｘ、ｙ）を有する、所定の画像における、所定のピクセルは、
もし、ｎ_Ｓのドット積がゼロより大きい場合、植物として分類される。もし、そ
のｎ_Ｓのドット積がゼロより小さい、あるいは、ゼロに等しい場合、非植物に分
類される。

【００４２】 これは、以下の様に表される。なお、ｇ（ｘ、ｙ）は、セグメント化された画
像を表す。

【００４３】

【数４】 ｆ＝３ ｆ＝３では、所定の画像は、カメラの昼光軌跡に従い、まず初めに、Ｙを、各
行に対して、第二ノルムをもとに正規化することにより、セグメント化される。
こうして、すべての行ベクトルが、単位ベクトルを構成することになる。そして
、Ｙのこれら２つの行ベクトルは、３倍のスカラー積を最小限にすることが分か
る。この３倍のスカラー積は、

【数５】 より求められ、Ｍ_{ｓ,ｃｃｔｉ}およびＭ_{ｓ,ｃｃｔj}は、ｉ≠ｊのＹにおける、２
つの行ベクトルである。Ｍ_ｍｅａｎは、Ｙの、残りの行ベクトルの、平均ベクト
ルである。

【００４４】 Ｙの２つの行ベクトルが、式（５）を最小限にすることが分かり、それに基づ
き、ｎ_Ｓが、この２つの行ベクトル間のクロス乗積として算出される。

【００４５】

【数６】 ｎ_ｓの要素の符合が、選択され、そのために、植物を含むピクセルは、ドット積
の正の値を得る。このドット積とは、ｎ_ｓと所定の色ベクトルＣとの間で、空間
位置（ｘ、ｙ）が、画像平面にあるものである。

【００４６】 所定の画像において、色ベクトルＣ（ｘ、ｙ）を有する所定のピクセルは、も
しｎ_ｓのドット積がゼロより大きければ、植物と分類され、もしｎ_ｓのドット積
がゼロより小さい、あるいは、ゼロに等しい場合、非植物と分類される。

【００４７】 これは、以下に表され、ｇ（ｘ、ｙ）は、セグメント化された画像である。

【００４８】

【数７】 植物ピクセルに重みをかける ｆ＝２ 植物に分類されたすべてのピクセルは、モデル化された植物反射軌跡（色軌跡
）への距離に関して、重みをかけられる。

【００４９】

【００５０】 重みをかけられた画像は、ピクセルポイントに重みをかけることにより、算出
される。このピクセルポイントは、モデル化された植物軌跡（色軌跡）への距離
に対して、植物と分類されるものである。

【００５１】 これは、次に表され、ｇ（ｘ、ｙ）は、セグメント化された画像である。

【００５２】

【数８】 ｆ＝３ 植物と分類されたすべてのピクセルは、平面への距離に対して、重みをかけら
れる。これは、行ベクトルすべての絶対的なエラーを最小限にするものであり、
この行ベクトルは、Γに含まれる単位ベクトルに正規化されている。

【００５３】 Γは、各行に対して、第二ノルムをもとに正規化され、こうして、すべての行
ベクトルが、単位ベクトルを構成することになる。そして、Γのこれら２つの行
ベクトルは、３倍のスカラー積を最小限にすることが分かる。この３倍のスカラ
ー積は、

【数９】 より求められ、Ｈ_{Ｂ,ｃｃｔｉ}およびＨ_{Ｂ,ｃｃｔj}は、ｉ≠ｊのΓにおける、２
つの行ベクトルである。Ｈ_ｍｅａｎは、Γの残りの行ベクトルの、平均ベクトル
である。

【００５４】 Γの２つの行ベクトルが、式（９）を最小限にすることが分かり、それに基づ
き、ｎ_Ｂが、この２つの行ベクトル間のクロス乗積として算出される。

【００５５】

【数１０】 ｎ_Ｂが、第二ノルムに従い、正規化される。

【００５６】 重みをかけられた画像は、ピクセルポイントに重みをかけることにより、算出
される。このピクセルポイントは、モデル化された平面への距離から、植物と分
類されており、このモデル化された平面は、植物のボディ反射（色軌跡）から引
き出される。

【００５７】 これは、次に表され、ｇ（ｘ、ｙ）は、セグメント化された画像である。

【００５８】

【数１１】 こうして、記載された方法により、まず初めに、カメラの昼光軌跡により画像
をセグメント化することが可能になる。そして、次に、その残りのピクセルポイ
ントに、モデル化された軌跡（色軌跡）からの距離に基づき、「緑の」植物の反
射率特性に従い、重みをかけることができる。

【００５９】 図１は、若木が、一列に並んでいる畑の画像を表す。この画像は、農具あるい
はトラクターに載置されたカメラにより、取得されたものである。この図は、カ
ラー画像の黒／白表示であり、緑の植物は、土壌の茶色の背景からは、カラーか
ら黒／白画像への変換によって、事実上、「見えなく」なっている。

【００６０】 しかし、図２は、上述の方法によってセグメント化された、同じ画像を表す。
ここで、若木は、明瞭で、大小の黒点１として、白色の背景に現れている。中央
線２が、植物１の列に対して、記されており、この中央線２は、それ自体、セグ
メント化された画像に基づき、周知の方法により、算出される。更に、画面の中
央線３は、カメラ、結果的には、農具あるいはトラクターに対する中央線２の、
望ましい位置に一致して、記されている。従って、農具あるいはトラクターの２
本の矢印４で示される植物の列に対する位置間には、差異がある。この差異を取
り除くために、制御信号が、図示されない手段によって、それ自体、周知の方法
で確立される。この制御信号は、従来の方法では、制御手段（図示せず）に送ら
れ、トラクターあるいは農具を制御して、トラクターおよび／または農具を、植
物の列に対して、望まれる位置に導く。また、例えば、画像の各植物に霧を吹く
噴霧装置を、制御することもできる。これは、それ自体、従来技術、例えば、Ｗ
Ｏ−Ａ−９５／２６６２２に記載されている。

【００６１】 本発明は、実施形態によって、説明されてきたが、これらの実施形態の範囲に
限られるものではない。他の背景の、畑にある植物以外の物体の画像が、本発明
によって、セグメント化されてもよい。

【図面の簡単な説明】

【図１】 図１は、畑表面のカラー画像のコンピュータ画面を表し、黒／白で表示される
。

【図２】 図２は、同じ画像のコンピュータ画面であるが、本発明による方法により、セ
グメント化されている。

【符号の説明】

１ 植物（黒点） ２ 中央線 ３ 中央線 ４ 矢印

───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ， ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，Ｇ Ｍ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ， ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＥ，ＡＧ，ＡＬ，ＡＭ， ＡＴ，ＡＵ，ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，Ｂ Ｚ，ＣＡ，ＣＨ，ＣＮ，ＣＯ，ＣＲ，ＣＵ，ＣＺ，ＤＥ ，ＤＫ，ＤＭ，ＤＺ，ＥＥ，ＥＳ，ＦＩ，ＧＢ，ＧＤ， ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ，ＩＮ，Ｉ Ｓ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，ＬＣ，ＬＫ ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ，ＭＤ，ＭＧ， ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＭＺ，ＮＯ，ＮＺ，ＰＬ，Ｐ Ｔ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ，ＵＳ， ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ Ｆターム(参考） 2B043 AA03 AB19 BA02 BB01 BB07 EB18 EC14 EE01 5B057 AA15 BA02 CA01 CA08 CA12 CA17 CC01 CE12 CH18 DA02 DA07 DA12 DA16 DA17 DB02 DB05 DB08 DC25 5L096 AA02 AA06 FA02 FA15

Claims (3)

【特許請求の範囲】
1. 【請求項１】 小要素（ピクセル）に分割されるとともに、数個のカラーチャネルを有するカ
   メラで捕らえられるデジタル画像をセグメント化し、これにより、物体を背景か
   ら識別することができ、理論的に、カメラの昼光軌跡および色軌跡は、物体のボ
   ディ反射率特性に従ってモデル化される方法であって、 理論的に、前記昼光軌跡へのノーマルベクトル（ｎ_ｓ）を決定し、 各小要素に対して、カメラのカラーチャネルからの反応形式である前記要素の
   色ベクトル（Ｃ_ｆ）と、前記昼光軌跡のノーマルベクトルとの間のスカラー積を
   、算出し、 次に、前記要素は、算出結果に基づいて、物体あるいは背景を表現していると
   みなされるとともに、物体とみなされた要素には、第１の値が割り当てられ、背
   景とみなされた要素には、第２の値が割り当てられる、 ことを特徴とする方法。
2. 【請求項２】 請求項１に記載の方法において、物体とみなされる前記要素には、第１および
   第２の値の間の値が、前記色軌跡からの、前記色ベクトル（Ｃ_ｆ）の距離に従い
   、割り当てられることを特徴とする方法。
3. 【請求項３】 用具、特に、農具を制御し、前記用具への制御信号を、セグメント化されたデ
   ジタル画像から得るための方法であって、 前記画像は、請求項１または２の方法により、セグメント化されていることを
   特徴とする方法。