JP2012159375A - 反射率算出装置、反射率算出方法およびプログラム - Google Patents
反射率算出装置、反射率算出方法およびプログラム Download PDFInfo
- Publication number
- JP2012159375A JP2012159375A JP2011018727A JP2011018727A JP2012159375A JP 2012159375 A JP2012159375 A JP 2012159375A JP 2011018727 A JP2011018727 A JP 2011018727A JP 2011018727 A JP2011018727 A JP 2011018727A JP 2012159375 A JP2012159375 A JP 2012159375A
- Authority
- JP
- Japan
- Prior art keywords
- white reference
- image data
- reflectance
- data
- shadow
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
【課題】白色板等の基準板を撮影することなく、対象物の陰部分について正確に反射率を算出する。
【解決手段】対象物の反射率スペクトル分布を算出する際、反射率算出装置は、前記対象物の撮影により、画素毎に反射スペクトルを含む撮影画像を参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得する。さらに、反射率算出装置は、参照画像データのうち前記白色参照モデル上の陰部分に対応する部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分に基づいて、照明光の光強度の減衰率を算出する。反射率算出装置は、この減衰率を用いて、白色基準データの補正を行い、前記撮影画像データとともに用いて前記対象物の反射率スペクトルを算出する。
【選択図】 図４
【解決手段】対象物の反射率スペクトル分布を算出する際、反射率算出装置は、前記対象物の撮影により、画素毎に反射スペクトルを含む撮影画像を参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得する。さらに、反射率算出装置は、参照画像データのうち前記白色参照モデル上の陰部分に対応する部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分に基づいて、照明光の光強度の減衰率を算出する。反射率算出装置は、この減衰率を用いて、白色基準データの補正を行い、前記撮影画像データとともに用いて前記対象物の反射率スペクトルを算出する。
【選択図】 図４
Description
本発明は、自然光で照明された対象物を撮影することにより、この対象物の反射率を算出する反射率算出装置、反射率算出方法および反射率算出方法を実行するプログラムに関する。
現在、複数の波長帯域（紫外光〜可視光〜遠赤外光）のそれぞれにおいて、波長毎に分光して撮影することができるハイパースペクトルカメラ（以降、ＨＳカメラという）が種々の分野で用いられている。ＨＳカメラで撮影された撮影画像のデータは、画素毎に測定対象物の反射スペクトルを含んでいる。したがって、測定対象物の反射スペクトルから得られる特性指数を用いて、測定対象物の特性を推定することができる。
測定対象物の特性を推定するシステムは、例えば、水田地帯の一定の領域を衛星等に搭載されたＨＳカメラを用いて撮影し、この撮影画像の各画素毎の反射スペクトルから、当該領域の水田地帯の稲の成長度合い等を推定することができる。この場合、測定対象物に入射する照明光の光強度および光強度のスペクトルは撮影時間等によって変化する。したがって、当該システムは、撮影時の照明光の分光特性である光強度のスペクトルを別途入手して、撮影した反射スペクトルと撮影時の照明光の光強度のスペクトルとから、測定対象物の反射率のスペクトルを求め、求めた反射率のスペクトルを用いて上記特性指数を算出する。
一般に、測定対象物の反射率を算出するとき、対象物と同じ撮影条件の下、同じ照明光で撮影された反射率が１の白板の撮影データ（白色板の白色基準データ）を照明光の分光特性（光強度のスペクトル）として用いる。
例えば、地上に設置したカメラで圃場を斜め上方から撮影して求めたタンパク含有率の分布割合から、荷受けした生籾を該生籾のタンパク含有率で仕分けるための閾値を設定し、前記閾値により仕分けを行う方法が知られている。
当該方法では、圃場内の稲体及び基準板の自然光による反射光を撮影して、圃場内の稲体及び基準板の反射光量を同時に測定することにより、稲体の反射率が求められる。
例えば、地上に設置したカメラで圃場を斜め上方から撮影して求めたタンパク含有率の分布割合から、荷受けした生籾を該生籾のタンパク含有率で仕分けるための閾値を設定し、前記閾値により仕分けを行う方法が知られている。
当該方法では、圃場内の稲体及び基準板の自然光による反射光を撮影して、圃場内の稲体及び基準板の反射光量を同時に測定することにより、稲体の反射率が求められる。
上記方法では、圃場内の稲体のように、対象物が比較的平面的であるため、対象物に陰影が生じない。しかし、１個の野菜や１０個程度の野菜のように、表面凹凸があり、照明光によって陰影が生じる測定対象物の場合、陰部分の照明光の光強度を得ることができないため、上記基準板を用いて反射率を算出しようとしても、正確な反射率のスペクトルを算出することは難しい。また、陰部分の光強度のスペクトルは、非陰部分における照明光の光強度のスペクトルを波長全域にわたって一律に低下したものではないため、陰部分の反射率を正確に算出することはできない。
そこで、本発明は、上記方法とは異なる方式により、白色板等の基準板を撮影することなく、測定対象物の陰部分について正確に反射率を算出することができる反射率算出装置、反射率算出方法、及びプログラムを提供することを目的とする。
本発明の一態様は、自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置である。当該反射率算出装置は、
画素毎に対象物の反射スペクトルを含む、自然光で照明された対象物の撮影画像データを取得する画像取得部と、
前記撮影画像データを前記対象物の参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出する減衰率算出部と、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行うデータ補正部と、
補正された白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する反射率算出部と
を有する。
画素毎に対象物の反射スペクトルを含む、自然光で照明された対象物の撮影画像データを取得する画像取得部と、
前記撮影画像データを前記対象物の参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出する減衰率算出部と、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行うデータ補正部と、
補正された白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する反射率算出部と
を有する。
本発明の他の一態様は、自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置における反射率算出方法である。
前記反射率算出装置は、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する。
前記反射率算出装置は、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する。
また、本発明のさらに他の一態様は、自然光で照明された対象物を撮影することにより、前記対象物の反射率スペクトル分布を算出する反射率算出方法をコンピュータに実行させるプログラムである。当該プログラムは、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照データの前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照データの前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、処理をコンピュータに実行させる。
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照データの前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照データの前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、処理をコンピュータに実行させる。
上述の態様の反射率算出装置、反射率算出方法、及びプログラムは、白色板等の基準板を撮影することなく、対象物の陰部分について正確に反射率を算出することができる。
以下、本発明の反射率算出装置、反射率算出方法およびプログラムについて説明する。
図１は、本実施形態の反射率算出装置を用いた反射率算出システム（以降、システムという）１０を説明する図である。
図１は、本実施形態の反射率算出装置を用いた反射率算出システム（以降、システムという）１０を説明する図である。
（反射率算出システム）
図１に示す反射率算出システム１０は、撮影装置１２と、反射率算出装置１４と、を有する。撮影装置１２は、圃場で生育中の１つのキャベツを測定対象物Ｓとし、自然光を照明光として測定対象物Ｓを撮影する。撮影装置１２は、ＨＳカメラを有する。ＨＳカメラは、測定対象物Ｓが自然光で照明されたとき、測定対象物Ｓの表面で反射した反射光を、バンドパスフィルタ等を用いて複数の波長帯域、例えば数１０帯域以上に分けて撮像する撮像デバイスを有する。したがって、撮影装置１２で撮影された画像の各画素は、波長毎の反射光のスペクトル、すなわち反射スペクトルを有する。撮影装置１２の撮影により得られた画像データは、反射率算出装置１４に送られる。
図１に示す反射率算出システム１０は、撮影装置１２と、反射率算出装置１４と、を有する。撮影装置１２は、圃場で生育中の１つのキャベツを測定対象物Ｓとし、自然光を照明光として測定対象物Ｓを撮影する。撮影装置１２は、ＨＳカメラを有する。ＨＳカメラは、測定対象物Ｓが自然光で照明されたとき、測定対象物Ｓの表面で反射した反射光を、バンドパスフィルタ等を用いて複数の波長帯域、例えば数１０帯域以上に分けて撮像する撮像デバイスを有する。したがって、撮影装置１２で撮影された画像の各画素は、波長毎の反射光のスペクトル、すなわち反射スペクトルを有する。撮影装置１２の撮影により得られた画像データは、反射率算出装置１４に送られる。
反射率算出装置１４は、撮影装置１２で撮影された測定対象物Ｓの撮影画像の画像データを取得する一方、測定対象物Ｓの撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、測定対象物Ｓに生じる陰部分Ａ（図１参照）に応じて補正を行う。反射率算出部１４は、さらに、補正された白色基準データと撮影画像の画像データとを用いて測定対象物Ｓの反射率を撮影画像内の画素毎に算出する。このように算出された測定対象物Ｓの反射率は、波長毎に値を持つスペクトルであるので、この反射率は、測定対象物Ｓの特性、例えば、キャベツの成熟度合いや甘みの特性を推定するために用いられる。
反射率算出装置１４は、白色基準データに対して、測定対象物Ｓに生じる陰部分Ａ（図１参照）に応じて補正を行うので、測定対象物Ｓの陰部分Ａを含む表面における照明光の光強度のスペクトルを精度良く求めることができる。このため、測定対象物Ｓの非陰部分（明部分）はもちろん陰部分Ａにおける反射率も精度良く求めることができ、測定対象物Ｓの特性をより精度よく推定することができる。
反射率算出装置１４は、白色基準データに対して、測定対象物Ｓに生じる陰部分Ａ（図１参照）に応じて補正を行うので、測定対象物Ｓの陰部分Ａを含む表面における照明光の光強度のスペクトルを精度良く求めることができる。このため、測定対象物Ｓの非陰部分（明部分）はもちろん陰部分Ａにおける反射率も精度良く求めることができ、測定対象物Ｓの特性をより精度よく推定することができる。
このようなシステム１０では、白色基準データを補正するために、後述するように、照明光の光強度の減衰率Ｒを画素毎に算出する。光強度の減衰率Ｒは、波長毎に分布を持つスペクトルとして算出され、白色基準データデータから陰部分Ａにおける照明光の光強度のスペクトルを算出する際に用いられる。この光強度の減衰率Ｒを算出するために、測定対象物Ｓを撮影装置１２で事前に撮影した測定対象物Ｓの参照画像データと、白色参照モデルの白色参照データとが用いられる。白色参照モデルとは、事前の撮影と同じ照明条件（光源の高度と方位）下において同じ陰影を有するように測定対象物Ｓの形状を模擬したモデルである。白色参照モデルでは、表面の反射率が１、すなわち、入射した光を表面で完全に反射するモデルである。図２は、測定対象物Ｓを模擬した白色参照モデルＳ’を示している。
以下、本実施形態の反射率算出装置１４、および白色基準データを補正することにより反射率を算出する方法を詳細に説明する。
以下、本実施形態の反射率算出装置１４、および白色基準データを補正することにより反射率を算出する方法を詳細に説明する。
（反射率算出装置）
図３は、撮影装置１２と、反射率算出装置１４の構成を示す図である。
撮影装置１２は、測定対象物Ｓを互いに異なる方向から撮影するＨＳカメラ（以降、単にカメラという）１２ａ，１２ｂを有する。カメラ１２ａ，１２ｂを用いて互いに異なる方向から撮影対象物Ｓを撮影するのは、測定対象物Ｓの３次元情報を取得して、図２に示すような白色参照モデルＳ’を作成するためである。
カメラ１２ａ，１２ｂはそれぞれ、測定対象物Ｓを撮像する撮像デバイスの他に、カメラ１２ａ，１２ｂの撮影位置の情報を取得するためのＧＰＳ位置取得ユニット１６ａ，１６ｂと、撮影日時の情報を取得する日時取得ユニット１７ａ，１７ｂと、を有する。カメラ１２ａ，１２ｂは、撮影された測定対象物Ｓの撮影画像データおよび取得した撮影位置の情報および撮影日時の情報を、反射率算出装置１４に送る。
図３は、撮影装置１２と、反射率算出装置１４の構成を示す図である。
撮影装置１２は、測定対象物Ｓを互いに異なる方向から撮影するＨＳカメラ（以降、単にカメラという）１２ａ，１２ｂを有する。カメラ１２ａ，１２ｂを用いて互いに異なる方向から撮影対象物Ｓを撮影するのは、測定対象物Ｓの３次元情報を取得して、図２に示すような白色参照モデルＳ’を作成するためである。
カメラ１２ａ，１２ｂはそれぞれ、測定対象物Ｓを撮像する撮像デバイスの他に、カメラ１２ａ，１２ｂの撮影位置の情報を取得するためのＧＰＳ位置取得ユニット１６ａ，１６ｂと、撮影日時の情報を取得する日時取得ユニット１７ａ，１７ｂと、を有する。カメラ１２ａ，１２ｂは、撮影された測定対象物Ｓの撮影画像データおよび取得した撮影位置の情報および撮影日時の情報を、反射率算出装置１４に送る。
反射率算出装置１４は、ＣＰＵ２０と、ＲＯＭ２２と、ＲＡＭ２４と、記憶部２６と、入力部２８と、を有するコンピュータによって形成される。この他に、反射率算出装置１４は、図示されないマウスやキーボードを含む入力操作系と、撮影画像や反射率算出中のデータや情報を画面表示する図示されないディスプレイと接続されている。
ＲＯＭ２２は、起動することによりコンピュータが各処理を実行するＯＳおよび各種ソフトウェアが記憶されている。
ＲＡＭ２４は、後述する反射率算出の過程で生成される各種処理データを記憶する。記憶部２６は、後述するような測定対象物Ｓの反射率を算出するためのプログラムを記憶するほか、算出された反射率のデータを記憶する。さらに、記憶部２６は、種々の測定日時および測定位置において測定された白色基準データ、および種々の日時および位置における太陽高度表および太陽方位の情報を記憶する。
入力部２８は、カメラ１２ａ，１２ｂと、後述する天候データベース３１と接続されており、画像データ及び各種情報を受信する。ＣＰＵ２０は、反射率算出装置１４の各部分の動作の制御と管理を行い、さらに、反射率モジュール３０の処理の制御と管理を行う。
ＲＯＭ２２は、起動することによりコンピュータが各処理を実行するＯＳおよび各種ソフトウェアが記憶されている。
ＲＡＭ２４は、後述する反射率算出の過程で生成される各種処理データを記憶する。記憶部２６は、後述するような測定対象物Ｓの反射率を算出するためのプログラムを記憶するほか、算出された反射率のデータを記憶する。さらに、記憶部２６は、種々の測定日時および測定位置において測定された白色基準データ、および種々の日時および位置における太陽高度表および太陽方位の情報を記憶する。
入力部２８は、カメラ１２ａ，１２ｂと、後述する天候データベース３１と接続されており、画像データ及び各種情報を受信する。ＣＰＵ２０は、反射率算出装置１４の各部分の動作の制御と管理を行い、さらに、反射率モジュール３０の処理の制御と管理を行う。
ＣＰＵ２０は、記憶部２６に記憶されたプログラムを実行することにより、反射率算出モジュール３０を生成する。すなわち、反射率算出モジュール３０は、ＣＰＵ２６が記憶部２６の記憶するプログラムを読み出して実行することにより生成されるソフトウェアモジュールである。反射率算出モジュール３０は、後述するように、画像取得部３２と、白色モデル作成部３４と、減衰率算出部３６と、白色基準データ抽出部３８と、データ補正部４０と、反射率算出部４２と、を有する。したがって、ＣＰＵ２０がプログラムを実行するとき、ＣＰＵ２０は、画像取得部３２と、白色モデル作成部３４と、減衰率算出部３６と、白色基準データ抽出部３８と、データ補正部４０と、反射率算出部４２の機能を実質的に担う。
図４は、反射率算出モジュール３０を説明する図である。反射率算出モジュール３０は、図４に示すように、画像取得部３２と、白色モデル作成部３４と、減衰率算出部３６と、白色基準データ抽出部３８と、データ補正部４０と、反射率算出部４２と、を有する。
画像取得部３２は、入力部２８に入力された撮影画像データを取得する。カメラ１２ａにより撮影された測定対象物Ｓの撮影画像データは、参照画像データとして取得されて白色モデル作成部３４に振分けられるほか、反射率の算出に用いる撮影画像データとして取得されて反射率算出部４２に振分けられる。カメラ１２ｂにより撮影された測定対象物Ｓの画像データは、別の参照画像データとして白色モデル作成部３４に振分けられる。
白色モデル作成部３４は、カメラ１２ａ，１２ｂで撮影された測定対象物Ｓの参照画像データを用いて図２に示す白色参照モデルＳ’を作成する。具体的には、カメラ１２ａ，１２ｂは、互いに異なる方向から測定対象物Ｓを撮影するので、カメラ１２ａ，１２ｂで撮影された２つの参照画像の画像データから、測定対象物Ｓの３次元位置情報を取得することができる。
白色モデル作成部３４は、カメラ１２ａ，１２ｂで撮影された測定対象物Ｓの参照画像データを用いて図２に示す白色参照モデルＳ’を作成する。具体的には、カメラ１２ａ，１２ｂは、互いに異なる方向から測定対象物Ｓを撮影するので、カメラ１２ａ，１２ｂで撮影された２つの参照画像の画像データから、測定対象物Ｓの３次元位置情報を取得することができる。
測定対象物Ｓの３次元位置情報を取得するために事前に行うキャリブレーションは、周知の方法が用いられる。例えば特開２００６−２５０８８９号公報に記載される方法を用いてキャリブレーションが行われる。また、キャリブレーションの一例として以下の方法が用いられてもよい。すなわち、カメラ１２ａ，１２ｂを用いて事前にチェッカーボードが撮影され、チェッカーの交点の撮影空間内の３次元の位置座標列と、各撮影画像内の２次元の位置座標列とを用いて、２つの撮影画像における２次元位置座標を撮影空間内の３次元位置座標に変換するための行列および変換パラメータの値が同定される。
キャリブレーションにより得られた行列、変換パラメータの値は、記憶部２６に記憶される。
キャリブレーションにより得られた行列、変換パラメータの値は、記憶部２６に記憶される。
白色モデル作成部３４は、記憶された行列、変換パラメータの値を読み出して、カメラ１２ａ，１２ｂで撮影された２つの参照画像内の測定対象物Ｓの各位置の２次元位置座標から３次元位置座標を算出する。
白色モデル作成部３４は、算出された３次元位置座標で規定される撮影空間内の点を直線あるいは曲線により結ぶことにより、測定対象物Ｓの外観形状を得る。この外観形状は、上記各点を結ぶ直線あるいは曲線の途中に補間点を作成することにより、測定対象物Ｓを模擬した滑らかな外観形状とすることもできる。こうして、測定対象物Ｓを模擬した仮想モデルが得られる。
白色モデル作成部３４は、算出された３次元位置座標で規定される撮影空間内の点を直線あるいは曲線により結ぶことにより、測定対象物Ｓの外観形状を得る。この外観形状は、上記各点を結ぶ直線あるいは曲線の途中に補間点を作成することにより、測定対象物Ｓを模擬した滑らかな外観形状とすることもできる。こうして、測定対象物Ｓを模擬した仮想モデルが得られる。
図５Ａ、図５Ｂは、測定対象物Ｓをカメラ１２ａにより撮影することにより得られる参照画像Ｇrefと測定対象物Ｓの参照画像データの一例を示す図である。図５Ａ、図５Ｂは、判りやすく説明するために、撮影される参照画像を１０画素×１０画素のサイズとし、各画素は波長λ1〜λ15の反射スペクトルを有する場合を例示している。実際の参照画像の画素数およびスペクトルの波長数は、１０画素×１０画素及び１５波長より大きい。
図５Ａに示す撮影された測定対象物Ｓの参照画像Ｇrefの左上端の画素をＰ（１，１）とし、右下端の画素をＰ（１０，１０）とし、右上端の画素をＰ（１０，１）として、各画素の位置を定めたとき、画素Ｐ（１，１）〜画素Ｐ（１０，１０）は、図５Ｂに示すように、画素毎に、波長λ1〜λ15の値を有する。図５Ｂに示す例では、各画素は、８ビット階調でサンプリングされて０〜２５５（値２５５が最高階調値）の値を有する。
図５Ａに示す撮影された測定対象物Ｓの参照画像Ｇrefの左上端の画素をＰ（１，１）とし、右下端の画素をＰ（１０，１０）とし、右上端の画素をＰ（１０，１）として、各画素の位置を定めたとき、画素Ｐ（１，１）〜画素Ｐ（１０，１０）は、図５Ｂに示すように、画素毎に、波長λ1〜λ15の値を有する。図５Ｂに示す例では、各画素は、８ビット階調でサンプリングされて０〜２５５（値２５５が最高階調値）の値を有する。
白色モデル作成部３４は、さらに、測定対象物Ｓの外観形状を有する３次元の仮想モデルの表面に反射率１を与える。
一方、参照画像Ｇrefの撮影条件の属性情報（撮影日時、撮影位置）は、カメラ１２ａ，１２ｂから送られて記憶部２６に記憶されるので、白色モデル作成部３４は、この撮影条件と、記憶部２６に記憶されている太陽高度表および太陽方位の情報とを用いて、上記撮影条件に最も近い太陽高度と太陽方位を求める。白色モデル作成部３４は、抽出した太陽高度と太陽方位を、参照画像Ｇrefを取得したときの測定対象物Ｓの照明条件と同じ照明条件として定め、作成された上記３次元の仮想モデルに対して、周知のレイトレーシング法を用いて陰影処理を施す。なお、例えば８ビットの階調（０〜２５５）で陰影処理を行う場合、仮想モデル上の非陰部分（明部分）の各画素は各波長で２５５（最高階調値）の一定値を持つ。仮想モデル上の陰部分の各画素は各波長で２５５（最高階調値）以下の一定値を持つ。陰影処理の施された上記仮想モデルは、測定対象物Ｓの形状を模擬したモデルであり、かつ、参照画像Ｇrefの撮影時の照明条件を再現することにより同じ陰影を有する白色参照モデルＳ’となっている。すなわち、陰影処理により、図２に示される白色参照モデルＳ’が得られる。
一方、参照画像Ｇrefの撮影条件の属性情報（撮影日時、撮影位置）は、カメラ１２ａ，１２ｂから送られて記憶部２６に記憶されるので、白色モデル作成部３４は、この撮影条件と、記憶部２６に記憶されている太陽高度表および太陽方位の情報とを用いて、上記撮影条件に最も近い太陽高度と太陽方位を求める。白色モデル作成部３４は、抽出した太陽高度と太陽方位を、参照画像Ｇrefを取得したときの測定対象物Ｓの照明条件と同じ照明条件として定め、作成された上記３次元の仮想モデルに対して、周知のレイトレーシング法を用いて陰影処理を施す。なお、例えば８ビットの階調（０〜２５５）で陰影処理を行う場合、仮想モデル上の非陰部分（明部分）の各画素は各波長で２５５（最高階調値）の一定値を持つ。仮想モデル上の陰部分の各画素は各波長で２５５（最高階調値）以下の一定値を持つ。陰影処理の施された上記仮想モデルは、測定対象物Ｓの形状を模擬したモデルであり、かつ、参照画像Ｇrefの撮影時の照明条件を再現することにより同じ陰影を有する白色参照モデルＳ’となっている。すなわち、陰影処理により、図２に示される白色参照モデルＳ’が得られる。
白色モデル作成部３４は、陰影処理が施された３次元の仮想モデルを、カメラ１２ａ、１２ｂのいずれか一方、例えば、カメラ１２ａの視野で見た２次元画像になるようにレンダリングする。このように、カメラ１２ａの視野で見た２次元画像になるようにレンダリングするのは、測定対象物Ｓの反射率を求めるときに撮影画像の視野としてカメラ１２ａの視野が基準の視野として用いられるためである。したがって、測定対象物Ｓの反射率を求めるときに撮影画像の視野としてカメラ１２ｂの視野が用いられる場合、カメラ１２ｂの視野で見た２次元画像になるようにレンダリングが行われる。
これにより、白色モデル作成部３４は、カメラ１２ａから見た白色参照モデルＳ’の２次元画像の画像データである白色参照データＤwを取得する。取得した白色参照データＤwは記憶部２６に記憶される。
これにより、白色モデル作成部３４は、カメラ１２ａから見た白色参照モデルＳ’の２次元画像の画像データである白色参照データＤwを取得する。取得した白色参照データＤwは記憶部２６に記憶される。
図５Ａの右側には、陰影処理が施された３次元の仮想モデルをカメラ１２ａの視野で見るようにレンダリングされた２次元画像Ｇwの一例が示されている。さらに、図６には、２次元画像Ｇwの白色参照データＤwの一例が示されている。白色参照モデルＳ’に照射される照明光の光強度は、非陰部分において波長λ1〜λ15のいずれにおいても階調値が最高（８ビットの階調では２５５）になるように、設定されている。
したがって、白色参照データＤwは、いずれの画素において波長λ1〜λ15における値が同じである。図６に示す白色参照データＤwでは、画素Ｐ（３，２）〜画素Ｐ（５，２）は最高階調値でないため、陰部分である。
したがって、白色参照データＤwは、いずれの画素において波長λ1〜λ15における値が同じである。図６に示す白色参照データＤwでは、画素Ｐ（３，２）〜画素Ｐ（５，２）は最高階調値でないため、陰部分である。
減衰率算出部３６は、白色参照データＤwの中から陰部分（階調値が２５５でない部分）を抽出し、さらに、参照画像Ｇrefの参照画像データのうち白色参照モデルＳ’上の陰部分に対応する部分参照画像データＤsp1と、上記陰部分に近接する白色参照モデルＳ’上の非陰部分に対応する部分参照画像データＤsp2との差分を算出する。この差分の算出結果に基づいて、減衰率算出部３６は、測定対象物Ｓの陰部分に入射する照明光の光強度の減衰率Ｒを算出する。具体的な光強度の減衰率Ｒの算出については、後述する。算出された光強度の減衰率Ｒは、記憶部２６に記憶される。
部分参照画像データＤsp1および部分参照画像データＤsp2は、カメラ１２ａで撮影された参照画像Ｇrefの画像データであるので、図５Ｂに示すように、画素毎に反射スペクトルを含んでいる。したがって、部分参照画像データＤsp1および部分参照画像データＤsp2を用いて算出される光強度の減衰率Ｒも、画素毎に波長毎の値を有する。
図７は、光強度の減衰率Ｒの算出のために用いる参照画像Ｇrefの参照画像データＤrefの一例を示す。図６に示す白色参照データＤwから、画素Ｐ（３，２）〜画素Ｐ（５，２）が陰部分である。したがって、図７に示す参照画像データＤrefのうち、白色参照モデルＳ’上の陰部分に対応する画素Ｐ（３，２）〜画素Ｐ（５，２）のデータが部分参照画像データＤsp1となる。図７では、画素Ｐ（３，２）のデータが部分参照画像データＤsp1として取り出されている状態を示している。
一方、陰部分に近接する非陰部分に対応する画素は、以下のように選択される。陰部分として画素Ｐ（３，２）〜画素Ｐ（５，２）のように複数の画素が存在する場合、各画素に対して近接する非陰部分の画素が選択される。以下、陰部分である画素Ｐ（３，２）に近接する白色参照モデルＳ’上の非陰部分の画素、すなわち、白色参照モデルＳ’上の最高階調値を持つ画素を選択する例を説明する。画素Ｐ（４，２）及び画素Ｐ（５，２）についても同様の方法で、近接する非陰部分の画素が選択される。
一方、陰部分に近接する非陰部分に対応する画素は、以下のように選択される。陰部分として画素Ｐ（３，２）〜画素Ｐ（５，２）のように複数の画素が存在する場合、各画素に対して近接する非陰部分の画素が選択される。以下、陰部分である画素Ｐ（３，２）に近接する白色参照モデルＳ’上の非陰部分の画素、すなわち、白色参照モデルＳ’上の最高階調値を持つ画素を選択する例を説明する。画素Ｐ（４，２）及び画素Ｐ（５，２）についても同様の方法で、近接する非陰部分の画素が選択される。
図９（ａ），（ｂ）に示すように、減衰率算出部３６は、画素Ｐ（３，２）を中心とする周辺画素であって、白色参照データＤwにおいて最高階調値を持つ画素を探索する。この場合、まず、隣り合う非陰部分の画素として画素Ｐ（３，１）および画素Ｐ（２，２）が抽出される。このとき、減衰率算出部３６は、画素Ｐ（３，１）および画素Ｐ（２，２）の反射スペクトルが、画素Ｐ（３，２）における反射スペクトルに類似するか否かを判定する。すなわち、白色参照モデルＳ’上に位置する画素Ｐ（３，２）と近似する非陰部分であって、画素Ｐ（３，２）に最も近い画素を探索する。反射スペクトルの類似の判定は、以下の類似度の計算によって行われる。
画素Ｐ（３，２）の反射スペクトルの各波長における値をＳＰ１P(3,2)λi（ｉ＝１〜１５の整数）とし、類似度を調べる画素Ｐ（ｊ，ｋ）の反射スペクトルの各波長における値をＳＰ1P(j,k)λi（ｉ＝１〜１５の整数）とするとき、減衰率算出部３６は、類似度を下記式（１）に従って計算する。下記式（１）において、Ｎは波長数であり、波長λ1〜λ15が゛用いられる場合、Ｎ＝１５である。すなわち、類似度は、部分参照画像データＳＰ1の反射スペクトルと部分参照画像データＳＰ2の反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる。
減衰率算出部３６は、算出した類似度が予め設定した閾値以上であるか否かによって類似の有無の判定を行う。類似度が上記閾値以上である場合、画素同士は類似すると判定される。閾値は例えば０．０１に設定される。例えば、図８Ａ、図８Ｂに示す画素Ｐ（３，２）と画素Ｐ（３，１）との間の類似度の値は０．００５５となり、閾値として０．０１が設定される場合、類似度は０．０１未満であるため、類似しないと判定される。図８Ａ、図８Ｂに示す画素Ｐ（３，２）と画素Ｐ（２，２）との間の類似度の値も０．００５５となり、閾値として設定される０．０１未満であるため、類似しないと判定される。
このようにして、減衰率算出部３６は、画素Ｐ（３，２）に近い画素から順番に画素Ｐ（３，２）に類似する非陰部分の画素を探索する。図９では、探索の結果、画素Ｐ（６，２）が画素（３，２）に類似する非陰部分の画素であって、最も近い画素として選択されている。画素Ｐ（３，２）と画素Ｐ（６，２）との間の類似度は、０．０２０であり、閾値として設定される０．０１以上であるため、上記閾値を超えている。このようにして、陰部分の画素Ｐ（３，２）に最も近い非陰部分の画素Ｐ（６，２）が選択されることにより、部分参照画像データＤsp2が選択される。
このようにして、減衰率算出部３６は、画素Ｐ（３，２）に近い画素から順番に画素Ｐ（３，２）に類似する非陰部分の画素を探索する。図９では、探索の結果、画素Ｐ（６，２）が画素（３，２）に類似する非陰部分の画素であって、最も近い画素として選択されている。画素Ｐ（３，２）と画素Ｐ（６，２）との間の類似度は、０．０２０であり、閾値として設定される０．０１以上であるため、上記閾値を超えている。このようにして、陰部分の画素Ｐ（３，２）に最も近い非陰部分の画素Ｐ（６，２）が選択されることにより、部分参照画像データＤsp2が選択される。
なお、探索する画素の順番は、画素Ｐ（３，２）に近い順番に行われるが、探索する複数の画素が画素Ｐ（３，２）から同じ距離離れる場合、複数の画素に対する探索の順番は特に限定されない。例えば、画素位置の列番号が小さいものから優先的に探索が行われてもよいし、画素位置の行番号が小さいものから優先的に探索が行われてもよく、これ以外の方法で決定された順番で探索が行われてもよい。画素位置の列番号とは、例えば画素Ｐ（３，１）の場合、３であり、画素位置の行番号とは、例えば画素Ｐ（３，１）の場合、１である。
このようにして、減衰率算出部３６は、陰部分に近接する測定対象物Ｓ上の非陰部分の部分参照画像データＤsp2を選択することができる。
なお、本実施形態は、画素間の類似の判定を、式（１）を用いて行うが、この類似の判定を、相関係数を用いて行ってもよい。また、これ以外の周知の類似度の算出方法を用いて類似の判定を行うこともできる。
このようにして、減衰率算出部３６は、陰部分に近接する測定対象物Ｓ上の非陰部分の部分参照画像データＤsp2を選択することができる。
なお、本実施形態は、画素間の類似の判定を、式（１）を用いて行うが、この類似の判定を、相関係数を用いて行ってもよい。また、これ以外の周知の類似度の算出方法を用いて類似の判定を行うこともできる。
減衰率算出部３６は、部分参照画像データＤsp1と、部分参照画像データＤsp2との差分に基づいて、測定対象物Ｓの陰部分に応じた照明光の光強度の減衰率Ｒを算出する。
上述した画素Ｐ（３，２）の例では、減衰率算出部３６は、図１０Ａに示される値白色参照データＤwの画素Ｐ（３，２）の値ＳＰ0λi（ｉ＝１〜１５の整数）と、図１０Ｂに示される部分参照画像データＤsp1の画素Ｐ（３，２）の値ＳＰ１λi（ｉ＝１〜１５の整数）及び部分参照画像データＤsp2の画素Ｐ（６，２）の値ＳＰ2P(6,2)λi（ｉ＝１〜１５の整数）と、に基づいて下記式（２）に従って光強度の減衰率Ｒを算出する。
Ｒλi＝ ＳＰ0λi −（ＳＰ１λi−ＳＰ2P(6,2)λi） （２）
上述した画素Ｐ（３，２）の例では、減衰率算出部３６は、図１０Ａに示される値白色参照データＤwの画素Ｐ（３，２）の値ＳＰ0λi（ｉ＝１〜１５の整数）と、図１０Ｂに示される部分参照画像データＤsp1の画素Ｐ（３，２）の値ＳＰ１λi（ｉ＝１〜１５の整数）及び部分参照画像データＤsp2の画素Ｐ（６，２）の値ＳＰ2P(6,2)λi（ｉ＝１〜１５の整数）と、に基づいて下記式（２）に従って光強度の減衰率Ｒを算出する。
Ｒλi＝ ＳＰ0λi −（ＳＰ１λi−ＳＰ2P(6,2)λi） （２）
画素Ｐ（３，２）は、白色参照モデルＳ’の陰部分であり、したがって、測定対象物Ｓ上の陰部分である。画素Ｐ（３，２）の測定対象物Ｓ上の位置がもし非陰部分であれば、画素Ｐ（３，２）は、画素Ｐ（３，２）に最も近い画素Ｐ（６，２）と同じ反射スペクトルを持つと考えられる。このため、画素Ｐ（３，２）の反射スペクトルと画素Ｐ（６，２）の反射スペクトルとの差分は、測定対象物Ｓ上の画素Ｐ（３，２）の位置において、陰に影響されて光強度が減衰する情報を含んでいる。
したがって、減衰率算出部３６は、上記式（２）に示すような演算をすることにより、光強度の減衰率Ｒを算出することができる。
したがって、減衰率算出部３６は、上記式（２）に示すような演算をすることにより、光強度の減衰率Ｒを算出することができる。
図１１には、図１０Ａ、図１０Ｂに示すＳＰ0λi，ＳＰ1λi，ＳＰ2P(6,2)λi（ｉ＝１〜１５の整数）を用いて算出された画素Ｐ（３，２）における光強度の減衰率Ｒの算出結果の一例が示されている。このような光強度の減衰率Ｒは、陰部分の画素毎に算出される。したがって、画素Ｐ（４，２）及び画素Ｐ（５，２）についても光強度の減衰率Ｒが算出される。
白色基準データ抽出部３８は、測定対象物Ｓの反射率を求めるために測定対象物Ｓを撮影したときの照明光の白色基準データを抽出する。具体的には、白色基準データ抽出部３８は、記憶部２６に記憶されている種々の日時および位置において測定された白色基準データの中から、白色基準データの測定条件の属性情報（測定日時、測定位置、天候情報）が、測定対象物Ｓの撮影時の撮影条件の属性情報（撮影日時、撮影位置、天候情報）に最も近い白色基準データを抽出する。白色基準データは、白色基準データを測定した測定日時および測定位置と対応付けられているので、測定位置と測定日時が取得されると、白色基準データ抽出部３８は、天候データベース３１から測定時の晴れ、曇り、雨等の天候情報を取得することができる。同様に、撮影日時と撮影位置が取得されると、白色基準データ抽出部３８は、天候データベース３１から撮影時の晴れ、曇り、雨等の天候情報を取得することができる。図１２（ａ）には、撮影条件の一例が示されている。天候（曇）の情報は、撮影位置と撮影日時から、天候データベース３１から取得される。図１２（ｂ）には、天候データベース３１に記憶されている測定条件の例が示されている。
したがって、白色基準データ抽出部３８は、撮影条件の属性情報（撮影日時、撮影位置、天候情報）に最も近い測定条件（測定日時、測定位置、天候情報）を持つ白色基準データを抽出することができる。白色基準データの抽出において、白色基準データ抽出部３８は、例えば日時の情報を、ある基準日からの経過時間（秒）として数値化して規格化し、撮影位置の緯度と経度のそれぞれを数値化して規格化し、さらに、天候情報についても、例えば、図１２（ｃ）に示されるように、晴れは遮蔽度０、曇は遮蔽度０．５、雨は遮蔽度０．３のように遮蔽度として数値化して規格化する。白色基準データ抽出部３８は、撮影条件の撮影日時、撮影位置および天候情報も同様に数値化して規格化する。ここで、規格化とは、測定条件における数値の平均値が０、標準偏差が１になるように変換することをいう。
したがって、白色基準データ抽出部３８は、撮影条件の属性情報（撮影日時、撮影位置、天候情報）に最も近い測定条件（測定日時、測定位置、天候情報）を持つ白色基準データを抽出することができる。白色基準データの抽出において、白色基準データ抽出部３８は、例えば日時の情報を、ある基準日からの経過時間（秒）として数値化して規格化し、撮影位置の緯度と経度のそれぞれを数値化して規格化し、さらに、天候情報についても、例えば、図１２（ｃ）に示されるように、晴れは遮蔽度０、曇は遮蔽度０．５、雨は遮蔽度０．３のように遮蔽度として数値化して規格化する。白色基準データ抽出部３８は、撮影条件の撮影日時、撮影位置および天候情報も同様に数値化して規格化する。ここで、規格化とは、測定条件における数値の平均値が０、標準偏差が１になるように変換することをいう。
さらに、白色基準データ抽出部３８は、多数の測定条件の規格化した数値のうち、撮影条件の規格化した数値に最も近似する数値を持つ白色基準データを抽出する。最も近似する数値とは、例えば、撮影条件及び測定条件の上記規格化した数値が空間内の点の位置座標に対応するように空間座標系を想定したとき、この空間座標系において、複数の測定条件に対応する複数の点の中から、撮影条件に対応する点の位置に最も近い点の座標値をいう。
本実施形態は、白色基準データを抽出するために、測定日時、測定位置及び天候情報の３つの属性情報を用いるが、測定日時、測定位置および天候情報のうちいずれかの属性情報が固定されている場合、残りの属性情報を用いて白色基準データを抽出してもよい。また、本実施形態は、上記の類似度の変わりに、属性情報が、撮影条件の属性情報との間で最も相関係数が高い測定条件を持つ白色基準データを抽出してもよく、白色基準データの抽出方法は、特に限定されない。
データ補正部４０は、白色基準データ抽出部３８で抽出された白色基準データを、減衰率算出部３６で算出された光強度の減衰率Ｒを用いて補正する。光強度の減衰率Ｒは、測定対象物Ｓに生じる陰部分に関するので、撮影された測定対象物Ｓの陰部分に応じて照明光の光強度は補正される。
データ補正部４０は、抽出された白色基準データＳＰ3の各波長λi（ｉ＝１〜１５の整数）における値をＳＰ3λiとし、光強度の減衰率Ｒの各波長λi（ｉ＝１〜１５の整数）における値をＲλiとし、補正された白色基準データＳＰ4の各波長λi（ｉ＝１〜１５の整数）における値をＳＰ4λiとした時、下記式（３）に従って、白色基準データを補正する。
ＳＰ4λi ＝ ＳＰ3λi− Ｒλi （３）
データ補正部４０は、抽出された白色基準データＳＰ3の各波長λi（ｉ＝１〜１５の整数）における値をＳＰ3λiとし、光強度の減衰率Ｒの各波長λi（ｉ＝１〜１５の整数）における値をＲλiとし、補正された白色基準データＳＰ4の各波長λi（ｉ＝１〜１５の整数）における値をＳＰ4λiとした時、下記式（３）に従って、白色基準データを補正する。
ＳＰ4λi ＝ ＳＰ3λi− Ｒλi （３）
反射率算出部４２は、補正された白色基準データと、カメラ１２ａで撮影された撮影画像データとを用いて測定対象物Ｓの反射率スペクトルを算出する。具体的には、撮影画像データは画素毎に反射スペクトルの値を有し、照明光の光強度は測定対象物Ｓの陰部分の画素に応じて波長λi毎の値を有するので、反射率算出部４２は、反射スペクトルの各波長λiにおける値を、補正された白色基準データの対応する波長λiにおける値で除算することを画素毎に行うことにより、反射率を算出する。算出された反射率は、例えば、測定対象物Ｓの特性の推定に用いられる。
（反射率算出方法）
このような反射率算出装置１４では、図１３Ａ、図１３Ｂに示すような反射率算出方法が実施される。
まず、カメラ１２ａ，１２ｂで測定対象物Ｓの撮影画像を得るために、カメラ１２ａ，１２ｂで異なる２方向から撮影が行われたか否かを、反射率算出装置１４は判定する（ステップＳ１０）。カメラ１２ａ，１２ｂによる撮影が行われるまで、反射率算出部１４は待機する。撮影により取得された撮影画像は、カメラ１２ａ，１２ｂから画像取得部３２に送られる。画像取得部３２は、送られた撮影画像を、反射率を算出するための撮影画像として、あるいは光強度の減衰率Ｒを算出するための参照画像Ｇrefとして取得する。
このような反射率算出装置１４では、図１３Ａ、図１３Ｂに示すような反射率算出方法が実施される。
まず、カメラ１２ａ，１２ｂで測定対象物Ｓの撮影画像を得るために、カメラ１２ａ，１２ｂで異なる２方向から撮影が行われたか否かを、反射率算出装置１４は判定する（ステップＳ１０）。カメラ１２ａ，１２ｂによる撮影が行われるまで、反射率算出部１４は待機する。撮影により取得された撮影画像は、カメラ１２ａ，１２ｂから画像取得部３２に送られる。画像取得部３２は、送られた撮影画像を、反射率を算出するための撮影画像として、あるいは光強度の減衰率Ｒを算出するための参照画像Ｇrefとして取得する。
カメラ１２ａ，１２ｂによる撮影が行われると、白色モデル作成部３４は、カメラ１２ａ，１２ｂから送られる撮影条件、具体的には、撮影日時および撮影位置の情報を取得する（ステップＳ２０）。
さらに、白色モデル作成部３４は、撮影日時および撮影位置から撮影時の太陽高度と方位を、記憶部２６に記憶されている太陽高度表および太陽方位の情報から求める（ステップＳ３０）。記憶部２６には、種々の日時と種々の位置における太陽高度表と太陽方位の情報が記されたテーブルを備えるが、撮影日時と撮影位置から自動的に太陽高度と方位を算出する周知の式を用いて撮影時の太陽高度と方位を求めてもよい。
さらに、白色モデル作成部３４は、撮影日時および撮影位置から撮影時の太陽高度と方位を、記憶部２６に記憶されている太陽高度表および太陽方位の情報から求める（ステップＳ３０）。記憶部２６には、種々の日時と種々の位置における太陽高度表と太陽方位の情報が記されたテーブルを備えるが、撮影日時と撮影位置から自動的に太陽高度と方位を算出する周知の式を用いて撮影時の太陽高度と方位を求めてもよい。
次に、白色モデル作成部３４は、３次元計測モデリングを行う（ステップＳ４０）。具体的には、白色モデル作成部３４は、カメラ１２ａ，１２ｂで撮影した異なる２方向からの参照画像Ｇrefを用いて、測定対象物Ｓを模擬した滑らかな外観形状を有する３次元の仮想モデルを作成する。仮想モデルの作成は、上述した方法で行われる。
白色モデル作成部３４は、さらに、測定対象物Ｓと同じ陰影を有するように、ステップＳ３０で求めた太陽高度と方位を用いて、３次元の仮想モデルに陰影処理を施すことにより、白色参照モデルＳ’を作成する。白色モデル作成部３４は、この白色参照モデルＳ’から白色参照データＤwを作成する（ステップＳ５０）。白色参照データＤwは、カメラ１２ａの位置から測定対象物Ｓを撮影したときの視野を有する、白色参照モデルＳ’に関する２次元の画像のデータである。
白色モデル作成部３４は、さらに、測定対象物Ｓと同じ陰影を有するように、ステップＳ３０で求めた太陽高度と方位を用いて、３次元の仮想モデルに陰影処理を施すことにより、白色参照モデルＳ’を作成する。白色モデル作成部３４は、この白色参照モデルＳ’から白色参照データＤwを作成する（ステップＳ５０）。白色参照データＤwは、カメラ１２ａの位置から測定対象物Ｓを撮影したときの視野を有する、白色参照モデルＳ’に関する２次元の画像のデータである。
次に、減衰率算出部３６は、カメラ１２ａで撮影された測定対象物Ｓの参照画像Ｇrefの陰部分の画素すべてについて光強度の減衰率Ｒを算出したか否かを判定する（ステップＳ６０）。減衰率算出部３６は、上記判定の結果が否定である（ステップＳ６０においてＮＯ）場合、減衰率算出部３６は、光強度の減衰率Ｒが算出されていない、陰部分の画素の部分参照画像データＤsp1を抽出する（ステップＳ７０）。図７に示す例では、画素Ｐ（３，２）〜画素Ｐ（５，２）のデータが参照画像データＤsp1の対象となる。
さらに、減衰率算出部３６は、光強度の減衰率Ｒが算出されていない陰部分の現在注目する画素に対して隣接する非陰部分の画素を選択し（ステップＳ８０）、選択した画素の部分参照画像データＤsp2を抽出する（ステップＳ９０）。さらに、減衰率算出部３６は、部分参照画像データＤsp1と部分参照画像データＤsp2の類似度の計算を行う（ステップＳ１００）。類似度の計算は、上述した方法により行われる。
さらに、減衰率算出部３６は、光強度の減衰率Ｒが算出されていない陰部分の現在注目する画素に対して隣接する非陰部分の画素を選択し（ステップＳ８０）、選択した画素の部分参照画像データＤsp2を抽出する（ステップＳ９０）。さらに、減衰率算出部３６は、部分参照画像データＤsp1と部分参照画像データＤsp2の類似度の計算を行う（ステップＳ１００）。類似度の計算は、上述した方法により行われる。
次に減衰率算出部３６は、算出した類似度の値が予め設定された閾値以上であるか、否かを判定する（ステップＳ１１０）。これにより、選択した画素が、測定対象物Ｓ上の非陰部分の画素であるか否かが判定される。類似度の値が予め設定された閾値以上である（ステップＳ１１０においてＹＥＳ）場合、減衰率算出部３６は、選択された画素の部分参照画像データＤsp2が部分参照画像データＤsp1とともに用いられて、上記式（２）に従って、陰によって生じる波長毎の光強度の減衰率Ｒを算出する（ステップＳ１２０）。類似度の値が予め設定された閾値未満である（ステップＳ１１０においてＮＯ）場合、減衰率算出部３６は、選択した画素を変更して（ステップＳ１３０）、ステップＳ８０に戻る。
このようなステップＳ６０〜ステップＳ１３０の処理は、陰部分の全画素に関して光強度の減衰率Ｒが算出されるまで、陰部分の各画素に対して繰り返し行われる。
陰部分の全画素に関して光強度の減衰率Ｒが算出された（ステップＳ６０でＹＥＳ）場合、画像取得部３２は、測定対象物Ｓの撮影画像データを取得して反射率の算出の処理に移る。まず、白色基準データ抽出部３８は、カメラ１２ａで測定対象物Ｓを撮影したときの撮影条件（撮影日時、撮影位置）を取得する（ステップＳ１４０）。撮影条件は、撮影時にカメラ１２ａから反射率算出装置１４に送られたものである。
白色基準データ抽出部３８は、天候データベース３１から取得した撮影日時、撮影位置に基いて、撮影時の天候の情報を取り出して、撮影日時、撮影位置および撮影時の天候に最も近い測定条件（測定日時、測定位置、測定時の天候）を持つ白色基準データを抽出する（ステップＳ１５０）。白色基準データの抽出は、上述した方法により行われる。
このようなステップＳ６０〜ステップＳ１３０の処理は、陰部分の全画素に関して光強度の減衰率Ｒが算出されるまで、陰部分の各画素に対して繰り返し行われる。
陰部分の全画素に関して光強度の減衰率Ｒが算出された（ステップＳ６０でＹＥＳ）場合、画像取得部３２は、測定対象物Ｓの撮影画像データを取得して反射率の算出の処理に移る。まず、白色基準データ抽出部３８は、カメラ１２ａで測定対象物Ｓを撮影したときの撮影条件（撮影日時、撮影位置）を取得する（ステップＳ１４０）。撮影条件は、撮影時にカメラ１２ａから反射率算出装置１４に送られたものである。
白色基準データ抽出部３８は、天候データベース３１から取得した撮影日時、撮影位置に基いて、撮影時の天候の情報を取り出して、撮影日時、撮影位置および撮影時の天候に最も近い測定条件（測定日時、測定位置、測定時の天候）を持つ白色基準データを抽出する（ステップＳ１５０）。白色基準データの抽出は、上述した方法により行われる。
次に、データ補正部４０は、抽出した白色基準データと、ステップＳ１２０で求めた光強度の減衰率Ｒとを用いて、上記式（３）に従って白色基準データの補正を行う（ステップＳ１６０）。補正は、測定対象物Ｓの陰部分の画素について行われる。
最後に、反射率算出部４２は、補正した白色基準データと、カメラ１２ａで撮影された撮影画像の反射スペクトルを用いて、反射率を算出する（ステップＳ１７０）。反射率は、各波長毎に値を持つ。したがって、測定対象物Ｓの反射率から、測定対象物Ｓの特性指数を用いて撮影時における測定対象物Ｓの特性を推定することができる。
本実施形態では、測定対象物Ｓとして、１つの物体を対象としたが、測定対象物Ｓは１つの物体に限られない。例えば、同じような物体が複数分布したものを測定対象物としてもよい。図１では、測定対象物Ｓとして１つのキャベツを挙げたが、圃場に植えられている複数の生育中のキャベツを１つの測定対象物Ｓとして定点カメラを用いて撮影してもよい。このような場合、白色参照モデルＳ’は、複数の楕円体がキャベツの分布に対応するように水平面に配置された簡易なモデルを用いることができる。このような測定対象物Ｓを用いることで、複数の物体の反射率を同時に、かつ比較的正確に算出することができ、複数の物体の特性を一度に推定することができる点で有効である。
また、本実施形態では、天候情報を天候データベース３１から取得するが、測定対象物Ｓの撮影時に直接照度計で照明光の照度を計測して、白色基準データの抽出の際に用いてもよい。この場合、照度の情報は、撮影日時および撮影位置の情報とともに用いられて、測定日時、測定位置および測定時の照度の情報を測定条件として関連付けた多数の白色基準データの中から１つの白色基準データが抽出される。
また、本実施形態では、天候情報を天候データベース３１から取得するが、測定対象物Ｓの撮影時に直接照度計で照明光の照度を計測して、白色基準データの抽出の際に用いてもよい。この場合、照度の情報は、撮影日時および撮影位置の情報とともに用いられて、測定日時、測定位置および測定時の照度の情報を測定条件として関連付けた多数の白色基準データの中から１つの白色基準データが抽出される。
また、本実施形態は、白色参照モデルＳ’をカメラ１２ａ，１２ｂで撮影して測定対象物Ｓの形状を模擬した３次元の仮想モデルを作成するが、３次元の仮想モデルの代わりに、実際に３次元の白色参照モデルを作製して陰影のついた白色参照モデルの画像を撮影することにより、白色参照データＤwを取得してもよい。
なお、本実施形態の反射率算出装置１４の記憶部２６は、上記反射率算出方法の処理を実行する下記のプログラムを記憶する。すなわち、プログラムは、
測定対象物Ｓの撮影により、画素毎に反射スペクトルを含む撮影画像データを参照画像データＤrefとして取得するとともに、測定対象物Ｓの形状を模擬した形状を有し、かつ前記撮影と同じ照明条件下において同じ陰影を有する白色参照モデルＳ’の白色参照データＤwを取得し、
参照画像データＤrefのうち白色参照データＤwの白色参照モデルＳ’上の陰部分に対応する第１の部分参照画像データＤsp1と、白色参照データＤwの白色参照モデルＳ’上の陰部分に近接する非陰部分に対応する部分参照画像データＤsp2との差分と、前記陰部分に対応する白色参照データＤwとに基づいて、測定対象物Ｓの陰部分における照明光の光強度の減衰率Ｒを算出し、
測定対象物Ｓの撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、光強度の減衰率Ｒを用いて、測定対象物Ｓに生じる陰部分に応じて補正を行い、
補正された白色基準データと撮影画像データとを用いて測定対象物の反射率スペクトルを算出する、処理を含む。
測定対象物Ｓの撮影により、画素毎に反射スペクトルを含む撮影画像データを参照画像データＤrefとして取得するとともに、測定対象物Ｓの形状を模擬した形状を有し、かつ前記撮影と同じ照明条件下において同じ陰影を有する白色参照モデルＳ’の白色参照データＤwを取得し、
参照画像データＤrefのうち白色参照データＤwの白色参照モデルＳ’上の陰部分に対応する第１の部分参照画像データＤsp1と、白色参照データＤwの白色参照モデルＳ’上の陰部分に近接する非陰部分に対応する部分参照画像データＤsp2との差分と、前記陰部分に対応する白色参照データＤwとに基づいて、測定対象物Ｓの陰部分における照明光の光強度の減衰率Ｒを算出し、
測定対象物Ｓの撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、光強度の減衰率Ｒを用いて、測定対象物Ｓに生じる陰部分に応じて補正を行い、
補正された白色基準データと撮影画像データとを用いて測定対象物の反射率スペクトルを算出する、処理を含む。
以上のように、本実施形態の反射率算出装置１４は、測定対象物Ｓの撮影により、画素毎に反射スペクトルを含む参照画像データＤrefを取得し、さらに、白色参照モデルＳ’の白色参照データＤwを取得する。このとき、反射率算出装置１４は、陰部分に対応する部分参照画像データＤsp1と、陰部分に近接する非陰部分に対応する部分参照画像データＤsp2との差分と、陰部分に対応する白色参照データＤwの値とに基づいて、照明光の光強度の減衰率Ｒを算出する。したがって、従来のように、白色板等の基準板を撮影することなく、測定対象物Ｓの陰部分について正確に反射率を算出することができる。
また、減衰率算出部３６は、非陰部分の選択を、部分参照画像データＤsp1の反射スペクトルと部分参照画像データＤsp2の反射スペクトルとの間の類似度に基づいて行うので、正確な光強度の減衰率Ｒを算出することができる。
減衰率算出部３６は、部分参照画像データＤsp1の反射スペクトルと部分参照画像データＤsp2の反射スペクトルの同じ波長帯域毎のスペクトル値の差分の絶対値を合計することにより得られる類似度に基づいて非陰部分の選択を行うので、正確な非陰部分の選択を行うことができる。
減衰率算出部３６は、測定対象物Ｓを少なくとも２方向から撮影した撮影画像に基づいて作成された測定対象物の３次元の仮想モデルを白色参照モデルとして用いるので、実際にモデルを作製することなく、容易に白色参照モデルを得ることができる。
また、白色基準データ抽出部３８は、撮影日時、撮影位置、および撮影時の天候を用いて、記憶部２６から、白色基準データを抽出するので、撮影時の照明光に極めて近い白色基準データを抽出することができる。
上記実施形態は、以下に示す内容を開示する。
（付記１）
自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置であって、
画素毎に対象物の反射スペクトルを含む、自然光で照明された対象物の撮影画像データを取得する画像取得部と、
前記撮影画像データを前記対象物の参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出する減衰率算出部と、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行うデータ補正部と、
補正された白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する反射率算出部と
を有することを特徴とする反射率算出装置。
自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置であって、
画素毎に対象物の反射スペクトルを含む、自然光で照明された対象物の撮影画像データを取得する画像取得部と、
前記撮影画像データを前記対象物の参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出する減衰率算出部と、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行うデータ補正部と、
補正された白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する反射率算出部と
を有することを特徴とする反射率算出装置。
（付記２）
前記減衰率算出部は、前記非陰部分の選択を、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の類似度に基づいて行う、付記１に記載の反射率算出装置。
前記減衰率算出部は、前記非陰部分の選択を、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の類似度に基づいて行う、付記１に記載の反射率算出装置。
（付記３）
前記減衰率算出部は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる類似度に基づいて前記非陰部分の選択を行う、付記２に記載の反射率算出装置。
前記減衰率算出部は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる類似度に基づいて前記非陰部分の選択を行う、付記２に記載の反射率算出装置。
（付記４）
前記減衰率算出部は、前記対象物を少なくとも２方向から撮影した撮影画像に基づいて作成された前記対象物の３次元の仮想モデルを前記白色参照モデルとして用いる、付記１〜３のいずれか１項に記載の反射率算出装置。
前記減衰率算出部は、前記対象物を少なくとも２方向から撮影した撮影画像に基づいて作成された前記対象物の３次元の仮想モデルを前記白色参照モデルとして用いる、付記１〜３のいずれか１項に記載の反射率算出装置。
（付記５）
さらに、複数の白色基準データを、各白色基準データを測定したときの日時、位置、および天候の少なくとも１つの属性情報を含む測定条件と関係付けて記録したデータベース部と、
反射率スペクトル分布を算出するために前記対象物を撮影した時の撮影日時、撮影位置、および撮影時の天候の少なくとも１つの属性情報を含む撮影条件を用いて、前記データベース部から、前記複数の白色基準データの１つを抽出する白色基準データ抽出部を、有する付記１〜４のいずれか１項に記載の反射率算出装置。
さらに、複数の白色基準データを、各白色基準データを測定したときの日時、位置、および天候の少なくとも１つの属性情報を含む測定条件と関係付けて記録したデータベース部と、
反射率スペクトル分布を算出するために前記対象物を撮影した時の撮影日時、撮影位置、および撮影時の天候の少なくとも１つの属性情報を含む撮影条件を用いて、前記データベース部から、前記複数の白色基準データの１つを抽出する白色基準データ抽出部を、有する付記１〜４のいずれか１項に記載の反射率算出装置。
（付記６）
自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置における反射率算出方法であって、
前記反射率算出装置は、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、ことを特徴とする反射率算出方法。
自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置における反射率算出方法であって、
前記反射率算出装置は、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、ことを特徴とする反射率算出方法。
（付記７）
前記非陰部分は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の類似度に基づいて選択される、付記６に記載の反射率算出方法。
前記非陰部分は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の類似度に基づいて選択される、付記６に記載の反射率算出方法。
（付記８）
前記非陰部分の選択は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる類似度に基づいて行われる、請求項６に記載の反射率算出方法。
前記非陰部分の選択は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる類似度に基づいて行われる、請求項６に記載の反射率算出方法。
（付記９）
前記白色参照モデルとして、前記対象物を少なくとも２方向から撮影した撮影画像に基づいて作成された前記対象物の３次元の仮想モデルが用いられる、付記６〜８のいずれか１項に記載の反射率算出方法。
前記白色参照モデルとして、前記対象物を少なくとも２方向から撮影した撮影画像に基づいて作成された前記対象物の３次元の仮想モデルが用いられる、付記６〜８のいずれか１項に記載の反射率算出方法。
（付記１０）
さらに、複数の白色基準データが、各白色基準データを測定したときの日時、位置、および天候の少なくとも１つの属性情報を含む測定条件と関係付けて記録されたデータベース部の前記複数の白色基準データの中から、前記対象物を撮影した時の撮影日時、撮影位置、および撮影時の天候の少なくとも１つの属性情報を含む撮影条件を用いて、前記白色基準データが抽出される付記７〜１０のいずれか１項に記載の反射率算出方法。
さらに、複数の白色基準データが、各白色基準データを測定したときの日時、位置、および天候の少なくとも１つの属性情報を含む測定条件と関係付けて記録されたデータベース部の前記複数の白色基準データの中から、前記対象物を撮影した時の撮影日時、撮影位置、および撮影時の天候の少なくとも１つの属性情報を含む撮影条件を用いて、前記白色基準データが抽出される付記７〜１０のいずれか１項に記載の反射率算出方法。
（付記１１）
自然光で照明された対象物を撮影することにより、前記対象物の反射率スペクトル分布を算出する反射率算出方法をコンピュータに実行させるプログラムであって、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照データの前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照データの前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、処理をコンピュータに実行させるプログラム。
自然光で照明された対象物を撮影することにより、前記対象物の反射率スペクトル分布を算出する反射率算出方法をコンピュータに実行させるプログラムであって、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照データの前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照データの前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、処理をコンピュータに実行させるプログラム。
以上、本発明の反射率算出装置、反射率算出方法およびプログラムについて詳細に説明したが、本発明は上記実施形態に限定されず、本発明の主旨を逸脱しない範囲において、種々の改良や変更をしてもよいのはもちろんである。
１０ 反射率算出システム
１２ 撮影装置
１２ａ，１２ｂ ハイパースペクトルカメラ
１４ 反射率算出装置
１６ａ，１６ｂ ＧＰＳ位置取得ユニット
１７ａ，１７ｂ 日時取得ユニット
２０ ＣＰＵ
２２ ＲＯＭ
２４ ＲＡＭ
２６ 記憶部
２８ 入力部
３０ 反射率算出モジュール
３１ 天候データベース
３２ 画像取得部
３４ 白色モデル作成部
３６ 減衰率算出部
３８ 白色基準データ抽出部
４０ データ補正部
４２ 反射率算出部
１２ 撮影装置
１２ａ，１２ｂ ハイパースペクトルカメラ
１４ 反射率算出装置
１６ａ，１６ｂ ＧＰＳ位置取得ユニット
１７ａ，１７ｂ 日時取得ユニット
２０ ＣＰＵ
２２ ＲＯＭ
２４ ＲＡＭ
２６ 記憶部
２８ 入力部
３０ 反射率算出モジュール
３１ 天候データベース
３２ 画像取得部
３４ 白色モデル作成部
３６ 減衰率算出部
３８ 白色基準データ抽出部
４０ データ補正部
４２ 反射率算出部
Claims (7)
- 自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置であって、
画素毎に対象物の反射スペクトルを含む、自然光で照明された対象物の撮影画像データを取得する画像取得部と、
前記撮影画像データを前記対象物の参照画像データとして取得し、さらに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出する減衰率算出部と、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行うデータ補正部と、
補正された白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する反射率算出部と
を有することを特徴とする反射率算出装置。 - 前記減衰率算出部は、前記非陰部分の選択を、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の類似度に基づいて行う、請求項１に記載の反射率算出装置。
- 前記減衰率算出部は、前記第１の部分参照画像データの反射スペクトルと前記第２の部分参照画像データの反射スペクトルとの間の、同じ波長同士の値の差分の絶対値を合計することにより得られる類似度に基づいて前記非陰部分の選択を行う、請求項２に記載の反射率算出装置。
- 前記減衰率算出部は、前記対象物を少なくとも２方向から撮影した撮影画像に基づいて作成された前記対象物の３次元の仮想モデルを前記白色参照モデルとして用いる、請求項１〜３のいずれか１項に記載の反射率算出装置。
- さらに、複数の白色基準データを、各白色基準データを測定したときの日時、位置、および天候の少なくとも１つの属性情報を含む測定条件と関係付けて記録したデータベース部と、
反射率スペクトル分布を算出するために前記対象物を撮影した時の撮影日時、撮影位置、および撮影時の天候の少なくとも１つの属性情報を含む撮影条件を用いて、前記データベース部から、前記複数の白色基準データの１つを抽出する白色基準データ抽出部を、有する請求項１〜４のいずれか１項に記載の反射率算出装置。 - 自然光で照明された対象物を撮影することにより、前記対象物の反射率を算出する反射率算出装置における反射率算出方法であって、
前記反射率算出装置は、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、ことを特徴とする反射率算出方法。 - 自然光で照明された対象物を撮影することにより、前記対象物の反射率スペクトル分布を算出する反射率算出方法をコンピュータに実行させるプログラムであって、
前記対象物の撮影により、画素毎に反射スペクトルを含む前記対象物の撮影画像データを参照画像データとして取得するとともに、前記対象物の形状を模擬した形状を有し、かつ前記撮影と同じ照明条件により同じ陰影を有する白色参照モデルの白色参照データを取得し、
前記参照画像データのうち前記白色参照データの前記白色参照モデル上の陰部分に対応する第１の部分参照画像データと、前記白色参照データの前記白色参照モデル上の前記陰部分に近接する非陰部分に対応する第２の部分参照画像データとの差分と、前記陰部分に対応する白色参照データの値とに基づいて、前記対象物の陰部分に応じた照明光の光強度の減衰率を算出し、
前記対象物の撮影時の照明光の光強度のスペクトルを表す白色基準データに対して、前記光強度の減衰率を用いて補正を行い、
補正された前記白色基準データと前記撮影画像データとを用いて前記対象物の反射率を算出する、処理をコンピュータに実行させるプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011018727A JP5672029B2 (ja) | 2011-01-31 | 2011-01-31 | 反射率算出装置、反射率算出方法およびプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011018727A JP5672029B2 (ja) | 2011-01-31 | 2011-01-31 | 反射率算出装置、反射率算出方法およびプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012159375A true JP2012159375A (ja) | 2012-08-23 |
| JP5672029B2 JP5672029B2 (ja) | 2015-02-18 |
Family
ID=46840042
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011018727A Expired - Fee Related JP5672029B2 (ja) | 2011-01-31 | 2011-01-31 | 反射率算出装置、反射率算出方法およびプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5672029B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016181743A1 (ja) * | 2015-05-12 | 2016-11-17 | コニカミノルタ株式会社 | 植物生育指標測定装置および該方法ならびに植物生育指標測定システム |
| WO2018038052A1 (ja) * | 2016-08-22 | 2018-03-01 | 国立大学法人北海道大学 | 物体状態検出伝送システム |
| US11768109B2 (en) | 2022-02-07 | 2023-09-26 | National University Corporation Hokkaido University | Spectroscopic measuring instrument |
| CN117895899A (zh) * | 2024-03-18 | 2024-04-16 | 西安中创新能网络科技有限责任公司 | 一种光伏板清洁度检测方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1082736A (ja) * | 1996-07-19 | 1998-03-31 | Kdk Corp | 検量線の校正方法、反射率測定装置、および記憶媒体 |
| JP2001045868A (ja) * | 1999-08-10 | 2001-02-20 | Satake Eng Co Ltd | 作物の診断方法 |
| JP2001149348A (ja) * | 1999-11-25 | 2001-06-05 | Shimadzu Corp | 光生体測定装置 |
| JP2006101768A (ja) * | 2004-10-06 | 2006-04-20 | Satake Corp | ライスセンターやカントリーエレベータ等の荷受における生籾の仕分け方法 |
| WO2010046968A1 (ja) * | 2008-10-21 | 2010-04-29 | 西日本高速道路エンジニアリング四国株式会社 | コンクリート構造物の診断装置および診断方法 |
-
2011
- 2011-01-31 JP JP2011018727A patent/JP5672029B2/ja not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH1082736A (ja) * | 1996-07-19 | 1998-03-31 | Kdk Corp | 検量線の校正方法、反射率測定装置、および記憶媒体 |
| JP2001045868A (ja) * | 1999-08-10 | 2001-02-20 | Satake Eng Co Ltd | 作物の診断方法 |
| JP2001149348A (ja) * | 1999-11-25 | 2001-06-05 | Shimadzu Corp | 光生体測定装置 |
| JP2006101768A (ja) * | 2004-10-06 | 2006-04-20 | Satake Corp | ライスセンターやカントリーエレベータ等の荷受における生籾の仕分け方法 |
| WO2010046968A1 (ja) * | 2008-10-21 | 2010-04-29 | 西日本高速道路エンジニアリング四国株式会社 | コンクリート構造物の診断装置および診断方法 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102109245B1 (ko) * | 2015-05-12 | 2020-05-11 | 코니카 미놀타 가부시키가이샤 | 식물 생육 지표 측정 장치 및 그의 방법 그리고 식물 생육 지표 측정 시스템 |
| KR20170133505A (ko) * | 2015-05-12 | 2017-12-05 | 코니카 미놀타 가부시키가이샤 | 식물 생육 지표 측정 장치 및 그의 방법 그리고 식물 생육 지표 측정 시스템 |
| JPWO2016181743A1 (ja) * | 2015-05-12 | 2018-03-01 | コニカミノルタ株式会社 | 植物生育指標測定装置および該方法ならびに植物生育指標測定システム |
| WO2016181743A1 (ja) * | 2015-05-12 | 2016-11-17 | コニカミノルタ株式会社 | 植物生育指標測定装置および該方法ならびに植物生育指標測定システム |
| JP7088277B2 (ja) | 2015-05-12 | 2022-06-21 | コニカミノルタ株式会社 | 植物生育指標測定装置、植物生育指標算出プログラムおよび植物生育指標測定システム |
| JP2021056236A (ja) * | 2015-05-12 | 2021-04-08 | コニカミノルタ株式会社 | 植物生育指標測定装置、植物生育指標算出プログラムおよび植物生育指標測定システム |
| WO2018038052A1 (ja) * | 2016-08-22 | 2018-03-01 | 国立大学法人北海道大学 | 物体状態検出伝送システム |
| CN109073538A (zh) * | 2016-08-22 | 2018-12-21 | 国立大学法人北海道大学 | 物体状态检测传送系统 |
| US11131583B2 (en) | 2016-08-22 | 2021-09-28 | National University Corporation Hokkaido University | Object state detection and transmission system |
| CN109073538B (zh) * | 2016-08-22 | 2021-12-10 | 国立大学法人北海道大学 | 物体状态检测传送系统 |
| JP6342594B1 (ja) * | 2016-08-22 | 2018-06-13 | 国立大学法人北海道大学 | 物体状態検出伝送システム |
| US11768109B2 (en) | 2022-02-07 | 2023-09-26 | National University Corporation Hokkaido University | Spectroscopic measuring instrument |
| CN117895899A (zh) * | 2024-03-18 | 2024-04-16 | 西安中创新能网络科技有限责任公司 | 一种光伏板清洁度检测方法及系统 |
| CN117895899B (zh) * | 2024-03-18 | 2024-05-31 | 西安中创新能网络科技有限责任公司 | 一种光伏板清洁度检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP5672029B2 (ja) | 2015-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9990705B2 (en) | Atmospheric compensation in satellite imagery | |
| Gu et al. | Using vegetation indices and texture measures to estimate vegetation fractional coverage (VFC) of planted and natural forests in Nanjing city, China | |
| JP2010217107A (ja) | 日射量の評価方法および評価装置 | |
| Zhang et al. | Estimation of forest leaf area index using height and canopy cover information extracted from unmanned aerial vehicle stereo imagery | |
| US20140270569A1 (en) | Automated geospatial image mosaic generation | |
| JP2007171033A (ja) | 葉面積指数の間接測定方法および間接測定システム | |
| US10620175B2 (en) | Apparatus and processes for photosynthetic activity measurement and mapping | |
| JP6964834B2 (ja) | 画像処理装置および画像処理方法 | |
| KR20190079350A (ko) | 지형정규화 모델 평가 방법, 및 이를 이용한 식생지수 맵의 지형효과 보정방법 및 그 장치 | |
| Pascu et al. | Estimating forest stand structure attributes from terrestrial laser scans | |
| JP5672029B2 (ja) | 反射率算出装置、反射率算出方法およびプログラム | |
| Korhonen et al. | Automated analysis of in situ canopy images for the estimation of forest canopy cover | |
| WO2018037920A1 (ja) | 画像処理装置、画像処理方法及びコンピュータ読み取り可能記録媒体 | |
| JP2018151832A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
| Larsen | Finding an optimal match window for Spruce top detection based on an optical tree model | |
| CN113724381B (zh) | 一种基于高分遥感影像的动态三维场景快速重建方法 | |
| CN117115669B (zh) | 双条件质量约束的对象级地物样本自适应生成方法及系统 | |
| Pellikka et al. | Modelling deciduous forest ice storm damage using aerial CIR imagery and hemispheric photography | |
| CN107529726A (zh) | 检查装置、检查方法和程序 | |
| WO2020179276A1 (ja) | 画像処理装置、および画像処理方法、並びにプログラム | |
| Zarate-Valdez et al. | Estimating light interception in tree crops with digital images of canopy shadow | |
| Schwalbe et al. | Hemispheric image modeling and analysis techniques for solar radiation determination in forest ecosystems | |
| KR101693705B1 (ko) | 다중 회귀식에 의한 중해상도 모의 위성 영상 제작 방법 및 시스템 | |
| CN104966273B (zh) | 适用于光学遥感影像的dcm-htm去雾霾方法 | |
| Jia et al. | The influence of BRDF effects and representativeness of training data on tree species classification using multi-flightline airborne hyperspectral imagery |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131007 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140228 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140909 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20141105 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20141125 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20141208 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5672029 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| LAPS | Cancellation because of no payment of annual fees |