JP2014010058A - Contraction determination method - Google Patents
Contraction determination method Download PDFInfo
- Publication number
- JP2014010058A JP2014010058A JP2012146940A JP2012146940A JP2014010058A JP 2014010058 A JP2014010058 A JP 2014010058A JP 2012146940 A JP2012146940 A JP 2012146940A JP 2012146940 A JP2012146940 A JP 2012146940A JP 2014010058 A JP2014010058 A JP 2014010058A
- Authority
- JP
- Japan
- Prior art keywords
- satellite image
- image
- satellite
- treetop
- predetermined threshold
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
本発明は、ゴムの木（パラゴムノキ）における罹病木（感染木）と健全木（非感染木）とを区別する罹病判定方法に関する。 The present invention relates to a disease determination method for distinguishing between a diseased tree (infected tree) and a healthy tree (non-infected tree) in a rubber tree (para rubber tree).
従来、ゴムの木（パラゴムノキ）農園においては、罹病していないか否かを判別し、罹病している場合には適切な治療を施すなど管理が必要である。罹病木と健全木とを区別する罹病判定は、農園で働く従事者の勘と経験に基づくものであった。なお、感染とは、具体的には、ＷＲＤ（White Root Disease：根白腐病）である。 Conventionally, in a rubber tree (para rubber tree) plantation, it is necessary to determine whether or not the patient is afflicted, and if it is afflicted, appropriate management is required. The disease determination for distinguishing between diseased trees and healthy trees was based on the intuition and experience of workers working in the farm. The infection is specifically WRD (White Root Disease).
例えば、パラゴムノキではないが、オイルパームにおいて、茎枯れ病を遺伝子レベルで検出する技術が提案されている（例えば特許文献１参照）。オイルパームが茎枯れ病に罹病すると、樹幹組織委が腐朽化することで、食用あるいは工業用油脂の採取損失となる。 For example, although it is not a para rubber tree, in oil palm, the technique which detects a stem blight disease at a gene level is proposed (for example, refer patent document 1). When oil palm suffers from stem blight, the tree organization committee decays, resulting in a loss of collection of edible or industrial oils and fats.
上述のように、従来技術では、従事者の勘と経験に基づくものであったため、必ずしも精度は高くなく、また、経験や熟練を必要とし、誰にでも容易に判定できなかったという問題がある。また、上述した特許文献１の技術は、オイルパームに特化してものであり、ゴムの木（パラゴムノキ）に適用するのは難しく、また、遺伝子レベルでの判定は、現場で簡易にできるようなものでなく、実施するのは難しいという問題があった。 As described above, since the conventional technology is based on the intuition and experience of the workers, the accuracy is not necessarily high, and experience and skill are required, and no one can easily determine. . In addition, the technique of Patent Document 1 described above is specialized in oil palm, and is difficult to apply to rubber trees (para rubber tree), and determination at the gene level can be easily performed in the field. There was a problem that it was difficult to implement.
本発明は、このような事情を考慮してなされたものであり、その目的は、特別な経験や熟練を必要とすることなく、農園全体の罹病木と健全木との区別を精度よく判定することができる罹病判定方法を提供することにある。 The present invention has been made in view of such circumstances, and its purpose is to accurately determine the distinction between diseased and healthy trees in the entire plantation without requiring special experience or skill. It is to provide a method for determining morbidity that can be performed.
上述した課題を解決するために、請求項１に係る発明は、パラゴムノキの農園の全域、または一部領域を撮像したモノクロの衛星画像である第１の衛星画像と、前記第１の衛星画像と撮像範囲が同一の衛星画像であって少なくとも近赤外領域に感度を有する第２の衛星画像とを取得する画像取得工程と、前記画像取得工程で取得された前記第１の衛星画像から前記パラゴムノキの梢端の位置を特定する梢端特定工程と、前記梢端特定工程で特定された前記第１の衛星画像内の前記梢端の位置に対応する前記第２の衛星画像の位置における近赤外領域の反射強度と所定の閾値とを比較し、前記反射強度が前記所定の閾値未満であれば、前記梢端におけるパラゴムノキは罹病していないと判定し、前記反射強度が前記所定の閾値以上であれば、前記梢端におけるパラゴムノキは罹病していると判定する判定工程とを備えることを特徴とする罹病判定方法である。 In order to solve the above-described problem, the invention according to claim 1 is directed to a first satellite image that is a monochrome satellite image obtained by imaging a whole area or a partial area of a para rubber tree plantation, and the first satellite image. An image acquisition step of acquiring a second satellite image having the same imaging range and having sensitivity in at least the near infrared region, and the para rubber tree from the first satellite image acquired in the image acquisition step. A treetop edge specifying step for specifying the position of the treetop edge, and a near red color at the position of the second satellite image corresponding to the position of the treetop edge in the first satellite image specified in the treetop edge specifying step The reflection intensity of the outer region is compared with a predetermined threshold, and if the reflection intensity is less than the predetermined threshold, it is determined that the para rubber tree at the treetop is not affected, and the reflection intensity is equal to or higher than the predetermined threshold. If so Hevea brasiliensis in shoot end is diseased determination method characterized by comprising a a determination process are diseased.
請求項２に係る発明は、請求項１に記載の発明において、前記第１の衛星画像は、パンクロマチック（白黒）画像であり、前記第２の衛星画像は、マルチスペクトルセンサを用いて少なくとも１つの波長帯で撮影された衛星画像である、ことを特徴とする。 The invention according to claim 2 is the invention according to claim 1, wherein the first satellite image is a panchromatic (black and white) image, and the second satellite image is at least 1 using a multispectral sensor. It is a satellite image taken in one wavelength band.
請求項３に係る発明は、請求項１に記載の発明において、前記第１の衛星画像は、パンクロマチック（白黒）画像であり、前記第２の衛星画像は、マルチスペクトルセンサを用いて少なくとも２つ以上の波長帯のそれぞれで撮影された複数の衛星画像であり、前記判定工程は、前記梢端特定工程で特定された前記第１の衛星画像内の前記梢端の位置に対応する前記少なくとも２つ以上の波長帯のそれぞれで撮影された前記複数の衛星画像の各々における波長帯の反射強度と、前記複数の衛星画像毎に用意された所定の閾値とを比較し、前記複数の衛星画像のうち、少なくとも半数以上の衛星画像における波長帯の反射強度が当該衛星画像に用意された前記所定の閾値未満であれば、前記梢端におけるパラゴムノキは罹病していないと判定する、ことを特徴とする。 The invention according to claim 3 is the invention according to claim 1, wherein the first satellite image is a panchromatic (black and white) image, and the second satellite image is at least 2 using a multispectral sensor. A plurality of satellite images photographed in each of two or more wavelength bands, and the determination step corresponds to at least the position of the treetop in the first satellite image specified in the treetop specification process The reflection intensity of the wavelength band in each of the plurality of satellite images captured in each of the two or more wavelength bands is compared with a predetermined threshold prepared for each of the plurality of satellite images, and the plurality of satellite images If the reflection intensity of the wavelength band in at least half of the satellite images is less than the predetermined threshold prepared in the satellite image, it is determined that the para rubber tree at the treetop is not affected. It is characterized in.
請求項４に係る発明は、請求項１から請求項３の何れか１項に記載の発明において、前記第２の衛星画像は、少なくとも波長が８６０〜１０４０ｎｍの近赤外線の波長帯で撮影された衛星画像を含む、ことを特徴とする。 The invention according to claim 4 is the invention according to any one of claims 1 to 3, wherein the second satellite image is taken in a near-infrared wavelength band having a wavelength of 860 to 1040 nm. Including satellite imagery.
請求項１に係る発明によれば、特別な経験や熟練を必要とすることなく、農園全体の罹病木と健全木との区別を精度よく判定することができる。
請求項２に係る発明によれば、マルチスペクトルセンサを用いて撮像された衛星画像上の少なくとも１つの波長帯に着目し、比較的簡便に判定することができる。
請求項３に係る発明によれば、マルチスペクトルセンサを用いて撮像された衛星画像上の少なくとも２つの波長帯に着目し、より精度よく判定することができる。
請求項４に係る発明によれば、８６０〜１０４０ｎｍの近赤外線の波長帯を用いることで、罹病木と健全木との区別を精度よく判定することができる。
According to the first aspect of the present invention, the distinction between the diseased tree and the healthy tree in the entire plantation can be accurately determined without requiring special experience or skill.
According to the second aspect of the present invention, it is possible to make a relatively simple determination by paying attention to at least one wavelength band on a satellite image captured using a multispectral sensor.
According to the third aspect of the invention, attention can be paid to at least two wavelength bands on a satellite image captured using a multispectral sensor, and determination can be made with higher accuracy.
According to the fourth aspect of the invention, by using the near infrared wavelength band of 860 to 1040 nm, it is possible to accurately determine the distinction between the diseased tree and the healthy tree.
以下、本発明の一実施形態を、図面を参照して説明する。図１は、本発明の実施形態による罹病判定方法で用いる衛星写真（衛星画像）を説明するための概念図である。図１には、横軸に波長を示し、縦軸にバンド名を示している。衛星写真としては、８バンドのマルチスペクトルセンサを搭載した、Ｗｏｒｌｄｖｉｅｗ−２の衛星画像が知られている。該衛星画像には、パンクロマチックＰａｎ（４５０〜７７５ｎｍ）に加えて、８バンドの、コースタルＣｏａｓｔａｌ（４００〜４５０ｎｍ）、青Ｂｌｕｅ（４５０〜５１０ｎｍ）、緑Ｇｒｅｅｎ（５１０〜５８０ｎｍ）、黄Ｙｅｌｌｏｗ（５８５〜６２５ｎｍ）、赤Ｒｅｄ（６３０〜６９０ｎｍ）、レッドエッジＲｅｄＥｄｇｅ（７０５〜７４５ｎｍ）、近赤外ＮＩＲ１（７７０〜８９５ｎｍ）、近赤外ＮＩＲ２（８６０〜１０４０ｎｍ）の８種類がある。 Hereinafter, an embodiment of the present invention will be described with reference to the drawings. FIG. 1 is a conceptual diagram for explaining a satellite photograph (satellite image) used in a disease determination method according to an embodiment of the present invention. In FIG. 1, the horizontal axis indicates the wavelength, and the vertical axis indicates the band name. As a satellite photograph, a Worldview-2 satellite image equipped with an 8-band multispectral sensor is known. In addition to panchromatic Pan (450-775 nm), the satellite image includes 8-band Coastal Coastal (400-450 nm), Blue Blue (450-510 nm), Green Green (510-580 nm), Yellow Yellow (585) ˜625 nm), red Red (630 to 690 nm), red edge RedEdge (705 to 745 nm), near infrared NIR1 (770 to 895 nm), and near infrared NIR2 (860 to 1040 nm).
本実施形態では、上記衛星画像のうち、パラゴムノキの農園の全域、または一部領域を撮像したモノクロの衛星画像（第１の衛星画像）として、パンクロマチック画像Ｐａｎを用いる。 In the present embodiment, a panchromatic image Pan is used as a monochrome satellite image (first satellite image) obtained by imaging the entire or part of the Para rubber tree plantation among the satellite images.
図２は、本発明の実施形態による罹病判定方法において作成する梢端位置を表わした梢端位置画像を示す模式図である。従事者は、第１の衛星画像（パンクロマチック画像Ｐａｎ）から梢端位置画像を作成する。梢端位置画像において、中が黒で塗りつぶされた白丸は、単木の梢端の位置を示している。つまり、従事者は、第１の衛星画像（パンクロマチック画像Ｐａｎ）を取得し、取得した第１の衛星画像（パンクロマチック画像Ｐａｎ）からパラゴムノキの梢端の位置を特定する。但し、後述するように梢端位置画像は、第２の衛星画像上の梢端の位置を特定するために用いられるものであるため、従事者は、第１の衛星画像（パンクロマチック画像Ｐａｎ）上の梢端の位置さえ特定できれば、梢端位置画像を作成しなくてもよい。 FIG. 2 is a schematic diagram showing a treetop position image representing the treetop position created in the disease determination method according to the embodiment of the present invention. The worker creates a treetop position image from the first satellite image (panchromatic image Pan). In the treetop position image, a white circle filled with black indicates the position of the treetop. That is, the worker acquires the first satellite image (panchromatic image Pan) and specifies the position of the treetop of the para rubber tree from the acquired first satellite image (panchromatic image Pan). However, since the treetop position image is used for specifying the position of the treetop position on the second satellite image as described later, the worker uses the first satellite image (panchromatic image Pan). As long as the position of the upper treetop is identified, the treetop position image need not be created.
図３は、本発明の実施形態による罹病判定方法における罹病の有無の判定方法を説明するための概念図である。図３において、横軸はバンド名、縦軸は反射率（反射係数、反射強度とも称する）を示している。図３は、感染区と非感染区の夫々において各２５０本の梢端をサンプル木として抽出し、うち各１２５本のデジタルナンバーＤＮを取得し、バンド毎の比較結果を示している。 FIG. 3 is a conceptual diagram for explaining a method for determining the presence or absence of disease in the disease determination method according to the embodiment of the present invention. In FIG. 3, the horizontal axis indicates the band name, and the vertical axis indicates the reflectance (also referred to as reflection coefficient or reflection intensity). FIG. 3 shows the comparison results for each band by extracting 250 treetops as sample trees in each of the infected zone and the non-infected zone, and obtaining 125 digital numbers DN each.
図３に示すように、健全木と比べ、罹病木の反射率は、黄Ｙｅｌｌｏｗ（５８５〜６２５ｎｍ）、赤Ｒｅｄ（６３０〜６９０ｎｍ）、レッドエッジＲｅｄＥｄｇｅ（７０５〜７４５ｎｍ）、近赤外ＮＩＲ２（８６０〜１０４０ｎｍ）の４つのバンドにおいて、有意（５％水準）に高い値である。例えば、健全木に比べ、罹病木の近赤外ＮＩＲ２のバンドの反射率は高い。
このことより、上記４つのバンドにおいて健全木と罹病木との判定を行うことが可能であると考えられるが、この中でもより有意な差のあるＮＩＲ２のバンドを用いることが望ましい。
As shown in FIG. 3, the reflectance of diseased trees is yellow Yellow (585-625 nm), red Red (630-690 nm), red edge RedEdge (705-745 nm), near infrared NIR2 (860), as compared to healthy trees. In the four bands (-1040 nm), the values are significantly high (5% level). For example, the reflectance of the near-infrared NIR2 band of diseased trees is higher than that of healthy trees.
From this, it can be considered that the healthy tree and the diseased tree can be determined in the four bands, but it is desirable to use the band of NIR2 having a more significant difference among them.
したがって、本実施形態では、第１の衛星画像（パンクロマチック画像Ｐａｎ）と撮像範囲が同一の衛星画像であって少なくとも近赤外領域に感度を有する衛星画像（第２の衛星画像）として、近赤外画像ＮＩＲ２の衛星画像を用いる。近赤外画像ＮＩＲ２の衛星画像における反射率は健全木と罹病木とで有意に異なるため、第２の衛星画像として近赤外画像ＮＩＲ２の衛星画像を用いることによって、精度よく罹病判定が行うことができる。 Therefore, in the present embodiment, the first satellite image (panchromatic image Pan) has the same imaging range as the satellite image having a sensitivity in at least the near-infrared region (second satellite image). A satellite image of the infrared image NIR2 is used. Since the reflectance in the satellite image of the near-infrared image NIR2 is significantly different between the healthy tree and the diseased tree, the disease determination can be performed with high accuracy by using the satellite image of the near-infrared image NIR2 as the second satellite image. Can do.
以下、ＮＩＲ２の衛星画像を用いた罹病判定方法について具体的に説明する。
第１の衛星画像（パンクロマチック画像Ｐａｎ）内の梢端の位置に対応する第２の衛星画像（近赤外画像ＮＩＲ２の衛星画像）の位置における反射率（近赤外領域の反射強度）と所定の閾値とを比較し、当該反射率が所定の閾値未満であれば、梢端におけるパラゴムノキは罹病していないと判定し、当該反射率が所定の閾値以上であれば、梢端におけるパラゴムノキは罹病していると判定する。
The disease determination method using the NIR2 satellite image will be specifically described below.
The reflectance (reflection intensity in the near infrared region) at the position of the second satellite image (satellite image of the near infrared image NIR2) corresponding to the position of the treetop in the first satellite image (panchromatic image Pan); Compared with a predetermined threshold, if the reflectance is less than the predetermined threshold, it is determined that the para rubber tree at the treetop is not affected, and if the reflectance is equal to or higher than the predetermined threshold, the para rubber tree at the treetop is Determined to be afflicted.
図３を例として、健全木と罹病木の判断方法を説明する。
まず、図３の第２の衛星画像（近赤外画像ＮＩＲ２の衛星画像）の比較結果に基づいて、健全木と罹病木とを切り分ける適切な閾値Ａを決定する。図３においては、閾値Ａの反射率を４０７に設定する。
その後、第１の衛星画像（パンクロマチック画像Ｐａｎ）から上述の如く作成した梢端位置画像によって示される、第２の衛星画像（近赤外画像ＮＩＲ２の衛星画像）上の梢端の位置の反射率を取得する。そして、第２の衛星画像（近赤外画像ＮＩＲ２の衛星画像）上の梢端の位置の反射率と上記閾値Ａとを比較し、上記梢端の位置の反射率が閾値Ａ以上であれば罹病していると判定し、上記梢端の位置の反射率が閾値Ａ未満であれば罹病していないと判定する。ＮＩＲ２の反射率を見ると、４１０及び４０５の反射率を示すバンドが見られることから、反射率４１０に由来するバンドは罹病木であると判定することができ、反射率４０５に由来するバンドは罹病木であると判定することができる。
Taking FIG. 3 as an example, a method for judging a healthy tree and a diseased tree will be described.
First, based on the comparison result of the second satellite image of FIG. 3 (satellite image of the near-infrared image NIR2), an appropriate threshold A for separating a healthy tree and a diseased tree is determined. In FIG. 3, the reflectance of the threshold A is set to 407.
Thereafter, the reflection of the position of the treetop on the second satellite image (satellite image of the near-infrared image NIR2) indicated by the treetop position image created as described above from the first satellite image (panchromatic image Pan). Get rate. Then, the reflectance at the treetop position on the second satellite image (satellite image of the near-infrared image NIR2) is compared with the threshold A, and if the reflectance at the treetop position is equal to or greater than the threshold A, It is determined that the patient is afflicted. If the reflectance at the treetop position is less than the threshold A, it is determined that the patient is not afflicted. When the reflectance of NIR2 is seen, bands showing the reflectance of 410 and 405 are seen, so the band derived from reflectance 410 can be determined to be a diseased tree, and the band derived from reflectance 405 is It can be determined that the tree is affected.
上記方法をフローチャートしたのが図４である。
図４は、本発明の実施形態による罹病判定方法の手順を説明するためのフローチャートである。まず、第１の衛星画像として、ゴム園を撮影した衛星写真の１つであるパンクロマチックＰａｎ（４５０〜７７５ｎｍ）の衛星画像を取得し（ステップＳ１／画像取得工程）、第２の衛星画像として、同様にゴム園を撮影した衛星写真の１つである近赤外ＮＩＲ２（８６０〜１０４０ｎｍ）の衛星画像を取得する（ステップＳ２／画像取得工程）。次に、第１の衛星画像から単木の梢端の位置を特定する（ステップＳ３／梢端特定工程）。なお、従事者は、梢端位置の特定に際し、局所最大値フィルタ法を用いてもよい。
FIG. 4 is a flowchart of the above method.
FIG. 4 is a flowchart for explaining the procedure of the disease determination method according to the embodiment of the present invention. First, as a first satellite image, a satellite image of panchromatic Pan (450 to 775 nm), which is one of the satellite photographs taken of the rubber garden, is acquired (step S1 / image acquisition step), and as a second satellite image. Similarly, a satellite image of near-infrared NIR2 (860 to 1040 nm), which is one of satellite photographs taken of the rubber garden, is acquired (step S2 / image acquisition step). Next, the position of the treetop end of the single tree is specified from the first satellite image (step S3 / top end specifying step). The worker may use a local maximum value filter method when specifying the position of the treetop.
その後、第２の衛星画像上の各梢端の位置（ステップＳ３において特定した梢端の位置）の反射率と、閾値Ａとを比較する（ステップＳ４／判定工程）。つまり、第１の衛星画像から得られた各梢端の位置に対応する第２の衛星画像の各位置における近赤外領域の反射率と閾値Ａとを比較する。 Thereafter, the reflectance at the position of each treetop (the position of the treetop identified in step S3) on the second satellite image is compared with the threshold A (step S4 / determination step). That is, the reflectance in the near-infrared region at each position of the second satellite image corresponding to the position of each treetop obtained from the first satellite image is compared with the threshold value A.
ある梢端の位置の反射率が閾値Ａ以上である場合には（ステップＳ５：ＹＥＳ）、該梢端部分は罹病であると判定する（ステップＳ６／判定工程）。一方、ある梢端の位置の反射率が閾値Ａ未満である場合には（ステップＳ５：ＮＯ）、該梢端部分は罹病でないと判定する（ステップＳ７／判定工程）。 When the reflectance at the position of a certain treetop is equal to or greater than the threshold A (step S5: YES), it is determined that the treetop portion is affected (step S6 / determination step). On the other hand, when the reflectance at the position of a certain treetop is less than the threshold A (step S5: NO), it is determined that the treetop portion is not affected (step S7 / determination step).
上記実施形態によれば、第１の衛星画像（パンクロマチックＰａｎ）から単木の梢端の位置を特定し、第２の衛星画像（近赤外ＮＩＲ２）上の各梢端の位置の反射率と閾値Ａとを比較し、各梢端部分の罹病の有無を判定するようにしたので、特別な経験や熟練を必要とすることなく、農園全体の罹病木と健全木との区別を精度よく判定することができる。 According to the above embodiment, the position of the top of a single tree is specified from the first satellite image (panchromatic Pan), and the reflectance of the position of each top on the second satellite image (near infrared NIR2). And threshold A, and the presence or absence of disease at each treetop is determined, so that it is possible to accurately distinguish between diseased and healthy trees throughout the plantation without requiring special experience or skill. Can be determined.
なお、近赤外画像ＮＩＲ２の衛星画像に代えて又は加えて、健全木と罹病木とで反射率が有意に異なる他の衛星画像を用いてもよい。例えば、黄Ｙｅｌｌｏｗ、赤Ｒｅｄ、レッドエッジＲｅｄなどの複数のバンドの衛星画像を第２の衛星画像として用いてもよい。複数のバンドの衛星画像を第２の衛星画像とする場合、バンド毎に適切な閾値を決定する。 Note that, instead of or in addition to the satellite image of the near-infrared image NIR2, other satellite images having significantly different reflectances between the healthy tree and the diseased tree may be used. For example, satellite images of a plurality of bands such as yellow Yellow, red Red, and red edge Red may be used as the second satellite image. When satellite images of a plurality of bands are used as the second satellite image, an appropriate threshold value is determined for each band.
第２の衛星画像として複数のバンドの衛星画像と夫々の閾値とを用いて罹病の有無を判定する場合、少なくとも半数以上の衛星画像において、反射率が閾値未満であれば、罹病していないと判定してもよい。つまり、従事者は、第１の衛星画像（パンクロマチック画像Ｐａｎ）内の梢端の位置に対応する、少なくとも２つ以上の波長帯のそれぞれで撮影された複数の衛星画像の各々における波長帯の反射率と、複数の衛星画像毎に用意された所定の閾値とを比較し、複数の衛星画像のうち、少なくとも半数以上の衛星画像における波長帯の反射率が当該衛星画像に用意された所定の閾値未満であれば、梢端におけるパラゴムノキは罹病していないと判定してもよい。
例として、図３に第２の衛星画として近赤外ＮＩＲ２の衛星画像及びレッドエッジＲｅｄＥｄｇｅの衛星画像を用いる場合に使用する２つの閾値（閾値Ａ、閾値Ｂ）を示した。
これにより、総合的に罹病判定を行うことができる。
When determining the presence or absence of disease using the satellite images of a plurality of bands and the respective threshold values as the second satellite image, if the reflectance is less than the threshold in at least half of the satellite images, the disease is not affected. You may judge. In other words, the worker selects the wavelength band in each of the plurality of satellite images captured in each of at least two or more wavelength bands corresponding to the position of the treetop in the first satellite image (panchromatic image Pan). The reflectance is compared with a predetermined threshold prepared for each of the plurality of satellite images, and the reflectance in the wavelength band of at least half of the satellite images among the plurality of satellite images is determined according to the predetermined threshold prepared for the satellite image. If it is less than the threshold value, it may be determined that the para rubber tree at the treetop is not affected.
As an example, FIG. 3 shows two threshold values (threshold A and threshold B) used when a near-infrared NIR2 satellite image and a red edge RedEdge satellite image are used as the second satellite image.
Thereby, disease determination can be performed comprehensively.
なお、上記実施形態では、情報処理装置（例えば、パーソナルコンピュータ。非図示）を利用してもよい。 In the above embodiment, an information processing apparatus (for example, a personal computer, not shown) may be used.
また、情報処理装置（例えば、情報処理装置上で動作する局所最大値フィルタ法を実行するプログラム）を用いて、第１の衛星画像から梢端の位置を特定してもよい。換言すれば、情報処理装置が、第１の衛星画像から梢端の位置を特定してもよい。なお、局所最大値フィルタ法のウィンドウサイズを、目視判断により抽出画素が梢端を最も良く表したときのサイズとするとよい。 Further, the position of the treetop may be specified from the first satellite image using an information processing apparatus (for example, a program that executes a local maximum value filtering method that operates on the information processing apparatus). In other words, the information processing apparatus may specify the position of the treetop from the first satellite image. Note that the window size of the local maximum value filter method may be the size when the extracted pixel best represents the treetop by visual judgment.
また、情報処理装置を用いて、罹病の有無を判定してもよい。換言すれば、情報処理装置が、罹病の有無を判定してもよい。具体的には、情報処理装置は、図３に示すような閾値を予め記憶（設定）しておく。情報処理装置は、梢端位置画像によって示される、第２の衛星画像上の梢端の位置の反射率を取得し、当該反射率と記憶している閾値とを比較し、上記梢端の位置の反射率が閾値以上であれば罹病していると判定し、上記梢端の位置の反射率が閾値未満であれば罹病していないと判定する。 Further, the presence or absence of illness may be determined using an information processing apparatus. In other words, the information processing apparatus may determine the presence or absence of illness. Specifically, the information processing apparatus stores (sets) threshold values as shown in FIG. 3 in advance. The information processing apparatus acquires the reflectance of the position of the treetop on the second satellite image indicated by the treetop position image, compares the reflectance with a stored threshold value, and calculates the position of the treetop If the reflectance of the treetop is greater than or equal to a threshold, it is determined that the patient is afflicted, and if the reflectance at the top of the treetop is less than the threshold, it is determined that the patient is not afflicted.
情報処理装置を用いて罹病の有無を判定する場合（情報処理装置が罹病の有無を判定する場合）、情報処理装置のディスプレイに判定結果を表示してもよい。例えば、第１の衛星画像の各梢端の位置に、罹病している旨を示す第１のマーク（例えば、赤色の丸印）を重畳させて表示し、罹病していない旨示す第２のマーク（例えば、緑色の丸印）を重畳させて表示するようにしてもよい。 When determining the presence or absence of disease using the information processing device (when the information processing device determines presence or absence of disease), the determination result may be displayed on the display of the information processing device. For example, a first mark (for example, a red circle) indicating that the patient is afflicted is displayed superimposed on each treetop position of the first satellite image, and the second mark indicating that the patient is not afflicted. A mark (for example, a green circle) may be superimposed and displayed.
Claims (4)
前記画像取得工程で取得された前記第１の衛星画像から前記パラゴムノキの梢端の位置を特定する梢端特定工程と、
前記梢端特定工程で特定された前記第１の衛星画像内の前記梢端の位置に対応する前記第２の衛星画像の位置における近赤外領域の反射強度と所定の閾値とを比較し、前記反射強度が前記所定の閾値未満であれば、前記梢端におけるパラゴムノキは罹病していないと判定し、前記反射強度が前記所定の閾値以上であれば、前記梢端におけるパラゴムノキは罹病していると判定する判定工程と
を備えることを特徴とする罹病判定方法。 The first satellite image, which is a monochrome satellite image obtained by imaging the entire or part of the Para rubber tree plantation, and the satellite image having the same imaging range as the first satellite image, at least in the near infrared region. An image acquisition step of acquiring a second satellite image having
A shoot tip specifying step for specifying the position of the shoot tip of the para rubber tree from the first satellite image acquired in the image acquisition step;
Comparing the reflection intensity of the near-infrared region at the position of the second satellite image corresponding to the position of the treetop in the first satellite image identified in the treetop identification step with a predetermined threshold; If the reflection intensity is less than the predetermined threshold, it is determined that the para rubber tree at the treetop is not afflicted. If the reflection intensity is equal to or greater than the predetermined threshold, the para rubber tree at the treetop is afflicted. A method for determining morbidity, comprising: a determination step for determining morbidity.
前記第２の衛星画像は、マルチスペクトルセンサを用いて少なくとも１つの波長帯で撮影された衛星画像である、
ことを特徴とする請求項１に記載の罹病判定方法。 The first satellite image is a panchromatic (black and white) image;
The second satellite image is a satellite image captured in at least one wavelength band using a multispectral sensor.
The disease determination method according to claim 1.
前記第２の衛星画像は、マルチスペクトルセンサを用いて少なくとも２つ以上の波長帯のそれぞれで撮影された複数の衛星画像であり、
前記判定工程は、
前記梢端特定工程で特定された前記第１の衛星画像内の前記梢端の位置に対応する前記少なくとも２つ以上の波長帯のそれぞれで撮影された前記複数の衛星画像の各々における波長帯の反射強度と、前記複数の衛星画像毎に用意された所定の閾値とを比較し、
前記複数の衛星画像のうち、少なくとも半数以上の衛星画像における波長帯の反射強度が当該衛星画像に用意された前記所定の閾値未満であれば、前記梢端におけるパラゴムノキは罹病していないと判定する、
ことを特徴とする請求項１に記載の罹病判定方法。 The first satellite image is a panchromatic (black and white) image;
The second satellite image is a plurality of satellite images captured in each of at least two or more wavelength bands using a multispectral sensor,
The determination step includes
The wavelength band in each of the plurality of satellite images captured in each of the at least two or more wavelength bands corresponding to the position of the treetop edge in the first satellite image specified in the treetop edge specifying step. Comparing the reflection intensity with a predetermined threshold prepared for each of the plurality of satellite images;
If the reflection intensity of the wavelength band in at least half of the plurality of satellite images is less than the predetermined threshold prepared in the satellite image, it is determined that the para rubber tree at the treetop is not affected. ,
The disease determination method according to claim 1.
ことを特徴とする請求項１から請求項３の何れか１項に記載の罹病判定方法。 The second satellite image includes a satellite image captured in a near-infrared wavelength band having a wavelength of 860 to 1040 nm.
The disease determination method according to any one of claims 1 to 3, wherein the disease is determined.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012146940A JP2014010058A (en) | 2012-06-29 | 2012-06-29 | Contraction determination method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012146940A JP2014010058A (en) | 2012-06-29 | 2012-06-29 | Contraction determination method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2014010058A true JP2014010058A (en) | 2014-01-20 |
Family
ID=50106884
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012146940A Pending JP2014010058A (en) | 2012-06-29 | 2012-06-29 | Contraction determination method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2014010058A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020536556A (en) * | 2017-10-10 | 2020-12-17 | ビーエーエスエフ ソシエタス・ヨーロピアＢａｓｆ Ｓｅ | Methods and systems for monitoring at least one pond |
-
2012
- 2012-06-29 JP JP2012146940A patent/JP2014010058A/en active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020536556A (en) * | 2017-10-10 | 2020-12-17 | ビーエーエスエフ ソシエタス・ヨーロピアＢａｓｆ Ｓｅ | Methods and systems for monitoring at least one pond |
| JP7301820B2 (en) | 2017-10-10 | 2023-07-03 | ビーエーエスエフ ソシエタス・ヨーロピア | Method and system for monitoring at least one pond |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4627557B2 (en) | Method and apparatus for correcting hybrid flash artifacts in digital images | |
| JP6045417B2 (en) | Image processing apparatus, electronic apparatus, endoscope apparatus, program, and operation method of image processing apparatus | |
| Kumar et al. | Automated detection system for diabetic retinopathy using two field fundus photography | |
| CN103914708B (en) | Food kind detection method based on machine vision and system | |
| KR102383183B1 (en) | Information-processing device, information-processing system, and program | |
| WO2005071611A1 (en) | Method for extracting person candidate area in image, person candidate area extraction system, person candidate area extraction program, method for judging top and bottom of person image, system for judging top and bottom, and program for judging top and bottom | |
| He et al. | Cotton pests and diseases detection based on image processing | |
| JP6265640B2 (en) | Image processing apparatus, imaging apparatus, image processing method, and program | |
| JP6299300B2 (en) | Image processing apparatus and image processing method | |
| JP2016528627A5 (en) | ||
| JP2012196167A (en) | Plant species identification method | |
| CN110569722A (en) | Visual analysis-based constructor dressing standard detection method and device | |
| US8515144B2 (en) | Abnormal skin area calculating system and calculating method thereof | |
| WO2022163671A1 (en) | Data processing device, method, and program, optical element, imaging optical system, and imaging device | |
| JP2008077460A (en) | Image evaluation device and its program | |
| US20210219829A1 (en) | Capsule endoscope system, method of identifying stained area in endoscopic images and computer readable storage medium | |
| JP6872502B2 (en) | Image processing equipment, image processing methods, and programs | |
| JP2014010058A (en) | Contraction determination method | |
| JPWO2022163671A5 (en) | ||
| Shao et al. | An image-based fire detection method using color analysis | |
| Ong et al. | Comparative analysis of RGB and HSV color models in extracting color features of green dye solutions | |
| Sharma et al. | Image-based automatic segmentation of leaf using clustering algorithm | |
| JP6138036B2 (en) | Flame detection device | |
| JP2012165147A5 (en) | Image processing apparatus, control method therefor, and imaging apparatus | |
| KR101566618B1 (en) | Method and apparatus for estimating hyperemia grade of eye |