JP2016142633A - 植物判別装置、植物判別方法及び植物判別用プログラム - Google Patents

Abstract

【課題】植物の判別精度を向上できる植物判別装置を提供する。
【解決手段】植物判別装置は、画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値と赤外光領域の光強度の第２中央値とを算出する中央値算出部１１と、着目画素の第１中央値と第２中央値とに応じて、着目画素を植物の判別対象から除外するか否か判定する除外部１２と、を有する。
【選択図】図４

Description

本発明は、例えば、植物からの反射光に応じた分光スペクトルデータを解析することにより、植物種を判別する植物判別装置、植物判別方法及び植物判別用プログラムに関する。

近年、センサを搭載した人工衛星や飛行機などが打ち上げられ、このセンサによって植物からの反射光を計測した結果を用いて、リモートセンシングが行われている。

センサの一例として、従来のマルチスペクトルの１０倍以上のバンド計測が可能なハイパースペクトルセンサが知られている。このハイパースペクトルセンサは、植物からの反射光に応じたハイパースペクトルデータを生成する。このハイパースペクトルデータは、分光スペクトルデータの一種であり、画像で表され、画像上の各画素について、可視光領域及び赤外光領域に含まれる波長ごとの光強度の情報を含むデータである。また分光スペクトルデータは、植物種ごとに固有の特徴を有する。そこで、分光スペクトルデータと植物種判別対象の植物の基準スペクトルとを照合して画像上の領域ごとに類似度を求め、類似度が高い領域を、植物種判別対象の植物が位置する領域として判別する技術が開示されている（例えば、特許文献１〜３を参照）。

例えば、特許文献１には、森林現況情報画像データ上のある領域における分光反射特性を作成し、作成された分光反射特性に基づいて樹種を判別する樹種分類システムが開示されている。

例えば、特許文献２には、画像上のパラゴムノキの位置を特定し、特定されたパラゴムノキの位置の近赤外領域の反射強度と所定の閾値とを比較して罹病木と健全木とを判別する罹病判定方法が開示されている。

例えば、特許文献３には、解析対象画像から、所定の波長域に相当するバンドデータを抽出し、抽出されたバンドデータから、植生領域を演算するスペクトル画像解析装置が開示されている。

特開２０１０−８６２７６号公報 特開２０１４−１００５８号公報 特開２０１１−０６９７５７号公報

しかしながら、人工衛星や飛行機などに搭載されたハイパースペクトルセンサで生成されたハイパースペクトルデータの画像には、植物だけでなく、市街地中の建物などの人工物や耕作終了農地が写っている場合がある。この場合、人工物や耕作終了農地からの反射光のハイパースペクトルデータの特徴は、植物からの反射光のハイパースペクトルデータの特徴と類似しているため、人工物や耕作終了農地を植物と誤って判別してしまい、植物の判別精度が低くなるという問題があった。

１つの側面では、本明細書は、植物の判別精度を高めることができる植物判別装置、植物判別方法及び植物判別プログラムを提供することを目的とする。

一つの実施形態によれは、植物判別装置が提供される。この植物判別装置は、画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値と赤外光領域の光強度の第２中央値を算出する中央値算出部と、着目画素の第１中央値と第２の中央値とに応じて、着目画素を植物の判別対象から除外するか否か判定する除外部と、を有する。

本発明の目的及び利点は、請求項において特に指摘されたエレメント及び組合せにより実現され、かつ達成される。上記の一般的な記述及び下記の詳細な記述の何れも、例示的かつ説明的なものであり、請求項のように、本発明を限定するものではないことを理解されたい。

本明細書に開示された植物判別装置は、植物の判別精度を向上できる。

一つの実施形態による植物判別装置の概略構成図である。 ハイパースペクトルデータのデータ構造の一例を示す図である。 ハイパースペクトルデータの画像の一例を示す図である。 植物判別装置の処理部の機能ブロック図である。 画素ごとの第１中央値と第２中央値との関係を示す図である。 補正ハイパースペクトルデータの一例を示す図である。 植物判別装置の処理手順を示すフローチャートである。

以下、図面を参照しつつ、一つの実施形態による、植物判別装置について説明する。

この植物判別装置は、画像上の画素ごとの可視光領域に含まれる波長ごとの光強度の情報に応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値を算出する。この植物判別装置は、画像上の画素ごとの赤外光領域に含まれる波長ごとの光強度の情報に応じて、画像上の着目画素に対応する赤外光領域の光強度の第２中央値を算出する。そしてこの植物判別装置は、着目画素の第１中央値と第２中央値とに応じて、その着目画素を植物の判別対象から除外するか否か判定する。

図１は、一つの実施形態による植物判別装置の概略構成図である。図１に示されるように、植物判別装置１は、操作部２と、通信インターフェース部３と、インターフェース部４と、記憶部５と、処理部６と、出力部７とを有する。植物判別装置１は、例えば、パーソナルコンピュータである。処理部６は、操作部２、通信インターフェース部３、インターフェース部４、記憶部５及び出力部７と、例えば、バスを介して接続される。

図２は、ハイパースペクトルデータのデータ構造の一例を示す図である。Ｘ軸の値は、ハイパースペクトルセンサによって生成された画像上のＸＹ座標のうちのＸ座標の値を示し、Ｙ軸の値は、ハイパースペクトルセンサによって生成された画像上のＸＹ座標のうちのＹ座標の値を示す。λ軸の値は、波長を示す。画像２０１は、波長ごとにハイパースペクトルセンサによって生成されたハイパースペクトルデータの画像である。ハイパースペクトルデータは、画像２０１上の各画素のそれぞれについて、その画素ごとに波長と光強度とがそれぞれ対応付けられる。したがって、画像２０１上の各画素２０２の波長ごとの光強度をプロットするとグラフ２０３のようになる。図３は、図２のハイパースペクトルデータの画像２０１に対応する画像３００の一例を示す図である。

操作部２は、例えば、キーボードとマウスなどの入力装置を有する。そして操作部２は、例えば、ユーザの入力に応じて、植物判別処理を開始させる操作信号を処理部６へ出力する。

通信インターフェース部３は、例えば、イーサネット（登録商標）などの通信規格に従って通信ネットワークに接続するための通信インターフェース及びその制御回路を有する。例えば、通信インターフェース部３は、通信ネットワークに接続された他の装置からハイパースペクトルデータを取得し、そのハイパースペクトルデータを処理部６にわたす。

ハイパースペクトルデータは、人工衛星や航空機などに搭載されたハイパースペクトルセンサ（図示せず）によって生成される。このハイパースペクトルセンサは、画像上の各画素が波長範囲内の波長ごと（例えば、２０ｎｍごと）に光強度を含むハイパースペクトルデータを生成する。例えば、ハイパースペクトルデータの波長範囲は、４００ｎｍ〜１４００ｎｍとすることにより、ハイパースペクトルデータは、可視光領域から近赤外波長領域までの波長ごとの光強度の情報を含む。

インターフェース部４は、可搬記憶媒体などに接続するインターフェースである。可搬記憶媒体は、例えば、ＵＳＢ（Universal Serial Bus）メモリ、ＳＤメモリーカード、メモリースティック、コンパクトフラッシュ（登録商標）などに対応する。例えば、インターフェース部４がハイパースペクトルデータを取得する代わりに、インターフェース部４は、可搬記憶媒体に記憶されたハイパースペクトルデータを取得し、取得したハイパースペクトルデータを処理部６にわたす。

記憶部５は、例えば、読み書き可能な半導体メモリと読み出し専用の半導体メモリとを有する。そして記憶部５は、処理部６上で実行される植物判別処理を実行するためのコンピュータプログラム、及びその植物判別処理の途中で生成される各種のデータを一時的に記憶する。また記憶部５は、所定の係数を記憶する。また記憶部５は、通信インターフェース部３またはインターフェース部４から取得したハイパースペクトルデータを記憶する。

処理部６は、１個又は複数個のプロセッサ及びその周辺回路を有する。そして処理部６は、植物判別装置１全体を制御する。また処理部６は、通信インターフェース部３またはインターフェース部４からハイパースペクトルデータを取得する。そして処理部６は、そのハイパースペクトルデータに対して除外処理を実行して、植物の判別対象から除外する領域の波長ごとの光強度の情報を削除し、補正ハイパースペクトルデータを生成する。そして処理部６は、補正ハイパースペクトルと基準スペクトルとを照合して、植物種を判別する。

出力部７は、処理部６から出力される各種データを表示装置（図示せず）へ出力する。そのために、出力部７は、例えば、表示装置を植物判別装置１と接続するためのビデオインターフェース回路を有する。

以下、処理部６により実行される植物判別処理の詳細について説明する。

図４は、植物判別処理に関する処理部６の機能ブロック図である。図４に示されるように、処理部６は、中央値算出部１１と、除外部１２と、照合部１３とを有する。

処理部６が有するこれらの各部は、例えば、処理部が有するプロセッサ上で実行されるコンピュータプログラムによって実現される機能モジュールである。或いは、処理部６が有するこれらの各部は、ファームウェアとして植物判別装置１に実装されてもよい。

人工衛星や飛行機などに搭載されたハイパースペクトルセンサで生成されたハイパースペクトルデータの画像には、本実施形態における植物判別対象の落葉広葉樹だけでなく、人工物や耕作終了農地が写っている場合がある。本実施形態では、この場合のハイパースペクトルデータを入力とする中央値算出部１１について以下に説明する。中央値算出部１１は、記憶部５を参照し、ハイパースペクトルデータに含まれる植物からの反射光の波長ごとの光強度の情報と、人工物や耕作終了農地からの反射光の波長ごとの光強度の情報との境界を判別するための指標の一つである中央値を算出する。中央値算出部１１は、処理部６により通信インターフェース部３またはインターフェース部４からハイパースペクトルデータが得られると、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域に含まれる各波長の光強度を取得する。本実施形態においては、落葉広葉樹の紅葉を判別するために、例えば、可視光領域中の紅葉の反射光に相当する波長域の波長範囲を、５２０ｎｍ〜６２０ｎｍとする。この理由は、ハイパースペクトルデータの画像に写っている落葉広葉樹の葉には、真っ赤な赤色の紅葉がないため、紅葉した葉からの反射光である可能性のある波長範囲として、黄色から真っ赤な赤色の直前の波長範囲に着目したからである。図２のグラフ２０３の５２０ｎｍ〜６２０ｎｍの波長範囲２０４は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長と光強度の関係をプロットしたものの一例である。

そして中央値算出部１１は、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度を比較して、中央値を算出する。例えば、中央値算出部１１は、ハイパースペクトルデータ中の５２０ｎｍ〜６２０ｎｍの波長範囲に含まれる各波長の光強度を読み込み、読み込んだ各波長の光強度を昇順又は降順に並べ替える。波長範囲に含まれる光強度を有する波長の数が奇数の場合、中央値算出部１１は、波長範囲に含まれる光強度のうちの中央の順番の光強度の値を、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値とする。一方、波長範囲に含まれる光強度を有する波長の数が偶数の場合、中央値算出部１１は、波長範囲に含まれる光強度のうちの中央の二つの順番の光強度の平均値を、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値と算出する。以下では、説明の便宜上、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値を第１中央値と表記する。

また中央値算出部１１は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の第１中央値を算出した着目画像と、同一の着目画素に対応する赤外光領域に含まれる波長ごとの光強度の情報をハイパースペクトルデータから取得する。本実施形態においては、赤外線の波長範囲に着目するために、例えば、赤外光領域の波長範囲を、７５０ｎｍ〜１４００ｎｍとする。図２のグラフ２０３の７５０ｎｍ〜１４００ｎｍの波長範囲２０５は、赤外光領域に含まれる波長と光強度の関係をプロットしたものの一例である。

そして中央値算出部１１は、画像上の着目画素に対応する赤外光領域に含まれる波長の各光強度を比較して、中央値を算出する。例えば、中央値算出部１１は、ハイパースペクトルデータ中の７５０ｎｍ〜１４００ｎｍの波長範囲に含まれる各波長の光強度を読み込み、読み込んだ各波長の光強度を昇順又は降順に並べ替える。波長範囲に含まれる光強度を有する波長の数が奇数の場合、中央値算出部１１は、波長範囲に含まれる波長の光強度のうちの中央の順番の光強度の値を、赤外光領域に含まれる各光強度の中央値とする。一方、波長範囲に含まれる光強度を有する波長の数が偶数の場合、中央値算出部１１は、波長範囲に含まれる光強度のうちの中央の二つの順番の光強度の平均値を、赤外光領域に含まれる各光強度の中央値と算出する。以下では、説明の便宜上、赤外光領域に含まれる波長の各光強度の中央値を第２中央値と表記する。そして中央値算出部１１は、画像上の未着目の全ての画素についても、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の第１中央値及び赤外光領域に含まれる波長の各光強度の第２中央値を算出する。

除外部１２は、植物種の判別精度を向上させるため、人工物または耕作終了農地と判定されるハイパースペクトルデータの画像上の画素に対応する波長ごとの光強度の情報を削除して、その波長ごとの光強度の情報を除外する。まず、除外部１２は、画像上の各画素のそれぞれについて、その画素ごとに対応する第１中央値と第２中央値を中央値算出部１１から取得する。そして除外部１２は、記憶部５を参照し、所定の係数を読み込み、読み込んだ所定の係数を設定する。除外部１２は、画像上の各画素について、その画素に対応する第１中央値と第２中央値との組について、第１中央値に所定の係数を乗算した値が、第２中央値よりも小さいか否か判定する。第１中央値に所定の係数を乗算した値が第２中央値よりも小さい場合、除外部１２は、該当する画素が、人工物または耕作終了農地と判定する。一方、第１中央値に所定の係数を乗算した値が第２中央値よりも小さくない場合、除外部１２は、該当する画素が、人工物または耕作終了農地ではないと判定する。なお、除外部１２は、処理部６により操作部２から入力された係数を所定の係数に設定してもよい。

ここで、所定の係数を「１．３」とした場合に、第１中央値に所定の係数を乗算した値が、第２中央値よりも小さいか否か判定する一例について、図５を用いて説明する。図５は、画素ごとの第１中央値と第２中央値との関係を示す図である。図５の横軸は、可視光領域中の紅葉の反射光に相当する波長域の第１中央値に対応する軸である。図５の縦軸は、赤外光領域の第２中央値に対応する軸である。プロットされた点は、それぞれ図３に示すハイパースペクトルデータの画像３００上のいずれかの画素に対応する点である。

図５に示す線分２０は、次式に対応する線分である。

ここで、ｘは、第１の中央値に対応する変数である。ｙは、第２中央値に対応する変数である。ａは、所定の係数に対応するものであり、図５に示す例では、係数を「１．３」としている。

図５において、第１中央値と第２中央値との関係が、線分２０よりも下に位置する画素は、第１中央値に所定の係数を乗算した値が、第２中央値よりも小さい画素であるから、人工物または耕作終了農地に対応する画素と判定される。一方、第１中央値と第２中央値との関係が線分２０よりも上に位置する画素は、第１中央値に所定の係数を乗算した値が、第２中央値よりも大きい画素であるから、人工物または耕作終了農地に対応する画素ではないと判定される。

人工物または耕作終了農地に対応する画素と判定された場合、除外部１２は、人工物または耕作終了農地と判定された画素に対応する波長ごとの光強度の情報を削除して、その波長ごとの光強度の情報を除外することで、補正ハイパースペクトルデータを生成する。一方、人工物または耕作終了農地に対応する画素ではないと判定された場合、除外部１２は、人工物または耕作終了農地ではないと判定された画素に対応する波長ごとの光強度の情報を除外しない。このように、除外部１２は、ハイパースペクトルの画像上の全ての画素について、画像上の人工物または耕作終了農地と判定された各画素の領域に対応する波長ごとの光強度の情報を除外する。

図６は、補正ハイパースペクトルデータの一例を示す図である。図６に示す例では、領域６０１が人工物または耕作終了農地と判定され、それらの領域の波長ごとの光強度の情報が削除されている。

照合部１３は、人工物または耕作終了農地と判定された領域の波長ごとの光強度の情報を除外して、植物判別精度の向上が期待できる補正ハイパースペクトルデータを用いて植物種を判別する。照合部１３は、除外部１２から取得された補正ハイパースペクトルデータと、植物種の基準スペクトルとを照合して、補正ハイパースペクトルデータの画像に写っている植物種を判別する。例えば、照合部１３は、マルチレベルスライス法やコサイン距離解析などの手法に従って、補正ハイパースペクトルデータと、植物種の基準スペクトルとを照合し、最も一致する基準スペクトルを特定し、最も一致する基準スペクトルに対応する植物種を特定する。したがって、照合部１３は、補正ハイパースペクトルデータの画像に写っている植物種を判別できる。また例えば、照合部１３は、桜類や梅類などの落葉広葉樹の基準スペクトルを用いる。そして照合部１３は、判別結果を、出力部７に出力する。

図７は、植物判別装置１の処理部６により、実行される植物判別処理全体の動作フローチャートである。処理部６は、操作部２を介して植物判別処理全体の動作開始が入力される度に、以下の動作フローチャートに従って植物判別処理を実行する。

処理部６の中央算出部１１は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の光強度の第１中央値を算出する（ステップＳ１０１）。処理部６の中央算出部１１は、赤外光領域に含まれる波長の光強度の第２中央値を算出する（ステップＳ１０２）。

処理部６の除外部１２は、記憶部５を参照し、所定の係数を読み込み、読み込んだ所定の係数を設定する（ステップＳ１０３）。処理部６の除外部１２は、第１中央値と第２中央値との関係が所定条件を満たす画素を特定する（ステップＳ１０４）。例えば、ステップＳ１０４において、処理部６の除外部１２は、第１中央値に所定の係数を乗算した値が、第２中央値よりも小さい画素を特定する。処理部６の除外部１２は、特定した第１中央値に所定の係数を乗算した値が、第２中央値よりも小さい画素に対応する波長ごとの光強度の情報を削除して、補正ハイパースペクトルデータを生成する（ステップＳ１０５）。処理部６の除外部１２は、補正ハイパースペクトルデータと基準スペクトルとを照合して、植物種を判別する（ステップＳ１０６）。

以上に説明してきたように、この植物判別装置は、可視光領域中の紅葉の反射光に相当する波長域の強度の第１中央値に所定の係数を乗算した値が赤外光領域の強度の第２中央値よりも小さい画素を市街地などの人工物や耕作終了農地と判定する。そしてこの植物判別装置は、市街地などの人工物や耕作終了農地と判定された画素に対応する波長ごとの光強度の情報を植物種の判別対象から除外することにより、植物の判別精度を向上できる。

なお変形例によれば、除外部１２は、係数ａを「１．３」以外の値としてもよい。例えば、係数ａの値は、「１．１〜１．５」、好ましくは「１．２〜１．４」でもよい。

ここで、式（１）の係数ａの値を「１．３」、「１．４」、「１．２」、「１．８」、「１．０」とした場合、植物だけでなく、人工物や耕作終了農地が写った画像のハイパースペクトルデータから除外した領域に対して、発明者が実際に踏査した結果を説明する。

係数ａの値を「１．３」とした場合の削除領域と踏査結果について説明する。発明者は実際に削除した領域３２箇所を踏査した結果、３０箇所が人工物または耕作終了農地であり、２箇所は、植物であることを確認した。また、発明者は、削除した領域に近接する領域を踏査した結果、全て植物であることが確認できた。発明者が実際に踏査した箇所は、図６に示すように、丸印（○）の箇所である。

係数ａを「１．４」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域３５箇所を踏査した結果、３０箇所が人工物または耕作終了農地であり、５箇所が植物であることを確認した。また、発明者は、削除した領域に近接する領域を調査した結果、全て植物であることが確認できた。

係数ａを「１．２」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域３０箇所を踏査した結果、３０箇所が人工物または耕作終了農地であったが、削除した領域に近接する領域の７箇所が人工物または耕作終了農地であることを確認した。

係数ａを「１．８」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域４７箇所を踏査した結果、３０箇所が人工物または耕作終了農地であり、１７箇所が植物であることを確認した。また、発明者は、削除した領域に近接する領域を調査した結果、全て植物であることが確認できた。

係数ａを「１．０」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域３０箇所を踏査した結果、３０箇所が人工物または耕作終了農地であったが、削除した領域に近接する領域１２箇所が人工物または耕作終了農地であることを確認した。

このため、発明者は、係数ａの値を「１．１〜１．５」、好ましくは「１．２〜１．４」にすることで、ハイパースペクトルデータから人工物または耕作終了農地を精度よく判定できることを見出した。

また、他の変形例によれば、除外部１２は、第２中央値に所定の係数の逆数を乗算した値よりも、第１中央値が小さい画素を、人工物または耕作終了農地に対応する画素と判定してもよい。

さらに、上記の各実施形態による処理部が有する各機能をコンピュータに実現させるコンピュータプログラムは、コンピュータによって読取り可能な媒体、例えば、磁気記録媒体、光記録媒体、又は半導体メモリに記憶された形で提供されてもよい。

ここに挙げられた全ての例及び特定の用語は、読者が、本発明及び当該技術の促進に対する本発明者により寄与された概念を理解することを助ける、教示的な目的において意図されたものであり、本発明の優位性及び劣等性を示すことに関する、本明細書の如何なる例の構成、そのような特定の挙げられた例及び条件に限定しないように解釈されるべきものである。本発明の実施形態は詳細に説明されているが、本発明の精神及び範囲から外れることなく、様々な変更、置換及び修正をこれに加えることが可能であることを理解されたい。

１ 植物判別装置
２ 操作部
３ 通信インターフェース部
４ インターフェース部
５ 記憶部
６ 処理部
７ 出力部
１１ 中央値算出部
１２ 除外部
１３ 照合部

Claims (7)

1. 画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値と前記赤外光領域の光強度の第２中央値とを算出する中央値算出部と、
   前記着目画素の前記第１中央値と前記第２中央値とに応じて、前記着目画素を植物の判別対象から除外するか否か判定する除外部と、
   を有する植物判別装置。
2. 前記除外部は、前記第１中央値に所定係数を乗算した値が前記第２中央値よりも小さい場合に、前記着目画素を植物の判別対象から除外する、請求項１に記載の植物判別装置。
3. 前記所定係数は、１．１から１．５までの値または１．２から１．４までの値である、請求項２に記載の植物判別装置。
4. 前記可視光領域中の紅葉の反射光に相当する波長域の波長範囲は５２０ｎｍから６２０ｎｍであり、前記赤外光領域の波長範囲は７５０ｎｍから１４００ｎｍである、請求項１に記載の植物判別装置。
5. 前記分光スペクトルデータに含まれる波長範囲は、４００ｎｍから１４００ｎｍである、請求項１に記載の植物判別装置。
6. 画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値と前記赤外光領域の光強度の第２中央値とを算出し、
   前記着目画素の前記第１中央値と前記第２中央値に応じて、前記着目画素を植物の判別対象から除外するか否か判定する、
   ことを含む植物判別方法。
7. 画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉の反射光に相当する波長域の光強度の第１中央値と前記赤外光領域の光強度の第２中央値とを算出し、
   前記着目画素の前記第１中央値と前記第２中央値とに応じて、前記着目画素を植物の判別対象から除外するか否か判定する、
   ことをコンピュータに実行させるための植物判別用コンピュータプログラム。

Images