JP2018134039A - 水中生物検出装置、水中生物検出システム及び水中生物検出方法 - Google Patents

Abstract

【課題】より短い時間で水中の生物を検出することができる水中生物検出装置、水中生物検出システム及び水中生物検出方法を提供することである。【解決手段】実施形態の水中生物検出装置は、画像入力部と、波長帯域処理部と、形状判別処理部と、を持つ。画像入力部は、原水が通水するフローセルを撮像する撮像装置から、前記原水からの光を複数の波長帯域毎の信号強度に基づき生成された画像データを取得する。波長帯域処理部は、前記画像データにおける前記複数の波長帯域毎の信号強度に基づいて、前記画像データの画像から前記原水に含まれる検出対象の生物の画像を含む画素領域を抽出する。形状判別処理部は、前記波長帯域処理部によって抽出された前記画素領域の形状に基づいて、前記検出対象の生物を判別する。【選択図】図６

Description

本発明の実施形態は、水中生物検出装置、水中生物検出システム及び水中生物検出方法に関する。

河川や沼湖の生態系を評価する際には、藻類などの水中の生物の現存量を把握することが重要である。水中の生物を検出する方法として以下のような方法がある。まず、検出対象となる河川等から、多量の水を採水する。採水された水を静置沈殿させる。沈殿物を数滴、溝を切ったスライドガラスに載せ、表面をカバーガラスで覆う。顕微鏡観察によって、水中の生物の種類を同定し、その量をカウントする。ただし、この方法では、前処理やカウントの作業に多くの時間を要してしまうという問題があった。

特開平０９−７５９１８号公報

本発明が解決しようとする課題は、より短い時間で水中の生物を検出することができる水中生物検出装置、水中生物検出システム及び水中生物検出方法を提供することである。

実施形態の水中生物検出装置は、画像入力部と、波長帯域処理部と、形状判別処理部と、を持つ。画像入力部は、原水が通水するフローセルを撮像領する撮像装置から、前記原水からの光を複数の波長帯域毎の信号強度に基づき生成された画像データを取得する。波長帯域処理部は、前記画像データにおける前記複数の波長帯域毎の信号強度に基づいて、前記画像データの画像から前記原水に含まれる検出対象の生物の画像を含む画素領域を抽出する。形状判別処理部は、前記波長帯域処理部によって抽出された前記画素領域の形状に基づいて、前記検出対象の生物を判別する。

本実施形態における水中生物検出システム１の構成例を示す図である。 撮像装置３０の具体的な構成例を示す図である。 フローセル４０の具体例を示す図である。 原水に発生する藻類の写真例を示す図である。 「ケイ藻」、「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」の分光スペクトルを示す図である。 水中生物検出装置５０の構成例を示す図である。 水中生物検出装置５０の動作を説明するフロー図である。 水中生物検出システム１で生成される画像の具体例を示す図である。

以下、実施形態の水中生物検出装置、水中生物検出システム及び水中生物検出方法を、図面を参照して説明する。

（概略）
まず、本実施形態の水中生物検出システムの概略について説明する。
図１は、本実施形態における水中生物検出システム１の構成例を示す図である。図１に示すように、水中生物検出システム１は、顕微鏡１０、光源２０、撮像装置３０、フローセル４０及び水中生物検出装置５０を備える。撮像装置３０と水中生物検出装置５０とは、ネットワーク６０を介して通信可能に接続される。ネットワーク６０は、インターネット等の広域通信網であってもよいし、ＬＡＮのような構内通信網であってもよい。なお、撮像装置３０と水中生物検出装置５０とは、ネットワーク６０に代えてケーブルで接続されてもよい。

顕微鏡１０は、光源２０から発光される光に基づいて、フローセル４０内を通過する物質を拡大した映像を生成する。

光源２０は、顕微鏡１０のレンズが位置する方向に光を発する。光源２０は、どのような発光素子を用いて構成されてもよい。光源２０は、波長のピークが特徴的ではない発光素子を用いて構成されることが望ましい。例えば、光源２０には、Light Emitting Diode（ＬＥＤ）ではない発光素子が用いられることが望ましい。例えば、光源２０はハロゲンランプを用いて構成されてもよい。

撮像装置３０は、顕微鏡１０によって拡大された映像を撮像する。撮像装置３０は、分光機能を有している。撮像装置３０は、例えば複数の異なる波長の光による画像を波長毎に撮像する。撮像装置３０は、撮像によって得られる画像データを、ネットワーク６０を介して水中生物検出装置５０に送信する。撮像装置３０は、例えばハイパースペクトルカメラを用いて構成されてもよいし、カラーフィルター及びモノクロカメラを用いて構成されてもよい。以下、撮像装置３０の具体的な構成例について説明する。

まず、撮像装置３０がハイパースペクトルカメラを用いて構成された場合の構成について説明する。撮像装置３０は、複数の特定の波長帯域の信号強度のピークを判別可能な感度を有する画素が配列された撮像素子を備える。撮像装置３０が備える撮像素子は、被写体からの光を光電変換する画素が配列された構成であり、単板でも多板でもよい。特定の波長は、検出の対象となっている所定の生物（以下「検出対象生物」という。）を特定するために有効な複数の波長帯である。例えば、検出対象生物がかび臭を発生させる所定の藍藻類である場合、特定の波長は、６５０ｎｍ〜７００ｎｍ（第１の波長帯域）と、６００ｎｍ〜６５０ｎｍ（第２の波長帯域）とである。特定の波長帯域は、６６０ｎｍ〜６９０ｎｍ（第１の波長帯域）と、６１０ｎｍ〜６４０ｎｍ（第２の波長帯域）であってもよい。特定の波長帯域は、６７０ｎｍ〜６８０ｎｍ（第１の波長帯域）と、６２０ｎｍ〜６３０ｎｍ（第２の波長帯域）であってもよい。

複数の特定の波長帯域の信号強度のピークを判別可能な感度を有する画素とは、第１の波長帯域と第２の波長帯域とに信号強度のピークがあることを判別可能な複数の波長帯域に感度を有する画素である。第１の波長帯域と、第２の波長帯域とにスペクトルのピークがあることを判別可能な複数の波長帯域とは、例えば、５５０ｎｍ〜６００ｎｍ、６００ｎｍ〜６５０ｎｍ、６５０ｎｍ〜７００ｎｍ及び７００ｎｍ〜７５０ｎｍの波長帯域である。

撮像装置３０は、これらの複数の波長帯域に感度を有する画素からの信号を処理して原水画像データとして出力する。原水画像データは、例えば各画素において複数の波長帯域における受光強度の値を有したデータであってもよい。例えば、画素毎に、第１の波長帯域の光の受光強度の値と、第２の波長帯域の光の受光強度の値と、これらの波長帯域に近い波長帯域の光の受光強度の値と、が与えられてもよい。これにより、水中生物検出装置５０は、撮像装置３０からの原水画像データに基づいて６５０ｎｍ〜７００ｎｍ（第１の波長帯域）と、６００ｎｍ〜６５０ｎｍ（第２の波長帯域）とにスペクトルのピークがあるか否かを判定することができる。

図２は、撮像装置３０の具体的な構成例を示す図である。次に、図２を用いて、撮像装置３０がカラーフィルター及びモノクロカメラを用いて構成された場合の構成について説明する。撮像装置３０は、カラーフィルター３１、撮像部３２及び撮像制御部３３を備える。カラーフィルター３１は、複数の透過部を有する。各透過部は、所定の波長（色）の光を通過させ、他の波長の光を減衰させる。透過部毎に通過させる波長は異なる。例えば、図２の具体例ではカラーフィルター３１は６つの透過部を有している。カラーフィルター３１は、撮像制御部３３の制御に応じて、撮像部３２に入射する光の光軸８１に位置する透過部（以下「対象透過部」という。）が変化するように動作する。図２の例では、カラーフィルター３１は、円盤の中心部を通る軸を中心として円周方向に回転する。この回転によって、対象透過部が変化する。カラーフィルター３１が備える透過部の特性は、検出の対象となっている所定の生物を特定するために有効な複数の波長帯に応じて決定されてもよい。例えば、検出対象生物が特定の藍藻類である場合、上述した第１の波長帯域と第２の波長帯域とに応じてカラーフィルター３１の透過部の特性が決定されてもよい。

撮像部３２は、撮像素子を有する。撮像部３２は、撮像制御部３３の制御に応じて、光軸８１を中心として撮像部３２の撮像素子に到達した光に基づいて撮像する。より具体的には、光源２０によって発光され、フローセル４０、顕微鏡１０、カラーフィルター３１の対象透過部を通過し、撮像部３２の撮像素子に到達した光に基づいて撮像部３２は撮像する。撮像部３２は、撮像された画像のデータを生成する。撮像部３２は、生成された画像のデータ（原水画像データ）を撮像制御部３３に出力する。

撮像制御部３３は、カラーフィルター３１及び撮像部３２の動作を制御する。例えば、撮像制御部３３は、予め定められた撮像タイミングにしたがって、カラーフィルター３１の対象透過部を変化させ、撮像部３２に撮像を実行させる。このような撮像制御部３３の制御によって、フローセル４０を通過する原水に存在する水中生物の姿を捉えた画像が、異なる複数の波長の光に基づいて得られる。例えば、撮像制御部３３は、非常に短い時間でカラーフィルター３１の対象透過部を変化させ、各対象透過部において撮像部３２による撮像を実行させる。このような処理によって、ほぼ同じ瞬間の水中生物の姿が、異なる複数の波長の光の画像として取得される。撮像制御部３３は、撮像部３２によって取得された画像のデータを、ネットワーク６０を介して水中生物検出装置５０へ送信する。

図１に戻って説明を続ける。フローセル４０は、処理対象の水源から取得された原水が通過する流路を内部に有する装置である。フローセル４０は、観察される対象物の光が顕微鏡１０のレンズに到達できるように透明な物体で構成される。水中生物検出システム１によって処理が行われている場合、フローセル４０の流路では、原水がほぼ静止することなく流れ続ける。

図３は、フローセル４０の具体例を示す図である。フローセル４０は、採水管４１、本体４２及び排水管４３を備える。

採水管４１は、水源から採水された原水の一部が本体４２に流入するための流入口を有する。流入口から流入する原水は、高低差やポンプ等により水圧がかかっており、矢印の方向に流れる。採水管４１の流入口から流入した原水は、採水管４１を通過して本体４２へ流入する。

本体４２は、内部に流路を有する。本体４２は、少なくとも撮像装置３０の撮影対象となる領域においては、仮に原水が透明であれば光源２０からの光を波長によらず均一に透過させるように透明の部材を用いて構成される。

排水管４３は、本体４２を通過した原水を排出するための排水口を有する。排水口から排出される原水は、特定の領域へ廃棄されてもよいし、水源へ戻されてもよい。

水中生物検出装置５０は、情報処理装置を用いて構成される。水中生物検出装置５０は、撮像装置３０によって撮像された画像のデータを、ネットワーク６０を介して取得する。水中生物検出装置５０は、取得された画像のデータに基づいて、検出対象生物を検出する。

ここで、特定の波長帯域を選択する方法について具体例を示して説明する。以下の説明では、検出対象生物の具体例として、かび臭の原因となる特定の藍藻類を想定する。

特定の波長帯域を、各種の藻類を４００ｎｍ〜１０００ｎｍの波長における５〜１０ｎｍ刻みの各波長の信号強度を各画素で取得可能なハイパースペクトルカメラで撮影して、かび臭を発生する藍藻類を含む各種の藻類の分光スペクトルを特定する。そして、かび臭を発生する藍藻類とその他の藻類とで分光スペクトルの値が顕著に異なる波長帯域があればその波長帯域を特定の波長帯域としてもよい。また、かび臭を発生させる藍藻類に特有のピーク波長が複数あれば、その複数のピーク波長をそれぞれ含む複数の波長帯域を特定の波長帯域としてもよい。このような特定の波長帯域の値を用いて、かび臭を発生させる藍藻類が写っている画素の領域が特定されてもよい。このように、検出対象生物が写っている画素の領域を「画素領域」と呼ぶ。特定の波長帯域の値を用いて画素領域が特定されることによって、検出対象生物の外観の形状と略一致した形状の画素領域が特定される。

かび臭の原因となる藍藻類には、「アナベナ」、「オシラトリア」及び「フォルミジウム」等があり、かび臭の原因とならない藍藻類には「ミクロキスティス」がある。図４は、原水に発生する藻類の写真例を示す図である。図４において、写真６１は、かび臭を発生する藍藻類である「オシラトリア」である。写真６２は、かび臭を発生する藍藻類である「アナベナ」である。写真６３は、かび臭を発生する藍藻類である「フォルミジウム」である。写真６４は、かび臭を発生しない藍藻類以外の藻類の一つである「ケイ藻」である。写真６５は、かび臭を発生しない藍藻類である「ミクロキスティス」である。

図４に示すように、かび臭を発生する藍藻類である「アナベナ」、「オシラトリア」及び「フォルミジウム」は、棒状の形である。かび臭を発生しない藍藻類である「ミクロキスティス」及びかび臭を発生しない藍藻類以外の藻類の一つである「ケイ藻」は、球状の形である。

図５は、「ケイ藻」、「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」の分光スペクトルを示す図である。図５に示すように、藍藻類である「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」は、６２０ｎｍ付近（図５の枠７１）と６８０ｎｍ付近（図５の枠７２）とに分光スペクトルのピーク（図５では下方向のピーク）がある。「ケイ藻」は、５００ｎｍ付近と６８０ｎｍ付近とに分光スペクトルのピーク（図５では下方向のピーク）がある。図５には、６２０ｎｍ付近の波長帯域を示す枠７１と、６８０ｎｍ付近の波長帯域を示す枠７２とが示されている。第１の波長帯域は、枠７２の波長帯域を含むものであり、第２の波長帯域は、枠７１の波長帯域を含むものである。

６２０ｎｍ付近のピークは、主にフィコシアニンという色素による光の吸収により現れているものと考えられる。６８０ｎｍ付近のピークは、主にクロロフィルａという色素による光の吸収により現れているものと考えられる。このように、藻類が含む色素に対応した波長帯域が分光スペクトルのピークとなる。よって、かび臭等の異臭を発生する藻類に特有の色素があれば、その色素が吸収する光の波長帯域がその藻類に特有の波長帯域となる。藍藻類以外の他の藻類においてもフィコシアニンを有しているものは少なく、フィコシアニンは、藍藻類に特有の色素といえる。

以上の藻類の特徴を考慮すると、まず、撮像装置３０から出力される原水画像データにおいて、藍藻類に特有のピークの波長帯域である６２０ｎｍ付近を含む第２の波長帯域と６８０ｎｍ付近を含む第１の波長帯域とにおける信号強度を用いて、藍藻類（検出対象生物を含む分類の生物）の画素領域であるか否かを特定する。次に、撮像装置３０から出力される原水画像データに対して画像処理を行い、藍藻類の画素領域と特定した藻類の形状に応じてかび臭を発生する藍藻類（検出対象生物）の画素領域を特定できる。本実施形態の水中生物検出装置５０は、撮像装置３０から出力される原水画像データに基づいて、波長帯域により藍藻類の画素領域を特定した後に、藍藻類の画素領域の形状に基づいて、棒状の藍藻類の画素領域をかび臭を発生する藍藻類の画素領域と判別する処理を行う。

以上の説明では、検出対象生物として、かび臭の原因となる特定の藍藻類が想定されていた。ただし、本実施形態の水中生物検出システム１では、上記の特定の藍藻類に限らず、水中のどのような生物が検出対象生物とされてもよい。例えば、上水システム等の水処理施設においては、細かい微生物（例えばケイ藻）が濾過器に障害を発生させる可能性を有している。また、上水システム等の水処理施設において、ミクロキスティスは凝集障害を発生させる可能性を有している。そのため、このような問題の発生可能性を判別するために、これらの原因となりうる水中生物が検出対象生物とされてもよい。

図６は、水中生物検出装置５０の構成例を示す図である。次に、水中生物検出装置５０の構成例について説明する。水中生物検出装置５０は、画像入力部５１、波長帯域処理部５２、形状判別処理部５３及び表示制御部５４を備える。

画像入力部５１は、ネットワーク６０を介して撮像装置３０と通信する。画像入力部５１は、撮像装置３０と通信することによって、原水画像データを取得する。

波長帯域処理部５２は、画像入力部５１によって取得された原水画像データに含まれる各画素の波長帯域の信号強度に基づいて、原水画像データの画像から、検出対象生物と推定される画像の画素領域を抽出する。波長帯域処理部５２は、抽出された画素領域に関する情報を形状判別処理部５３に出力する。例えば、波長帯域処理部５２は、検出対象生物と推定される画像の画素領域には第一の値（例えば“１”）が与えられ、他の画素領域には第二の値（例えば“０”）が与えられた２値の画像データを生成してもよい。

以下、波長帯域処理部５２のより具体的な処理の例について説明する。波長帯域処理部５２は、第１の波長帯域及び第２の波長帯域の信号強度に基づいて、原水画像データから検出対象生物の画像を含む画素領域（例えば藍藻類の画素領域）を抽出する。波長帯域処理部５２は、例えば、第１の波長帯域及び第２の波長帯域にピークを有する画素を特定して、特定した画素の領域を、検出対象生物の画像を含む画素領域として抽出する。

波長帯域処理部５２は、例えば、第１、第２の波長帯域の信号強度が、第１、第２の波長帯域の前後の波長帯域の信号強度よりも低い場合に、第１、第２の波長帯域にピークを有すると判断する。ここで、前後の波長帯域とは、第１、第２の波長帯域より短い波長の波長帯域と、第１、第２の波長帯域より長い波長の波長帯域のことである。また、場合によっては、波長帯域処理部５２は、例えば、第１の波長帯域の信号強度が、第１の波長帯域の前又は後の波長帯域の信号強度よりも低い場合に、第１の波長帯域にピークを有すると判断してもよい。上記のピークの判断方法は一例であり、波長帯域処理部５２は、波長帯域毎の信号強度の変化に基づいて、各画素に対して、第１の波長帯域及び第２の波長帯域におけるピークの有無を判断する。

また、波長帯域処理部５２における検出対象生物の画像を含む画素領域の抽出処理は、第１の波長帯域及び第２の波長帯域のピークの有無に基づいて抽出する処理に限定されるものではなく、例えば、以下に示す抽出処理を用いてもよい。波長帯域処理部５２は、例えば、第１の波長帯域の画素データＡと第２の波長帯域の画素データＢとに基づいて、以下の（式１）を用いて検出対象指標を算出する。
検出対象指標＝（ｍＡ−ｎＢ）／（ｍＡ＋ｎＢ） … （式１）

ただし、ｍ、ｎは任意の係数であり、検出対象指標の精度を高める目的で、例えば、−１から１までの値をとる係数である（−１≦ｍ≦１、−１≦ｎ≦１）。係数ｍ、ｎは、複数種類の水中生物について、実際に測定したＡ、Ｂの値を入力して、係数ｍ、ｎの値を変化させた結果に基づいて、検出対象生物（例えば藍藻類）とその他の水中生物とを最も精度良く判別できる値を求める。この場合、波長帯域処理部５２は、算出した検出対象指標に基づいて検出対象の画素領域か否かを判定し、検出対象の画素領域を抽出する。

形状判別処理部５３は、波長帯域処理部５２で抽出された検出対象の画素領域の形状を判別して、検出対象の水中生物の画素領域を抽出する。例えば、検出対象が上述のかび臭を発生する藍藻類の棒状の藍藻類（図４のオシラトリア、アナベナ、フォルミジウム）である場合、これらの画素領域を抽出する。具体的には、形状判別処理部５３は、図４の写真６１〜６３に示した棒状の藍藻類であるのか、写真６５に示した球状の藍藻類であるのかを判別する。形状判別処理部５３における判別方法は、棒状のテンプレートと、球状のテンプレートとを用いたパターンマッチング等の公知の画像処理を用いることで実現することができる。また、形状判別処理部５３は、同じ棒状の藍藻類であっても、それがオシラトリア、アナベナ、フォルミジウムのいずれであるかについてパターンマッチングや識別器を用いて判別してもよい。

表示制御部５４は、形状判別処理部５３によって抽出された画素領域を、他の画素領域とは異なる態様で示す映像データを生成する。表示制御部５４は、表示装置８０に対し、映像データを表示させる。表示制御部５４は、検出された水中生物に関する情報であれば、上記の画素領域に関する情報のみならず、他のどのような情報を表示装置８０に表示させてもよい。

表示装置８０は、液晶ディスプレイや有機ＥＬディスプレイ等の画像表示装置である。表示装置８０は、映像信号を伝達するケーブルを用いて水中生物検出装置５０に接続されてもよいし、ネットワークを介して水中生物検出装置５０に接続されても良い。表示装置８０は、表示制御部５４によって生成された映像データを表示する。

次に、水中生物検出装置５０の動作について説明する。
図７は、水中生物検出装置５０の動作を説明するフロー図である。画像入力部５１は、撮像装置３０から原水画像データを取得する（ステップＳ１０１）。波長帯域処理部５２は、画像入力部５１に入力された原水画像データに基づいて、第１の波長帯域及び第２の波長帯域にピークを有する画素を特定して、特定した画素の領域を検出対象生物の画像の画素領域として抽出する（ステップＳ１０２）。

形状判別処理部５３は、波長帯域処理部５２で抽出された画素領域の形状を判別して、検出対象生物の画素領域を抽出する（ステップＳ１０３）。表示制御部５４は、抽出された検出対象生物に関する情報（例えば抽出された画素領域の画像）を表示装置８０に表示させる（ステップＳ１０４）。

図８は、水中生物検出システム１で生成される画像の具体例を示す図である。画像９１は、撮像装置３０において撮像された原水画像データのＲＧＢデータである。なお、撮像装置３０において、必ずしもＲＧＢデータが取得される必要は無い。画像９２は、波長帯域処理部５２による抽出結果を示す画像である。画像９２において、白い領域が、検出対象生物の画像を含む画素領域として抽出された領域である。画像９３は、形状判別処理部５３による判別結果を示す画像である。画像９３において、白い領域が、検出対象生物の画像として判別された領域である。

以上に説明した実施形態の水中生物検出システム１では、フローセル４０内を流れている原水について撮像装置３０で原水画像データを撮影し、撮影された原水データから検出対象の水中生物の画像の画素領域が形状判別される。そのため、検査を行う作業員が、わざわざ検出対象の水源（湖や河川など）から原水を採取し、プレパラート等の検査器具を準備する必要が無くなる。そのため、熟練した者でなくても、より短い時間で水中の生物を検出することが可能となる。より具体的には、１度の検査に要する時間を大幅に削減することができ、水源から流入する原水をほぼリアルタイムで検査対象とし水中生物を検出することが可能となる。

また、実施形態の水中生物検出システム１では、まず各画素の波長のスペクトルに関する情報に基づいて、検出対象生物の画像が含まれた領域であるか否か判別される。そして、検出対象生物の画像が含まれていると判別された画素領域について、形状に基づいた判別が行われる。形状に基づいた判別の処理では、処理の対象となる画像において形状以外の情報が不要である。そのため、処理の対象となる画像のデータサイズや処理の負荷を軽減することができる。そのため、上述したようなフローセル４０内を流れている原水についてほぼリアルタイムで水中生物を検出することが実現可能となる。

また、実施形態の水中生物検出システム１では、水中生物検出装置５０や表示装置８０を水源から離れた場所に設置することができる。そのため、水中生物検出システム１の設置の自由度が向上する。例えば、ユーザは水源から離れた位置で、検出対象生物の検出結果の情報を取得する事ができるため、その後の対応を迅速に行う事が可能となる。

（変形例）
波長帯域処理部５２は、機械学習によって予め生成された識別器を用いて検出対象生物の画像を含む画素領域を抽出するように構成されてもよい。この場合、波長帯域処理部５２は、以下のように動作する。まず、検出対象生物の画像のスペクトルパターンが予め取得される。ＳＶＭ（Support Vector Machine）等の機械学習のアルゴリズムを用いることによって、検出対象生物の画像に特有のスペクトルパターンが学習される。いいかえれば、検出対象生物の画像に特有のスペクトルパターンを識別する識別器が予め生成される。波長帯域処理部５２は、このようにして予め生成された識別器を用いることによって、検出対象生物の画像を含む画素領域を抽出してもよい。この他の手法であっても、波長帯域処理部５２は、統計処理に基づいて検出対象生物の画像に特有のスペクトルパターンを判別することによって画素領域を抽出してもよい。

形状判別処理部５３は、機械学習によって予め生成された識別器を用いて検出対象生物の画素領域を判別するように構成されてもよい。この場合、形状判別処理部５３は、以下のように動作する。まず、検出対象生物の画像が予め取得される。ＳＶＭ等の機械学習のアルゴリズムを用いることによって、検出対象生物の画像に特有の形状が学習される。いいかえれば、検出対象生物の画像に特有の形状を識別する識別器が予め生成される。形状判別処理部５３は、このようにして予め生成された識別器を用いることによって、検出対象生物の画素領域を抽出してもよい。この他の手法であっても、形状判別処理部５３は、統計処理に基づいて検出対象生物の画像に特有の形状を判別することによって画素領域を抽出してもよい。

水中生物検出装置５０の各機能は、撮像装置３０に設けられてもよい。また、水中生物検出装置５０の各機能は、スマートフォン等の携帯型の情報処理装置に実装されてもよい。水中生物検出装置５０にの各機能の全て又は一部は、ネットワーク上のサーバ装置やクラウドにおいて実装されてもよい。

水中生物検出装置５０は、検出された検出対象生物に関する情報を不揮発性記憶媒体に蓄積するように構成されてもよい。蓄積される情報の具体例として、原水に関する情報（採水された場所、日時、天候などの情報）や、検出された生物の種別を示す情報や、検出された生物の量を示す情報がある。

以上説明した少なくともひとつの実施形態によれば、フローセル４０内を流れる水において、検出対象生物を水中生物検出装置５０が検出する。この際、水中生物検出装置５０は、取得された画像のスペクトル情報と、スペクトル情報に基づいて抽出された画素領域の形状とに基づいて検出対象生物を判別する。そのため、原水において検出対象生物をより短い時間で検出することが可能となる。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…水中生物検出システム、１０…顕微鏡、２０…光源、３０…撮像装置、４０…フローセル、５０…水中生物検出装置、６０…ネットワーク、３１…カラーフィルター、３２…撮像部、３３…撮像制御部、４１…採水管、４２…本体、４３…排水管、５１…画像入力部、５２…波長帯域処理部、５３…形状判別処理部、５４…表示制御部、８０…表示装置

Claims (5)

1. 原水が通水するフローセルを撮像する撮像装置から、前記原水からの光を複数の波長帯域毎の信号強度に基づき生成された画像データを取得する画像入力部と、
   前記画像データにおける前記複数の波長帯域毎の信号強度に基づいて、前記画像データの画像から前記原水に含まれる検出対象の生物の画像を含む画素領域を抽出する波長帯域処理部と、
   前記波長帯域処理部によって抽出された前記画素領域の形状に基づいて、前記検出対象の生物を判別する形状判別処理部と、
   を備える水中生物検出装置。
2. 前記波長帯域処理部は、前記検出対象の生物において特徴的な値を有する波長帯域が予め定められており、予め定められた前記波長帯域の信号強度に基づいて、前記画素領域を抽出する、請求項１に記載の水中生物検出装置。
3. 水源から得られる原水が流れるフローセルと、
   前記フローセルを流れる前記原水の映像を拡大する顕微鏡と、
   前記顕微鏡によって拡大された映像を、複数の波長帯域毎の信号強度に基づいて画像データに変換する撮像装置と、
   請求項１又は２に記載の水中生物検出装置と、
   を備える水中生物検出システム。
4. 前記撮像装置は、前記画像データをネットワークを介して前記水中生物検出装置に送信する、請求項３に記載の水中生物検出システム。
5. 原水が通水するフローセルを撮像する撮像装置から、前記原水からの光を複数の波長帯域毎の信号強度に基づき生成された画像データを取得する画像入力ステップと、
   前記画像データにおける前記複数の波長帯域毎の信号強度に基づいて、前記画像データの画像から前記原水に含まれる検出対象の生物の画像を含む画素領域を抽出する波長帯域処理ステップと、
   前記波長帯域処理ステップにおいて抽出された前記画素領域の形状に基づいて、前記検出対象の生物を判別する形状判別処理ステップと、
   を有する水中生物検出方法。