JP2018169991A - 食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 - Google Patents
食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 Download PDFInfo
- Publication number
- JP2018169991A JP2018169991A JP2017080923A JP2017080923A JP2018169991A JP 2018169991 A JP2018169991 A JP 2018169991A JP 2017080923 A JP2017080923 A JP 2017080923A JP 2017080923 A JP2017080923 A JP 2017080923A JP 2018169991 A JP2018169991 A JP 2018169991A
- Authority
- JP
- Japan
- Prior art keywords
- food
- image
- evaluation
- criterion
- plant
- 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
- Image Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 野菜や果物等の食料を簡易・迅速に評価して、その食料の価値や価格を生産者に知らせるための装置等を提供するものである。そして、これにより農業に従事した場合の収入を予測可能にし、延いては食の安全性の問題や農家の人手不足の問題を一気に解決するものである。
【解決手段】 食料の画像を取得し、食料の評価を行うための判断基準を取得し、画像と評価基準とに基づいて食料の評価を行う。食料には農産物が含まれ、評価には農産物の価格が含まれる。画像は、食料の生産者が利用する生産者端末から送信されたものである。生産者には、業として食料の生産を行っていない一般人が含まれる。なお、食料に含まれない植物等(例えば、チューリップ・シクラメン等)でも同様の評価を行う。
【選択図】図4
【解決手段】 食料の画像を取得し、食料の評価を行うための判断基準を取得し、画像と評価基準とに基づいて食料の評価を行う。食料には農産物が含まれ、評価には農産物の価格が含まれる。画像は、食料の生産者が利用する生産者端末から送信されたものである。生産者には、業として食料の生産を行っていない一般人が含まれる。なお、食料に含まれない植物等(例えば、チューリップ・シクラメン等)でも同様の評価を行う。
【選択図】図4
Description
本発明は、野菜や果物等の農産物、また、その他の水産物及び畜産物等の食料の価値や価格について、第三者の手を借りず、簡易・迅速に評価して、その食料の価値や価格を生産者に知らせるための装置等に関する。
近年、農産物の育成技術は飛躍的に進歩し、効率的に農産物を生産・収穫できるようになってきている。しかし、その一方で、過剰な農薬の散布や遺伝子組み換え技術などにより、農産物の安全性に疑問が持たれている。
また、農産物を生産する農家では、高齢化や人手不足が深刻である。安全な農産物を育成するには、害虫や雑草の除去等を農薬に頼らず人手で行う必要があるが、高齢化や人手不足の現状ではそのような手間をかけることができないのが現状である。
また、農産物を生産する農家では、高齢化や人手不足が深刻である。安全な農産物を育成するには、害虫や雑草の除去等を農薬に頼らず人手で行う必要があるが、高齢化や人手不足の現状ではそのような手間をかけることができないのが現状である。
一方、ライフスタイルの多様化により、都会の生活に疑問を持ち、地方の農村部で生活をしたいと考える若者が増えている。また、企業での複雑な人間関係に馴染むことができないニートや引きこもりと呼ばれる無職の若者も増えている。
上記の食の安全性や農家の人手不足を解消するために、これら若者の労働力を活用することが考えられる。すなわち、農村部で生活したい若者や無職の若者が農産物の生産者になれば、食の安全性の問題や農家の人手不足の問題が一気に解決すると考えられるのである。なお、これは水産業及び畜産業、水産物及び畜産物についても同様である。
みんなの農業広場ホームページ 都会の若者を田舎へ 「自給自足」を目指す若者による新しい農業のカタチ/http://www.jeinou.com/manager/2011/09/21/093900.html/2017年3月12日検索
しかし、これら若者がいきなり農業、水産業及び畜産業に従事することは難しい。なぜなら、自分で生産した農産物、水産物及び畜産物がどの程度の価格で販売できるのかが分からないからである。例えば、都会の若者が農業に興味を持ち、自宅の庭やテラスで農産物を育成・収穫しても、その農産物の販売価格を市場のセリなどの第三者や第三者機関の手を借りずに簡易・迅速に知る方法がないのである。これが分からなければ、農業等に従事した場合の収入が予測できず、農業等への転職を躊躇してしまう。よって、この問題を解決しない限り、食の安全性も農家等の人手不足も一向に解決しないのである。
本発明は、このような課題を解決するためのものであり、野菜や果物等の食料を簡易・迅速に評価して、その食料の価値や価格を生産者に知らせるための装置等を提供するものである。そして、これにより農業等に従事した場合の収入を予測可能にし、ひいては食の安全性の問題や農家等の人手不足の問題を一気に解決するものである。
上記問題を解決するため、本発明では、次の手段を備える装置、コンピュータを次の手段として機能させるプログラム、コンピュータが次のステップを行う方法が提供される。
(1)食料の画像を取得する画像取得手段と、前記食料の評価を行うための判断基準を取得する判断基準取得手段と、前記画像と前記判断基準とに基づいて前記食料の評価を行う評価手段と、を備える。
(2)前記評価と前記食料の市場価格とに基づいて、前記食料の価格を決定する価格決定手段、を備える。
(3)前記画像は、前記食料の生産者が利用する生産者端末から送信されたものである。
(4)前記生産者には、業として前記食料の生産を行っていない一般人が含まれる。
(5)前記画像と同一の画像を、前記食料の購入者が利用する端末に送信する画像送信手段を備える。
(6)前記画像が前記食料の販売情報の一部となることを前記食料の生産者が利用する生産者端末に告知する告知手段を備える。
(7)前記画像を検査するための検査項目を取得する検査項目取得手段と、前記画像が前記検査項目の一部または全部を含んでいるか否かを検査する検査手段と、を備える。
(8)前記判断基準には、前記食料が育成中の場合の判断基準と、前記食料が収穫済みの場合の判断基準とが含まれる。
(9)植物の画像を取得する画像取得手段と、前記植物の評価を行うための判断基準を取得する判断基準取得手段と、前記画像と前記判断基準とに基づいて前記植物の評価を行う評価手段と、を備える。
(1)食料の画像を取得する画像取得手段と、前記食料の評価を行うための判断基準を取得する判断基準取得手段と、前記画像と前記判断基準とに基づいて前記食料の評価を行う評価手段と、を備える。
(2)前記評価と前記食料の市場価格とに基づいて、前記食料の価格を決定する価格決定手段、を備える。
(3)前記画像は、前記食料の生産者が利用する生産者端末から送信されたものである。
(4)前記生産者には、業として前記食料の生産を行っていない一般人が含まれる。
(5)前記画像と同一の画像を、前記食料の購入者が利用する端末に送信する画像送信手段を備える。
(6)前記画像が前記食料の販売情報の一部となることを前記食料の生産者が利用する生産者端末に告知する告知手段を備える。
(7)前記画像を検査するための検査項目を取得する検査項目取得手段と、前記画像が前記検査項目の一部または全部を含んでいるか否かを検査する検査手段と、を備える。
(8)前記判断基準には、前記食料が育成中の場合の判断基準と、前記食料が収穫済みの場合の判断基準とが含まれる。
(9)植物の画像を取得する画像取得手段と、前記植物の評価を行うための判断基準を取得する判断基準取得手段と、前記画像と前記判断基準とに基づいて前記植物の評価を行う評価手段と、を備える。
(1)本発明を利用すれば、生産者は第三者や第三者機関の手を借りることなく、簡易・迅速に野菜や果物等の食料の評価や価格を知ることができる。これにより農業に従事した場合の収入が予測可能になり、食の安全性の問題や農家、水産業及び畜産業の人手不足の問題を一気に解決することができる。
(2)本発明では、生産者から投稿された画像をそのまま無修正で販売ページに掲載する。さらに、その旨を生産者に告知する。よって、生産者からよりきれいで鮮明な画像が投稿されるようになる。
(3)本発明では、投稿された画像を解析し、その画像に、食品を評価するための検査項目が含まれているか否かを確認するので、食品の評価を確実に行うことができる。
(4)本発明では、育成中の食品と、収穫済みの食品とで異なる判断基準を設けているので、より適切に食品の評価をすることができる。
(2)本発明では、生産者から投稿された画像をそのまま無修正で販売ページに掲載する。さらに、その旨を生産者に告知する。よって、生産者からよりきれいで鮮明な画像が投稿されるようになる。
(3)本発明では、投稿された画像を解析し、その画像に、食品を評価するための検査項目が含まれているか否かを確認するので、食品の評価を確実に行うことができる。
(4)本発明では、育成中の食品と、収穫済みの食品とで異なる判断基準を設けているので、より適切に食品の評価をすることができる。
次に、本発明の実施例を図に基づいて説明する。
図1は、本発明の実施例のハードウェア構成の概略図である。
本発明は、食料(特に、農産物)の評価を行う会社が運営するサーバー(評価サーバー)1と、農産物の生産者が利用する生産者端末(スマートフォンやコンピュータ)2と、農産物を購入する購入者が利用する購入者端末(スマートフォンやコンピュータ)3とからなり、評価サーバー1と生産者端末2と購入者端末3とはインターネットなどの通信手段を介して情報の送受信ができるよう接続されている。
図1は、本発明の実施例のハードウェア構成の概略図である。
本発明は、食料(特に、農産物)の評価を行う会社が運営するサーバー(評価サーバー)1と、農産物の生産者が利用する生産者端末(スマートフォンやコンピュータ)2と、農産物を購入する購入者が利用する購入者端末(スマートフォンやコンピュータ)3とからなり、評価サーバー1と生産者端末2と購入者端末3とはインターネットなどの通信手段を介して情報の送受信ができるよう接続されている。
評価サーバー1と生産者端末2と購入者端末3の記憶装置には、本発明を実現するためのコンピュータプログラム(アプリケーションソフト)や所定のデータが記憶されており、評価サーバー1と生産者端末2と購入者端末3に内蔵されている処理装置はこのコンピュータプログラムの処理命令に従って所定の処理を行う。
次に、各端末の表示画面に表示される内容について説明する。
図2は、生産者端末2に表示される内容であり、生産者の情報を登録するための画面である。ここに表された各データ項目を生産者が入力して送信することにより、評価サーバー1にその情報が登録・記憶される。
図2は、生産者端末2に表示される内容であり、生産者の情報を登録するための画面である。ここに表された各データ項目を生産者が入力して送信することにより、評価サーバー1にその情報が登録・記憶される。
図3は、生産者端末2に表示される内容であり、農産物の情報を登録するための画面である。ここに表された各データ項目を生産者が入力して送信することにより、評価サーバー1にその情報が登録・記憶される。農産物情報とは、農産物詳細情報と画像とを関連づけた情報である。すなわち、生産者は自ら育成した農産物(ここでは長ネギ)を撮影し、その画像と農産物に関する詳細情報とを入力し、それが評価サーバー1に登録されるのである。
図3に表示されている注意喚起情報について説明する。
評価サーバー1の記憶装置には、注意喚起情報として「登録された画像がそのまま販売情報となり、販売ページに掲載されます。きれいな写真を登録して下さい。」が記憶されている。その注意喚起情報が評価サーバー1から生産者端末2に送信され、表示される。
評価サーバー1は、業として農産物の生産を行っていない一般人(農産物の評価を受けることに慣れていない人)からの農産物の登録を受け付けている。よって、不適切な画像(評価不能な画像や、乱雑に撮影して焦点が合っていない画像など)が投稿される可能性がある。
しかし、投稿した画像が修正も加工もされることなくそのまま販売ページに掲載されること(画像が食料の販売情報の一部となること)を生産者に告知すれば、そのような不適切な画像が投稿されることが激減する。すなわち、生産者は少しでも高値で販売したいので、丁寧に撮影することを心がけるようになるのである。この注意喚起情報はこのために表示されるのである。
評価サーバー1の記憶装置には、注意喚起情報として「登録された画像がそのまま販売情報となり、販売ページに掲載されます。きれいな写真を登録して下さい。」が記憶されている。その注意喚起情報が評価サーバー1から生産者端末2に送信され、表示される。
評価サーバー1は、業として農産物の生産を行っていない一般人(農産物の評価を受けることに慣れていない人)からの農産物の登録を受け付けている。よって、不適切な画像(評価不能な画像や、乱雑に撮影して焦点が合っていない画像など)が投稿される可能性がある。
しかし、投稿した画像が修正も加工もされることなくそのまま販売ページに掲載されること(画像が食料の販売情報の一部となること)を生産者に告知すれば、そのような不適切な画像が投稿されることが激減する。すなわち、生産者は少しでも高値で販売したいので、丁寧に撮影することを心がけるようになるのである。この注意喚起情報はこのために表示されるのである。
図4は、生産者端末2に表示される内容であり、農産物の評価を行った結果を通知するための画面である。ここに表された各データを生産者が閲覧することにより、生産者が自ら育成した農産物の価値や価格を知ることができる。
図5は、購入者端末3に表示される農産物の販売ページの内容である。ここに表された各データを購入者が閲覧することにより、その農産物を購入するか否かを購入者が決定する。なお、購入を決める際に、購入者と生産者とでメッセージの交換を行うことができる。
次に、評価サーバー1の記憶装置に記憶された情報について説明する。
図6・図7は生産物データベースであり、生産者情報と農産物情報(農産物詳細情報と農産物の画像)と評価情報とを関連づけたものである。生産者情報と農産物情報は、上記の通り、生産者から投稿されたものである。
評価情報は、評価サーバー1が投稿された農産物を評価し、その結果を代入するためのものである。図6は未だ評価がなされていない状態であり、評価情報の全ての項目には情報が代入されていない状態を表している。一方、図7は評価がなされ、その結果が評価情報に代入された状態を表している。
図6・図7は生産物データベースであり、生産者情報と農産物情報(農産物詳細情報と農産物の画像)と評価情報とを関連づけたものである。生産者情報と農産物情報は、上記の通り、生産者から投稿されたものである。
評価情報は、評価サーバー1が投稿された農産物を評価し、その結果を代入するためのものである。図6は未だ評価がなされていない状態であり、評価情報の全ての項目には情報が代入されていない状態を表している。一方、図7は評価がなされ、その結果が評価情報に代入された状態を表している。
図8は画像の検査項目であり、投稿された長ネギの画像を検査するための項目を表したものである。この検査項目は、基本情報とチェック項目とを関連づけたものであり、詳細はこの図に表示された通りである。この検査は長ネギの評価の前に行われる事前チェックであり、このチェック項目に該当する場合は「評価不能な画像であり、再投稿を要する」ことを表すエラーメッセージが生産者端末2に送信される。
図9は判断基準であり、農産物である長ネギを評価するための判断基準を表したものである。この判断基準は、基本情報と要素判断とランク判断とを関連づけたものであり、詳細はこの図に表示された通りである。なお、ここでは育成中の農産物と収穫済みの農産物とで異なる評価を行うように設定されている。これにより、農産物の鮮度に応じた適切な評価が行える。
次に、本実施例の処理手順について説明する。
図10は本実施例の処理手順を示すフローチャートである。このフローチャートは、生産者情報登録(STEP1)、農産物情報登録(STEP2)、農産物評価(STEP3)、農産物価格決定(STEP4)、農産物販売(STEP5)とからなる。
図10は本実施例の処理手順を示すフローチャートである。このフローチャートは、生産者情報登録(STEP1)、農産物情報登録(STEP2)、農産物評価(STEP3)、農産物価格決定(STEP4)、農産物販売(STEP5)とからなる。
STEP1は、生産者情報登録の処理であり、生産者の基本的な情報を評価サーバー1に登録するための処理である。
生産者は、図2のような生産者情報登録画面にアクセスする。
そして、この図に表示されているデータ項目に所定の生産者の情報を入力し、「送信」をクリックまたはタップする。これにより入力した生産者情報が評価サーバー1に送信され、それを受信(取得)した評価サーバー1は記憶装置にそれを図6・図7のように記憶する。
生産者は、図2のような生産者情報登録画面にアクセスする。
そして、この図に表示されているデータ項目に所定の生産者の情報を入力し、「送信」をクリックまたはタップする。これにより入力した生産者情報が評価サーバー1に送信され、それを受信(取得)した評価サーバー1は記憶装置にそれを図6・図7のように記憶する。
STEP2は、農産物情報登録の処理であり、農産物の詳細情報と農産物の画像とからなる農産物情報を評価サーバー1に登録するための処理である。なお、画像とは原則として静止画を指すが、動画等であってもよい。
生産者は、図3のような農産物情報登録画面にアクセスする。
そして、この図に表示されているデータ項目に所定の農産物詳細情報を入力すると共に撮影した長ネギの画像をアップロードし(代入し)、「送信」をクリックまたはタップする。これにより入力した農産物情報とアップロードした画像が評価サーバー1に送信され、それを受信(取得)した評価サーバー1は記憶装置にそれを図6・図7のように記憶する。
なお、画像が農産物の販売情報の一部となることを食料の生産者に告知することにより、生産者は、より鮮明できれいな写真を投稿することを心がけるようになる。
生産者は、図3のような農産物情報登録画面にアクセスする。
そして、この図に表示されているデータ項目に所定の農産物詳細情報を入力すると共に撮影した長ネギの画像をアップロードし(代入し)、「送信」をクリックまたはタップする。これにより入力した農産物情報とアップロードした画像が評価サーバー1に送信され、それを受信(取得)した評価サーバー1は記憶装置にそれを図6・図7のように記憶する。
なお、画像が農産物の販売情報の一部となることを食料の生産者に告知することにより、生産者は、より鮮明できれいな写真を投稿することを心がけるようになる。
次に、評価サーバー1は、図8の検査項目に基づいて、登録された画像が適切であるか否かを検査する。
具体的には、登録された画像を所定の解析手段により解析し、登録された画像が図8の検査項目に該当するか否か(検査項目の一部または全部を含んでいるか否か)を検査し、検査項目の何れかに該当する場合は、生産者端末2にエラーメッセージと該当する検査項目とを送信して、画像の再登録を促す。一方、登録された画像が検査項目をクリアした場合(何れの検査項目にも該当しなかった場合)は、次のSTEP3に進む。
なお、解析手段としては、アメリカ合衆国のGoogle社が提供する「Cloud Vision API(アプリケーションプログラムインターフェイス)」等を利用することが考えられる。この「Cloud Vision API」は、人工知能や機械学習と呼ばれる技術を用いて、画像を解析する技術である。
具体的には、登録された画像を所定の解析手段により解析し、登録された画像が図8の検査項目に該当するか否か(検査項目の一部または全部を含んでいるか否か)を検査し、検査項目の何れかに該当する場合は、生産者端末2にエラーメッセージと該当する検査項目とを送信して、画像の再登録を促す。一方、登録された画像が検査項目をクリアした場合(何れの検査項目にも該当しなかった場合)は、次のSTEP3に進む。
なお、解析手段としては、アメリカ合衆国のGoogle社が提供する「Cloud Vision API(アプリケーションプログラムインターフェイス)」等を利用することが考えられる。この「Cloud Vision API」は、人工知能や機械学習と呼ばれる技術を用いて、画像を解析する技術である。
STEP3は、農産物評価の処理であり、その詳細は図11の通りである。以下、図11に基づいて説明する。
STEP3−1は、ポイント特定の処理である。
評価サーバー1は、図9の判断基準に基づいて、登録された農産物(本実施例では「長ネギ」)から得られるポイントを特定する。
評価サーバー1は、登録された画像を上記の解析手段により解析し、解析結果が図9の要素判断のどの項目に合致するかを判断し、その項目に関連づけられているポイント(得点)を特定する。例えば、長ネギの青葉部分に折れがあるか否かを判断し、折れが無い場合は「10点」、折れが有る場合は「6点」とする。このようにして、すべての要素判断におけるポイントを特定する。
STEP3−1は、ポイント特定の処理である。
評価サーバー1は、図9の判断基準に基づいて、登録された農産物(本実施例では「長ネギ」)から得られるポイントを特定する。
評価サーバー1は、登録された画像を上記の解析手段により解析し、解析結果が図9の要素判断のどの項目に合致するかを判断し、その項目に関連づけられているポイント(得点)を特定する。例えば、長ネギの青葉部分に折れがあるか否かを判断し、折れが無い場合は「10点」、折れが有る場合は「6点」とする。このようにして、すべての要素判断におけるポイントを特定する。
STEP3−2は、ポイント集計の処理である。
評価サーバー1は、特定されたポイントの集計を行う。
具体的には、要素判断における軟白部分のポイント、青葉部のポイント、形状のポイント、育成方法のポイント、収穫の有無でのポイントを合計する。
評価サーバー1は、特定されたポイントの集計を行う。
具体的には、要素判断における軟白部分のポイント、青葉部のポイント、形状のポイント、育成方法のポイント、収穫の有無でのポイントを合計する。
STEP3−3は、ランク判断の処理である。
評価サーバー1は、集計されたポイントと図9のランク判断とに基づいて農産物のランクを判断する。
具体的には、集計されたポイントが40点以上であれば「Aランク」、30点以上39点以下なら「Bランク」、29点以下なら「Cランク」となる。なお、本実施例では「Aランク」と判断されたものとする。
評価サーバー1は、集計されたポイントと図9のランク判断とに基づいて農産物のランクを判断する。
具体的には、集計されたポイントが40点以上であれば「Aランク」、30点以上39点以下なら「Bランク」、29点以下なら「Cランク」となる。なお、本実施例では「Aランク」と判断されたものとする。
STEP4は、農産物価格決定の処理であり、その詳細は図12の通りである。以下、図12に基づいて説明する。
STEP4−1は、価格決定の処理である。
評価サーバー1は、判断されたランクと図9の基本情報に含まれる市場価格とに基づいて農産物の価格を決定する。
具体的には、「Aランク」であれば市場価格「60円」の1.5倍、「Bランク」なら市場価格「60円」の1倍、「Cランク」なら市場価格「60円」の0.5倍となる。なお、本実施例は「Aランク」なので農産物の価格は「90円(市場価格60円の1.5倍)に決定されたものとする。
なお、本実施例では、このランク付けと市場価格に対する倍率とが「評価」としての役割を果たす(ただし、これに限るものではない)。
STEP4−1は、価格決定の処理である。
評価サーバー1は、判断されたランクと図9の基本情報に含まれる市場価格とに基づいて農産物の価格を決定する。
具体的には、「Aランク」であれば市場価格「60円」の1.5倍、「Bランク」なら市場価格「60円」の1倍、「Cランク」なら市場価格「60円」の0.5倍となる。なお、本実施例は「Aランク」なので農産物の価格は「90円(市場価格60円の1.5倍)に決定されたものとする。
なお、本実施例では、このランク付けと市場価格に対する倍率とが「評価」としての役割を果たす(ただし、これに限るものではない)。
STEP4−2は、生産物データベース更新の処理である。
評価サーバー1は、判断されたランクと決定された農産物の価格とに基づいて、生産物データベースを更新する。具体的には、図6の内容を図7のように更新する。
評価サーバー1は、判断されたランクと決定された農産物の価格とに基づいて、生産物データベースを更新する。具体的には、図6の内容を図7のように更新する。
STEP4−3は、価格通知の処理である。
評価サーバー1は、判断されたランクと決定された農産物の価格とを生産者に通知する。具体的には、更新後の生産物データベースに基づいて通知データ(ランクと価格とを含む通知データ)を作成し、これを生産者端末2に送信する。これを受信(取得)した生産者端末2は記憶装置に記憶する。また、それと共に、通知データの内容を生産者端末2の表示モニタに図4のように表示する。これにより生産者は自らが育成した農産物の価値や価格を知ることができる。
評価サーバー1は、判断されたランクと決定された農産物の価格とを生産者に通知する。具体的には、更新後の生産物データベースに基づいて通知データ(ランクと価格とを含む通知データ)を作成し、これを生産者端末2に送信する。これを受信(取得)した生産者端末2は記憶装置に記憶する。また、それと共に、通知データの内容を生産者端末2の表示モニタに図4のように表示する。これにより生産者は自らが育成した農産物の価値や価格を知ることができる。
STEP5は、農産物販売の処理である。
評価サーバー1は、生産物データベースに基づいて、販売データを作成し、これを購入者端末3に送信する。これを受信(取得)した購入者端末3は記憶装置に記憶する。なお、販売データには長ネギの画像が含まれ、その画像は生産者端末2から送信された画像と同一であり、評価サーバー1は修正も加工も行わないものとする(ただし、これに限るものではない)。
購入者が購入者端末3を利用して販売情報表示画面(販売ページ)にアクセスすると、販売データの内容が購入者端末3の表示モニタに図5のように表示され、購入者は農産物の価格や詳細な情報を知ることができる。
評価サーバー1は、生産物データベースに基づいて、販売データを作成し、これを購入者端末3に送信する。これを受信(取得)した購入者端末3は記憶装置に記憶する。なお、販売データには長ネギの画像が含まれ、その画像は生産者端末2から送信された画像と同一であり、評価サーバー1は修正も加工も行わないものとする(ただし、これに限るものではない)。
購入者が購入者端末3を利用して販売情報表示画面(販売ページ)にアクセスすると、販売データの内容が購入者端末3の表示モニタに図5のように表示され、購入者は農産物の価格や詳細な情報を知ることができる。
購入者は図5のメッセージ欄から生産者と直接メッセージの交換をすることができる。これにより、生産者の人柄や育成過程の詳細を知ることができ、安心して農産物を購入することができる。
上記実施例では、特定の例に基づいて本発明の内容を説明したが、本発明はこれに限るものではない。すなわち、本発明の趣旨に沿うものであれば、上記実施例と異なるハードウェア、異なるデータ、異なる処理手順であってもよい。
また、本発明は長ネギ以外の食料や食品に利用できるのであり、食料には野菜、果物、食肉、魚介類、卵などが含まれる。さらに、本発明は食料に含まれない植物等(例えば、チューリップ・シクラメン等)にも利用することができる。
また、本発明は長ネギ以外の食料や食品に利用できるのであり、食料には野菜、果物、食肉、魚介類、卵などが含まれる。さらに、本発明は食料に含まれない植物等(例えば、チューリップ・シクラメン等)にも利用することができる。
なお、上記のランク判断を次のような基準で行ってもよい(ただし、これに限るものではない)。
長ネギの場合、例えば次の基準を用いる。軟白部分が30cm以上、かつ、曲がりが2cm以内、かつ、青葉が折れず3枚以上であればAランク。軟白部分が25cm以上30cm未満、かつ、曲がりが2〜3cm以内、かつ、青葉が折れありのものであればBランク。上記AランクおよびBランクに該当しないものはCランク。
たまねぎの場合、例えば次の基準を用いる。分球及び変形の軽微であり、かつ、傷害が軽微であり、かつ、外皮が剥落していればBランク。Bランクの項目があてはまらない綺麗なものはAランク。Bランクより劣るものはCランク。
にんじんの場合、例えば次の基準を用いる。形もよく傷もなければAランク。傷・シミ・曲がりなどがある場合はBランク。規格外であればCランク。
長ネギの場合、例えば次の基準を用いる。軟白部分が30cm以上、かつ、曲がりが2cm以内、かつ、青葉が折れず3枚以上であればAランク。軟白部分が25cm以上30cm未満、かつ、曲がりが2〜3cm以内、かつ、青葉が折れありのものであればBランク。上記AランクおよびBランクに該当しないものはCランク。
たまねぎの場合、例えば次の基準を用いる。分球及び変形の軽微であり、かつ、傷害が軽微であり、かつ、外皮が剥落していればBランク。Bランクの項目があてはまらない綺麗なものはAランク。Bランクより劣るものはCランク。
にんじんの場合、例えば次の基準を用いる。形もよく傷もなければAランク。傷・シミ・曲がりなどがある場合はBランク。規格外であればCランク。
1 評価サーバー
2 生産者端末
3 購入者端末
2 生産者端末
3 購入者端末
Claims (13)
- 食料の画像を取得する画像取得手段と、
前記食料の評価を行うための判断基準を取得する判断基準取得手段と、
前記画像と前記判断基準とに基づいて前記食料の評価を行う評価手段と、
を備えることを特徴とした食料評価装置。 - 前記評価と前記食料の市場価格とに基づいて、前記食料の価格を決定する価格決定手段、
を備えることを特徴とする請求項1記載の食料評価装置。 - 前記画像は、前記食料の生産者が利用する生産者端末から送信されたものである
ことを特徴とする請求項1記載の食料評価装置。 - 前記生産者には、業として前記食料の生産を行っていない一般人が含まれる
ことを特徴とする請求項3記載の食料評価装置。 - 前記画像と同一の画像を、前記食料の購入者が利用する購入者端末に送信する画像送信手段
を備えることを特徴とする請求項1記載の食料評価装置。 - 前記画像が前記食料の販売情報の一部となることを前記食料の生産者が利用する生産者端末に告知する告知手段
を備えることを特徴とする請求項1記載の食料評価装置。 - 前記画像を検査するための検査項目を取得する検査項目取得手段と、
前記画像が前記検査項目の一部または全部を含んでいるか否かを検査する検査手段と、を備えることを特徴とする請求項1記載の食料評価装置。 - 前記判断基準には、
前記食料が育成中の場合の判断基準と、前記食料が収穫済みの場合の判断基準とが含まれることを特徴とする請求項1記載の食料評価装置。 - コンピュータを、
食料の画像を取得する画像取得手段、
前記食料の評価を行うための判断基準を取得する判断基準取得手段、
前記画像と前記判断基準とに基づいて前記食料の評価を行う評価手段、
として機能させることを特徴とした食料評価プログラム。 - コンピュータが、
食料の画像を取得する画像取得ステップと、
前記食料の評価を行うための判断基準を取得する判断基準取得ステップと、
前記画像と前記判断基準とに基づいて前記食料の評価を行う評価ステップと、
を実行することを特徴とした食料評価方法。 - 植物の画像を取得する画像取得手段と、
前記植物の評価を行うための判断基準を取得する判断基準取得手段と、
前記画像と前記判断基準とに基づいて前記植物の評価を行う評価手段と、
を備えることを特徴とした植物評価装置。 - コンピュータを、
植物の画像を取得する画像取得手段、
前記植物の評価を行うための判断基準を取得する判断基準取得手段、
前記画像と前記判断基準とに基づいて前記植物の評価を行う評価手段、
として機能させることを特徴とした植物評価プログラム。 - コンピュータが、
植物の画像を取得する画像取得ステップと、
前記植物の評価を行うための判断基準を取得する判断基準取得ステップと、
前記画像と前記判断基準とに基づいて前記植物の評価を行う評価ステップと、
を実行することを特徴とした植物評価方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080923A JP2018169991A (ja) | 2017-03-30 | 2017-03-30 | 食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080923A JP2018169991A (ja) | 2017-03-30 | 2017-03-30 | 食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018169991A true JP2018169991A (ja) | 2018-11-01 |
Family
ID=64019070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017080923A Pending JP2018169991A (ja) | 2017-03-30 | 2017-03-30 | 食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018169991A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021071829A (ja) * | 2019-10-30 | 2021-05-06 | 株式会社日立製作所 | 価格決定システム、および、価格決定プログラム |
JP7347629B1 (ja) | 2022-10-31 | 2023-09-20 | 株式会社サタケ | 穀粒判別システム |
-
2017
- 2017-03-30 JP JP2017080923A patent/JP2018169991A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021071829A (ja) * | 2019-10-30 | 2021-05-06 | 株式会社日立製作所 | 価格決定システム、および、価格決定プログラム |
JP7365855B2 (ja) | 2019-10-30 | 2023-10-20 | 株式会社日立製作所 | 価格決定システム、および、価格決定プログラム |
JP7347629B1 (ja) | 2022-10-31 | 2023-09-20 | 株式会社サタケ | 穀粒判別システム |
WO2024095766A1 (ja) * | 2022-10-31 | 2024-05-10 | 株式会社サタケ | 穀粒判別システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jaffee et al. | The safe food imperative: Accelerating progress in low-and middle-income countries | |
Canali et al. | Food waste drivers in Europe, from identification to possible interventions | |
Wu et al. | Consumer trust in food and the food system: a critical review | |
Smith et al. | Traceability from a US perspective | |
McKean | The importance of traceability for public health and consumer protection | |
Samiee et al. | Factors influencing the adoption of integrated pest management (IPM) by wheat growers in Varamin County, Iran | |
Hecht et al. | Food rescue intervention evaluations: A systematic review | |
Atuhaire et al. | Assessment of dithiocarbamate residues on tomatoes conventionally grown in Uganda and the effect of simple washing to reduce exposure risk to consumers | |
Zhang et al. | Accelerating precision agriculture to decision agriculture: The needs and drivers for the present and future of digital agriculture in Australia | |
Onyeaka et al. | Improving food safety culture in Nigeria: A review of practical issues | |
Ripoll et al. | The effect of consumer involvement in light lamb meat on behavior, sensory perception, and health-related concerns | |
Vidogbéna et al. | Consumers’ willingness to pay for cabbage with minimized pesticide residues in Southern Benin | |
Faour-Klingbeil et al. | A review on the rising prevalence of international standards: Threats or opportunities for the agri-food produce sector in developing countries, with a focus on examples from the MENA region | |
Nitzko et al. | Comparing “leaf-to-root”,“nose-to-tail” and other efficient food utilization options from a consumer perspective | |
Rombach et al. | “Got milk alternatives?” Understanding key factors determining US consumers’ willingness to pay for plant-based milk alternatives | |
JP2018169991A (ja) | 食料評価装置、食料評価プログラム、食料評価方法、植物評価装置、植物評価プログラム、植物評価方法 | |
Durán-Sandoval et al. | How much food loss and waste do countries with problems with food security generate? | |
Xie et al. | Trends of augmented reality for agri-food applications | |
Borsari | Soil quality and regenerative, sustainable farming systems | |
Schoder et al. | Transmission scenarios of Listeria monocytogenes on small ruminant on-farm dairies | |
MODULE | Module 11: ICT APPLICATIONS FOR AGRICULTURAL RISK MANAGEMENT | |
Ndu et al. | Food hygiene management and safe food production: an operational analysis of quick service restaurants in Port Harcourt | |
Gibbons et al. | Sustainability in agriculture and local food systems: A solution to a global crisis | |
Chowdhury et al. | Is organic food becoming less safe? A longitudinal analysis of conventional and organic product recalls | |
Bagheramiri et al. | Smallholder farmers’ role in sustainable development |