JP2022136365A - 植物評価装置、植物評価方法、及びプログラム - Google Patents

Abstract

【課題】葉面積指数の推定をする際の利用者の利便性を向上させるとともに、葉面積指数ＬＡＩを精度よく推定する植物評価装置、植物評価方法及びプログラムを提供する。【解決手段】植物評価装置１０において、対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する分割部１１、分割された領域ごとに葉面積指数を推定する推定部１２及び分割された領域毎に推定した葉面積指数に基づいて、対象植物全体の葉面積指数を算出する算出部１３と、を有する。【選択図】図１

Description

本発明は、植物の評価をする植物評価装置、植物評価方法、及びプログラムに関する。

特許文献１には、孤立して存在する樹体、又は、間隔をおいて複数存在する樹体それぞれの樹体生産能力を評価する方法が開示されている。特許文献１の方法によれば、まず、一本の樹体の主幹を軸とし、樹高及び平均樹冠半径をそれぞれ二つの径とする上に凸の回転半長円体とする回転半長円体モデルを決定する。

次に、主幹から所定の距離だけ離れた地面近辺の位置に、光学的樹体構造測定装置を入射光軸が水平面に対して垂直上方に向くようにして配置し、光学的樹体構造測定装置により測定対象となる複数の天頂角で入射し、樹葉を通過した光の強度を測定する。

次に、天空からの光が遮られない位置に光学的樹体構造測定装置を入射光軸が水平面に対して垂直上方に向くようにして配置し、光学的樹体構造測定装置により測定対象となる複数の天頂角での樹葉を通過しない光の強度を測定する。

次に、複数の天頂角において入射し樹葉を通過した光の強度と樹葉を通過しない光の強度とを用いて、複数の天頂角での空隙指標を求める。

次に、測定対象とする複数の天頂角に対して入射光が回転半楕円体モデルでの回転半楕円体面における入射点から光学的樹体構造測定装置までに通過する光路長及び樹冠体積を回転半長円体モデルに基づいて計算する。

次に、複数の天頂角での空隙指標と複数の天頂角に対応する光路長とから各天頂角に対応する光の減衰量を求める。その後、光の減衰量から葉面積密度を求め、葉面積密度ＬＡＤと樹冠体積Ｖとから樹体総葉面積ＬＡ（＝ＬＡＤ×Ｖ）を求める。

特許第５０３４０５２号公報

ところが、特許文献１の方法では、プラントキャノピーアナライザー（ＰＣＡ：米国ＬＩ－ＣＯＲ社製のＬＡＩ－２０００）を用いるため、高価な装置構成となる。そこで、特許文献１の方法では、プラントキャノピーアナライザーの代わりに、魚眼レンズを装着した安価な装置構成を用いて対象植物を撮像する方法について開示されている。

しかしながら、特許文献１には、魚眼レンズを装着した撮像装置により撮像した対象植物の画像を用いて樹体総葉面積ＬＡを推定する方法が開示されているが、葉面積指数ＬＡＩを推定する方法については開示されていない。

そこで、魚眼レンズを装着した撮像装置を用いた安価な構成でも、葉面積指数ＬＡＩを精度よく推定でき、更に、葉面積指数ＬＡＩの推定をする際の利用者の利便性を向上させる技術の開発が望まれている。

一側面として、葉面積指数を推定する際の利用者の利便性を向上させるとともに、葉面積指数ＬＡＩを精度よく推定する植物評価装置、植物評価方法、及びプログラムを提供することを目的とする。

上記目的を達成するため、一側面における植物評価装置は、
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割部と、
分割された前記領域ごとに葉面積指数を推定する、推定部と、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出部と、
を有することを特徴とする。

また、上記目的を達成するため、一側面における植物評価方法は、
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割ステップと、
分割された前記領域ごとに葉面積指数を推定する、推定ステップと、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出ステップと、
を有することを特徴とする。

さらに、上記目的を達成するため、一側面におけるプログラムは、
コンピュータに、
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割させ、
分割された前記領域ごとに葉面積指数を推定させ、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出させる
命令を含むことを特徴とする。

一側面として、葉面積指数の推定をする際の利用者の利便性を向上させるとともに、葉面積指数ＬＡＩを精度よく推定できる。

図１は、植物評価装置の一例を説明するための図である。 図２は、植物評価装置を詳細に説明するための図である。 図３は、対象植物の撮像について説明するための図である。 図４は、広角レンズを用いて撮像した画像の一例を示す図である。 図５は、天頂角円を用いた対象植物画像の分割を説明するための図である。 図６は、天頂角円と方位とを用いた対象植物画像の分割を説明するための図である。 図７は、分割領域と空隙指標との関係を説明するための図である。 図８は、分割領域と葉面積指数との関係を説明するための図である。 図９は、分割領域の選択を説明するための図である。 図１０は、植物評価装置の動作の一例を説明するための図である。 図１１は、葉面積指数を評価した結果を示す図である。 図１２は、植物評価装置を実現するコンピュータの一例を説明するための図である。

（実施形態）
以下、図面を参照して、本発明の実施形態を説明する。なお、以下で説明する図面において、同一の機能又は対応する機能を有する要素には同一の符号を付し、その繰り返しの説明は省略することもある。

［装置構成］
最初に、図１を用いて、本実施形態における植物評価装置１０の構成について説明する。図１は、植物評価装置の一例を説明するための図である。

図１に示す植物評価装置１０は、葉面積指数を簡易に精度よく推定するための装置である。また、図１に示すように、植物評価装置１０は、分割部１１と、推定部１２と、算出部１３とを有する。

このうち、分割部１１は、対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する。推定部１２は、分割された領域（分割領域）ごとに葉面積指数ＬＡＩ_ｊ（ｊは分割領域を表す）を推定する。算出部１３は、分割領域ごとに推定した葉面積指数ＬＡＩ_ｊに基づいて、対象植物全体の葉面積指数ＬＡＩを算出する。

このように、本実施形態においては、安価な装置構成で撮像した対象植物画像（例えば、スマートフォンのカメラに広角レンズなどを装着して撮像した画像）を分割し、分割領域ごとに葉面積指数ＬＡＩ_ｊを推定し、これらの葉面積指数ＬＡＩ_ｊを用いて対象植物全体の葉面積指数ＬＡＩを推定する。

そのため、孤立して存在する植物、又は、間隔をおいて複数存在する植物における、葉面積指数の推定をする際の利用者の利便性を向上させるとともに、葉面積指数ＬＡＩを精度よく推定できる。

［システム構成］
続いて、図２を用いて、本実施形態における植物評価装置１０の構成をより具体的に説明する。図２は、植物評価装置を詳細に説明するための図である。

図２に示すように、本実施形態における植物評価装置１０は、撮像部２０と、広角レンズ２１と、表示部２２と、入力部２３と、制御部３０とを有する。

植物評価装置１０は、例えば、ＣＰＵ（Central Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）などのプログラマブルなデバイス、又はそれら両方を搭載したモバイル端末などの情報処理装置である。モバイル端末は、例えば、カメラなどの撮像装置を有するスマートフォン、タブレット、パーソナルコンピュータなどが考えられる。

撮像部２０は、植物評価装置１０にあらかじめ設けられているカメラなどの撮像装置などである。具体的には、撮像部２０は、対象の植物を撮像した画像を画像情報取得部１４へ出力する。図２の例では、撮像部２０は、植物評価装置１０に設けられているが、植物評価装置１０と別に設けてもよい。その場合、撮像部２０は、画像を、有線又は無線などの通信を用いて、植物評価装置１０へ送信する。

広角レンズ２１は、撮像部２０に取り付け可能なレンズである。具体的には、広角レンズ２１は、撮像部２０に取り付けられる。ただし、広角レンズ２１には、魚眼レンズなども含まれるものとする。なお、図２の例では、撮像部２０に広角レンズ２１が取り付けられているが、広角レンズ２１は必ずしも撮像部２０に取り付けなくてもよい。

図３は、対象植物の撮像について説明するための図である。図３の例では、広角レンズ２１を取り付けた植物評価装置１０を、対象植物の下に、水平に配置し、対象植物全体を撮像している。図４は、広角レンズを用いて撮像した画像の一例を示す図である。

表示部２２は、表示情報生成部１８により、表示可能な形式に変換された、ユーザインタフェースなどの表示情報を取得し、その表示情報に基づいて、生成した画像などを出力する。なお、表示部２２は、例えば、液晶、有機ＥＬ（Electro Luminescence）を用いた画像表示装置などである。さらに、表示部２２の他に、スピーカなどの音声出力部などを備えていてもよい。図２の例では、表示部２２は、植物評価装置１０に設けられているが、植物評価装置１０と別に設けてもよい。

入力部２３は、表示部２２に表示されるユーザインタフェースなどを用いて、利用者が入力した入力情報を入力情報取得部１９へ出力する。なお、入力部２３は、表示部２２と一体化したタッチパネル式の入力装置などである。図２の例では、入力部２３は、植物評価装置１０に設けられているが、植物評価装置１０と別に設けてもよい。その場合、入力部２３は、キーボードやマウスポインタなどの入力装置が考えられる。

制御部について説明する。
制御部３０は、画像情報取得部１４、設定部１５、分割部１１、空隙指標算出部１６、推定部１２、選択部１７、算出部１３、表示情報生成部１８、入力情報取得部１９、モデル生成部２４、記憶部２５などを有する。

制御部３０は、植物評価装置１０に設けられているが、サーバコンピュータに設けてもよい。その場合、対象植物画像は、ネットワークを介して、サーバコンピュータへ送信される。また、サーバコンピュータの表示情報生成部１８が生成した表示情報は、ネットワークを介して、植物評価装置１０の表示部２２に送信される。さらに、利用者により入力部２３を用いて入力された入力情報は、ネットワークを介して、サーバコンピュータの入力情報取得部１９に送信される。

画像情報取得部１４は、対象植物を撮像した対象植物画像を取得する。具体的には、画像情報取得部１４は、撮像部２０から対象の植物を撮像した画像を取得する。続いて、画像情報取得部１４は、取得した対象植物画像を記憶部２５などに出力する。

記憶部２５は、植物評価装置１０で取り扱う各種の情報を記憶するメモリである。図２の例では、記憶部２４は、植物評価装置１０に設けられているが、植物評価装置１０と別に設けてもよい。その場合、記憶部２４は、データベース、サーバコンピュータなどの記憶装置などが考えられる。

設定部１５は、葉面積指数を推定するために用いる設定をする。具体的には、まず、設定部１５は、表示部２２の画面に表示されたユーザインタフェースを用いて、入力部２３及び入力情報取得部１９を介して、利用者により入力される設定情報を取得する。続いて、設定部１５は、取得した設定情報を記憶部２５などに記憶する。

設定情報について説明する。
設定情報は、分割部１１において対象植物画像の領域分割に用いる情報と、推定部１２及び算出部１３において葉面積指数の推定に用いる情報である。対象植物画像の領域分割に用いる設定情報は、例えば、撮像部２０の対角画角に関する情報（対角画角情報）、広角レンズ２１の装着の有無に関する情報（広角レンズ有無情報）、広角レンズ２１の画角に関する情報（広角レンズ画角情報）、ケラレ補正の有無に関する情報（広角レンズケラレ補正有無情報）、分割領域を設定するために用いる情報（分割領域算出情報）などを有する。

対角画角情報は、例えば、葉面積指数の推定に植物評価装置１０としてスマートフォンを用いる場合であれば、スマートフォンに設けられているカメラ（撮像部２０）の対角画角に関する情報である。対角画角がスマートフォンにあらかじめ記憶されている場合、対角画角情報を、利用者がユーザインタフェースを用いて入力する必要はない。さらに、対角画角情報が記憶されていなくても、スマートフォンに、カメラに搭載されているイメージングセンサのサイズ及び焦点距離などの情報が記憶されている場合には、これらの情報を用いて対角画角を算出してもよい。

広角レンズ有無情報は、撮像部２０に広角レンズ２１を装着したか否かを表す情報である。広角レンズ画角情報は、撮像部２０に装着した広角レンズ２１の画角を表す情報である。広角レンズケラレ補正有無情報は、ケラレ（画像周辺部の黒いフチ）が写らないように画像周辺部を引き延ばす補正をしているか否かを表す情報である。

分割領域算出情報は、対象植物画像の分割領域の大きさを設定するための情報である。分割領域算出情報は、対象植物画像を複数の天頂角円を用いて分割する場合、天頂角円それぞれの天頂角に関する情報を有する。具体的には、分割領域算出情報は、対象植物画像を、等間隔入射角度に基づいて複数の天頂角円に分割するために、画像上の天頂角円ごとの直径を算出するための情報を有する。分割領域算出情報は、広角レンズ有無情報、広角レンズ画角情報、広角レンズケラレ補正有無情報の設定に応じて、天頂角円の直径が算出し、分割領域を設定するために用いる情報である。

さらに、分割領域情報は、例えば、対象植物画像を複数の天頂角円と複数の方位を用いて分割する場合、天頂角円それぞれの天頂角に関する情報と、方位に関する情報を有する。分割領域情報のうち方位に関する情報は、対象植物画像の複数の天頂角円を、等間隔の方位角度で複数の方位に分割するための、方位分割数などの情報を有する。

図５は、天頂角円を用いた対象植物画像の分割を説明するための図である。天頂角円は、対象植物画像を撮影した際の天頂角０度を画像の中心とした、等間隔な天頂角ごとに対象植物画像を領域分割する同心円である。図５の例では、５個の天頂角円Ｚ１からＺ５を用いて、対象植物画像を５個の領域に分割したことを示す図である。

例えば、対象植物画像を天頂角１５°ごとに分割する場合、領域は、天頂角円Ｚ１－中心で表される領域Ｒ１（天頂角０°以上１５°未満の領域）、天頂角円Ｚ２－Ｚ１で表される領域Ｒ２（天頂角１５°以上３０°未満の領域）、天頂角円Ｚ３－Ｚ２で表される領域Ｒ３（天頂角３０°以上４５°未満の領域）、天頂角円Ｚ４－Ｚ３で表される領域Ｒ４（天頂角４５°以上６０°未満の領域）、天頂角円Ｚ５－Ｚ４で表される領域Ｒ５（天頂角６０°以上７５°未満の領域）となる。

なお、分割領域Ｒ１からＲ５それぞれの中心角を表す天頂角θ_ｉは、７．５°、２２．５°、３７．５°、５２．５°、６７．５°にすることが考えられる。

図６は、天頂角円と方位とを用いた対象植物画像の分割を説明するための図である。図６の例では、対象植物画像を、５個の天頂角円Ｚ１からＺ５と、１０個の方位Ｄ１からＤ１０とを用いて、対象植物画像を５０個の領域に分割した図である。ただし、対象植物画像の分割は、上述した分割以外の方法で分割してもよい。

また、葉面積指数の推定に用いる設定情報は、対象植物画像の葉間の空隙を検出するための閾値を表す空隙閾値情報、分割領域に葉間の空隙が存在しない場合に空隙率０の代わりに用いる最小値を表す空隙率最小値情報、撮像部２０の対角画角や広角レンズ２１の画角の違いにより直径が等間隔にならない天頂角円を等間隔の天頂角円の面積に補正するための天頂角円ごとの重み付け情報などを有する。

分割部１１は、対象植物画像を複数の領域に分割する。具体的には、まず、分割部１１は、記憶部２５から分割領域算出情報を取得する。続いて、分割部１１は、分割領域算出情報に基づいて、図６に示すような分割領域を設定する。続いて、分割部１１は、分割領域を記憶部２５に記憶する。

分割領域の設定について説明する。
分割部１１は、記憶部２５に設定されている設定情報を用いて、設定情報に対応する天頂角円直径算出モデルを記憶部２５から選択する。そして、分割部１１は、対角画角などを、選択した天頂角円直径算出モデルに入力して天頂角円の直径を算出する。

分割領域算出情報に含まれる天頂角円直径算出モデルは、実験、シミュレーションにより作成されたモデルで、あらかじめ記憶部２５に記憶されている。

具体的には、分割部１１は、まず、算出したそれぞれの天頂角円の直径に基づいて、図５に示すように、対象植物画像を分割するための天頂角円を設定する。次に、分割部１１は、更に、方位分割数などの情報に基づいて、図６に示すように、対象植物画像を分割するための方位を設定する。その後、分割部１１は、これらの設定を記憶部２５に記憶する。

なお、分割領域の設定方法としては、すべての分割領域の面積を同じにしてもよいし、又は、図６に示す分割領域のうち外側に位置する分割領域を更に分割してもよい。

空隙指標算出部１６は、対象植物画像の分割領域ごとに空隙指標を算出する。空隙指標は、植物群落上部の光強度のうち、植物群落下部に到達する光強度の割合を表す指標である。空隙指標は、例えば、分割領域の画像のうち、葉間の空隙を示す画素数がどれくらい含まれているかを表す割合である。

具体的には、まず、空隙指標算出部１６は、分割領域に対応する画像を取得する。続いて、空隙指標算出部１６は、分割領域それぞれの画像の葉間空隙面積を算出する。例えば、空隙指標算出部１６は、分割領域の画像を、上述した空隙閾値情報が示す空隙閾値を基準に二値化（白黒）画像に変換し、その二値化した分割領域の白の画素を検出し、その画素数を葉間空隙面積として算出する。なお、葉の色合いを用いて葉間空隙面積を算出してもよい。

続いて、空隙指標算出部１６は、数１に示す式を用いて、分割領域ごとの空隙率を算出する。

（数１）
Ｐｏ_ｊ ＝ ＷＡ_ｊ／ＲＡ_ｊ

Ｐｏ_ｊ ：分割領域_ｊの空隙指標
ＷＡ_ｊ ：分割領域_ｊの葉間空隙面積
ＲＡ_ｊ ：分割領域_ｊの総面積

このようにして、分割領域すべてについて空隙指標Ｐｏ_ｊを算出する。ただし、空隙指標の算出は、上述した方法に限定されるものではない。

その後、空隙指標算出部１６は、分割領域と空隙指標Ｐｏとを対応付けて記憶部２５に記憶する。図７は、分割領域と空隙指標との関係を説明するための図である。図７の例では、図６に示した５０個の分割領域に空隙指標Ｐｏ_ｊが関連付けられて記憶されている。

推定部１２は、分割領域ごとの葉面積指数ＬＡＩ_ｊを推定する。具体的には、まず、推定部１２は、選択された分割領域に対応する空隙指標Ｐｏ_ｊ（ｊは分割領域を表す）を取得する。

続いて、推定部１２は、分割領域の画像に対して、分割領域に対応する天頂角から推定される光路長比率（１／ｃｏｓ（θ_ｉ））を算出する。

また、推定部１２は、天頂角θ_ｉそれぞれを等距離投影に変換するための重み付け係数（ω（θ_ｉ））を、記憶部２５から取得する。

重み付け係数は、天頂角ごとに関連付けられて記憶部２５に記憶されている。なお、広角レンズ２１の画角により、天頂角円の投影面積の比率は異なるが、等距離投影による天頂角円の投影面積の比率を重み付け係数として採用することにより、等距離投影による測定結果と同等の結果を得ることができる。また、重み付け係数それぞれは分割する方位の数ｎで除算した値（ω（θ_ｉ）／ｎ）とする。

続いて、推定部１２は、数２に示す式を用いて、分割領域ごとに葉面積指数ＬＡＩ_ｊを推定する。なお、数２に示す式は、空隙指標Ｐｏ_ｊが０のとき不定になるので空隙率最小値情報が示す最小値を用いて、葉面積指数ＬＡＩ_ｊが不定にならないようにする。

（数２）
ＬＡＩ_ｊ ＝ －２ × ln（Ｐｏ_ｊ） × （ω（θ_ｉ）／ｎ）／（１／ｃｏｓ（θ_ｉ））

ＬＡＩ_ｊ ：分割領域の葉面積指数
Ｐｏ_ｊ ：分割領域の空隙率
θ_ｉ ：天頂角円領域_ｉの中心天頂角_ｉ（ラジアン）
１／ｃｏｓ（θ_ｉ）：天頂角ｉから推定される光路長比率
ω（θ_ｉ） ：天頂角円領域_ｉにおける等距離投影に変換するための重み付け係数
ｎ ：方位分割数(図６のD1, D2, D3, D4, D5, D6, D7, D8, D9, D10)
ｉ ：各天頂角円領域を表す(図５、図６のZ1, Z2, Z3, Z4, Z5)
ｊ ：各分割領域を表す

続いて、推定部１２は、分割領域と葉面積指数とを対応付けて記憶部２５に記憶する。図８は、分割領域と葉面積指数との関係を説明するための図である。ただし、葉面積指数の算出は、上述した方法に限定されるものではない。

選択部１７は、対象植物画像の葉面積評価を行う樹冠形状に従って、葉面積指数の推定対象とする分割領域、又は、除外する分割領域を選択する。葉面積指数の推定対象となる分割領域は、例えば、対象植物の樹冠、背後に樹冠が写っている幹や枝などに対応する分割領域である。葉面積指数の推定対象から除外される分割領域は、例えば、背景にある樹、背後に樹冠が写っていない幹、空、撮影者などに対応する分割領域である。

推定対象とする分割領域の選択は、表示部２２に、対象植物画像と分割領域とを重ねて表示させ、利用者に、推定対象とする分割領域、又は、推定対象から除外する分割領域を、入力部２３を用いて指定させる。なお、分割領域の選択をする際、分割領域ごとに推定した葉面積指数も表示してもよい。葉面積指数を表示する理由は、利用者に指標を与え、選択をガイドするためである。

また、選択部１７は、対象植物画像を、機械学習により生成された後述するモデルに入力し、推定対象となる分割領域、又は、除外する分割領域を選択してもよい。モデルは、例えば、モデル生成部２４を用いて生成する。

さらに、モデルを用いて選択された分割領域、又は、除外された分割領域を表示部２２に表示させ、分割領域の選択又は除外を、利用者に、入力部２３を用いて変更させてもよい。

図９は、分割領域の選択を説明するための図である。図９の例では、「１」が付されたセルに対応する領域が、葉面積指数の推定対象として選択されたことを表している。また、「０」が付されたセルに対応する領域が、葉面積指数の推定対象として除外されたことを表している。

このように、複数の分割領域から、葉面積指数の推定対象とする分割領域、又は、除外する分割領域を選択することができるので、樹冠形状に応じた葉面積指数の推定対象ができる。さらに、従来のような、樹冠形状モデル化のために樹高、樹冠半径の測定が不要になるので、利用者の利便性が向上する。

モデル生成部２４は、学習フェーズにおいて、過去の対象植物画像と分割領域の選択結果（葉面積指数の推定対象として選択した分割領域、又は、推定対象から除外した分割領域）を用いて機械学習をし、葉面積指数の推定対象とする分割領域、又は、除外する分割領域を推定するモデルを生成する。モデルは、例えば、記憶部２４に記憶される。

算出部１３は、分割領域ごとに推定した葉面積指数ＬＡＩ_ｊに基づいて、対象植物全体の葉面積指数ＬＡＩを算出する。具体的には、まず、算出部１３は、選択された分割領域に対応する葉面積指数ＬＡＩ_ｊを取得する。続いて、算出部１３は、分割領域の葉面積指数ＬＡＩ_ｊの総和を算出する。

また、算出部１３は、分割領域の重み付け係数（ω（θ_ｉ）／ｎ）を取得する。続いて、算出部１３は、分割領域の重み付け係数（ω（θ_ｉ）／ｎ）の総和ω_{ｔｏｔａｌ}を算出する。

続いて、算出部１３は、分割領域の葉面積指数ＬＡＩ_ｊの総和ＬＡＩ_{ｔｏｔａｌ}を、選択された分割領域の重み付け係数（ω（θ_ｉ）／ｎ）の総和ω_{ｔｏｔａｌ}で除算して、選択された樹冠形状部分全体の葉面積指数ＬＡＩを算出する。

具体的には、算出部１３は、数３に示す式を用いて、推定対象全体の葉面積指数ＬＡＩを算出する。

（数３）
ＬＡＩ ＝ ＬＡＩ_{ｔｏｔａｌ}／ω_{ｔｏｔａｌ}

ＬＡＩ_{ｔｏｔａｌ} ：選択された分割領域の葉面積指数（ＬＡＩ_ｊ）の総和
ω_{ｔｏｔａｌ} ：選択された分割領域の重み付け係数(ω（θ_ｉ）／ｎ)の総和

続いて、算出部１３は、葉面積指数ＬＡＩを記憶部２４に記憶する。

表示情報生成部１８は、例えば、ユーザインタフェース、対象植物画像、図５、図６に示すような分割領域の表示、推定対象又は除外する分割領域を表す表示、葉面積指数ＬＡＩなどを表示させるための表示情報を生成する。その後、表示部２２に表示可能な形式に変換した表示情報を出力する。

［装置動作］
次に、実施形態における植物評価装置の動作について図１０を用いて説明する。図１０は、植物評価装置の動作の一例を説明するための図である。以下の説明においては、適宜図１から図９を参照する。また、実施形態では、植物評価装置を動作させることによって、植物評価方法が実施される。よって、実施形態における植物評価方法の説明は、以下の植物評価装置の動作説明に代える。

図１０に示すように、最初に、設定部１５は、対象植物画像の領域分割に用いる情報及び葉面積指数を推定するために用いる情報を設定をする（ステップＡ１）。

具体的には、ステップＡ１において、まず、設定部１５は、表示部２２の画面に表示されたユーザインタフェースを用いて、入力部２３および入力情報取得部１９を介して、利用者により入力される設定情報を取得する。続いて、ステップＡ１において、設定部１５は、取得した設定情報を記憶部２５などに記憶する。

次に、画像情報取得部１４は、対象植物を撮像した対象植物画像を取得する（ステップＡ２）。具体的には、ステップＡ２において、まず、画像情報取得部１４は、撮像部２０から対象の植物を撮像した画像を取得する。続いて、ステップＡ２において、画像情報取得部１４は、取得した対象植物画像を記憶部２５などに出力する。

次に、分割部１１は、対象植物画像を複数の領域に分割する（ステップＡ３）。具体的には、ステップＡ３において、まず、分割部１１は、記憶部２５から分割領域算出情報を取得する。続いて、ステップＡ３において、分割部１１は、分割領域算出情報に基づいて、図６に示すような分割領域を設定する。続いて、ステップＡ３において、分割部１１は、分割領域を記憶部２５に記憶する。

次に、空隙指標算出部１６は、対象植物画像の分割領域ごとに空隙指標を算出する（ステップＡ４）。具体的には、ステップＡ４において、まず、空隙指標算出部１６は、分割領域に対応する画像を取得する。続いて、ステップＡ４において、空隙指標算出部１６は、分割領域それぞれの画像の葉間空隙面積を算出する。

例えば、空隙指標算出部１６は、分割領域の画像を、上述した空隙閾値情報が示す空隙閾値を基準に二値化（白黒）画像に変換し、その二値化した分割領域の白の画素を検出し、その画素数を葉間空隙面積として算出する。なお、葉の色合いを用いて葉間空隙面積を算出してもよい。

続いて、ステップＡ４において、空隙指標算出部１６は、分割領域の総面積ＲＡ_ｊと葉間空隙面積ＷＡ_ｊとを用いて、空隙指標Ｐｏ_ｊ（＝ ＷＡ_ｊ／ＲＡ_ｊ）を算出する。このようにして、分割領域すべてについて空隙指標Ｐｏ_ｊを算出する。ただし、空隙指標の算出は、上述した方法に限定されるものではない。

その後、ステップＡ４において、空隙指標算出部１６は、分割領域と空隙指標Ｐｏ_ｊとを対応付けて記憶部２５に記憶する。図７は、分割領域と空隙指標との関係を説明するための図である。図７の例では、図６に示した５０個の分割領域に空隙指標Ｐｏ_ｊが関連付けられて記憶されている。

次に、推定部１２は、分割領域ごとの葉面積指数ＬＡＩ_ｉを推定する（ステップＡ５）。具体的には、ステップＡ５において、まず、推定部１２は、選択された分割領域に対応する空隙指標Ｐｏ_ｊを取得する。

続いて、ステップＡ５において、推定部１２は、分割領域の画像に対して、分割領域に対応する天頂角から推定される光路長比率（１／ｃｏｓ（θ_ｉ））を算出する。また、ステップＡ５において、推定部１２は、天頂角θ_ｉそれぞれの天頂角円領域面積を等距離投影に変換するための重み付け係数（ω（θ_ｉ））を、記憶部２５から取得する。

続いて、ステップＡ５において、推定部１２は、数２に示す式を用いて、分割領域ごとに葉面積指数ＬＡＩ_ｊを推定する。続いて、ステップＡ５において、推定部１２は、分割領域と葉面積指数とを対応付けて記憶部２５に記憶する。

次に、選択部１７は、対象植物画像の葉面積評価を行う樹冠形状に従って、葉面積指数の推定対象とする分割領域、又は、除外する分割領域を選択する（ステップＡ６）。葉面積指数の推定対象となる分割領域は、例えば、対象植物の樹冠、背後に樹冠が写っている幹や枝などに対応する分割領域である。葉面積指数の推定対象から除外される分割領域は、例えば、対象植物の背景にある樹、背後に樹冠が写っていない幹や枝、空、撮影者などに対応する分割領域である。

推定対象とする分割領域の選択は、表示部２２に、対象植物画像と分割領域とを重ねて表示させ、推定対象とする分割領域、又は、除外する分割領域を、利用者に、入力部２３を用いて指定させる。なお、分割領域の選択をする際、分割領域ごとに推定した葉面積指数も表示してもよい。

また、選択部１７は、対象植物画像を入力し、モデル生成部２４を用いて生成したモデルを用いて、推定対象とする分割領域、又は、除外する分割領域を選択してもよい。さらに、モデルを用いて選択された分割領域、又は、除外された分割領域を表示部２２に表示させ、分割領域の選択又は除外を、利用者に、入力部２３を用いて変更させてもよい。

このように、複数の分割領域から、葉面積指数の推定対象とする分割領域、又は、除外する分割領域を選択することができるので、樹冠形状に応じた葉面積指数の推定対象ができる。さらに、従来のように、樹冠形状モデル化のために樹高、樹冠半径の測定が不要になるので、利用者の利便性が向上する。

次に、算出部１３は、分割領域ごとに推定した葉面積指数ＬＡＩ_ｊに基づいて、対象植物全体の葉面積指数ＬＡＩを算出する（ステップＡ７）。具体的には、ステップＡ７において、まず、算出部１３は、選択された分割領域に対応する葉面積指数ＬＡＩ_ｊを取得する。続いて、ステップＡ７において、算出部１３は、選択された分割領域の葉面積指数ＬＡＩ_ｊの総和を算出する。

また、ステップＡ７において、算出部１３は、選択された分割領域の重み付け係数（ω（θ_ｉ）／ｎ）を取得する。続いて、ステップＡ７において、算出部１３は、選択された分割領域の重み付け係数（ω（θ_ｉ）／ｎ）の総和ω_{ｔｏｔａｌ}を算出する。

続いて、ステップＡ７において、算出部１３は、選択された分割領域の葉面積指数ＬＡＩ_ｊの総和ＬＡＩ_{ｔｏｔａｌ}を、選択された分割領域の重み付け係数（ω（θ_ｊ）／ｎ）の総和で除算して、選択された樹冠形状部分全体の葉面積指数ＬＡＩを算出する。続いて、ステップＡ７において、算出部１３は、葉面積指数ＬＡＩを記憶部２５に記憶する。

次に、表示情報生成部１８は、例えば、ユーザインタフェース、対象植物画像、図５、図６に示すような分割領域の表示、推定対象又は除外する分割領域を表す表示、葉面積指数ＬＡＩなどを表示させるための表示情報を生成する（ステップＡ８）。その後、ステップＡ８において、表示部２２に表示可能な形式に変換した表示情報を出力する。

［本実施形態の効果］
果樹の栽培では、果実の大玉化の防止や安定した収穫を得るために、樹体の樹冠の状態に応じて、適切な葉面積となるように、不要な枝を落とす剪定作業を行っている。しかし、剪定作業は作業者の熟練度に依存するため、熟練度が低い作業者は適切な剪定をすることが難しい。

そのため、葉面積指数を明らかにすることは、剪定において有効な手段である。しかし、上述したＰＣＡを用いる方法では、測定対象の樹体ごとに樹高を計測し、四方位の樹冠半径を計測して平均樹冠半径を求めている。さらに、複数の樹体それぞれについて、主幹から所定の距離だけ離れた位置にＰＣＡを設置して上述した計測をしなければならないため、作業者に多大な負荷がかかる。

しかし本実施形態によれば、安価な装置構成で撮像した対象植物画像（例えば、スマートフォンのカメラに広角レンズなどを装着して撮像した画像）を分割し、分割領域ごとに葉面積指数ＬＡＩ_ｊを推定し、葉面積評価を行う樹冠形状に従って推定対象の分割領域を選択し、選択された分割領域の葉面積指数ＬＡＩ_ｊを用いて対象植物全体の葉面積指数ＬＡＩを推定できる。

そのため、樹冠形状モデルを定義するための樹高や樹冠半径の計測が不要となり、葉面積指数の推定をする際の利用者の利便性を向上させることができる。さらに、葉面積指数ＬＡＩを精度よく推定できる。

また、平均樹冠半径［ｍ］と平均個葉面積［ｃｍ²］を計測することにより、推定した葉面積指数ＬＡＩを用いて、植物生産能力の指標となる総葉面積と総葉枚数を算出することができる。総葉面積は、数４に示す式を用いて求められる。総葉枚数は、数５に示す式を用いて求められる。

（数４）
総葉面積［ｃｍ²］ ＝ 葉面積指数（ＬＡＩ）×（平均樹冠半径［ｍ］²×π）×10000

（数５）
総葉枚数 ＝ 総葉面積［ｃｍ²］／平均個葉面積［ｃｍ²］

次に、実際にカンキツ樹の１０樹体について、葉面積指数の推定を行った結果について説明する。推定に使用した対象植物画像は、主幹中心からの距離３０［ｃｍ］、４０［ｃｍ］、５０［ｃｍ］、６０［ｃｍ］、７０［ｃｍ］、８０［ｃｍ］のそれぞれ６地点で撮影した。また、推定した葉面積指数と比較するため、実測により葉面積指数を求めた。

図１１は、葉面積指数を評価した結果を示す図である。図１１には、対象植物画像から推定した葉面積指数と実測により得た葉面積指数の比較結果を示している。

対象植物画像から推測を行った葉面積指数と実測による葉面積指数の関係は、主幹中心からの距離３０［ｃｍ］から６０［ｃｍ］の範囲で高い相関（ｒ＝０．８６１～０．９３９）が得られた。さらに、主幹中心からの距離７０［ｃｍ］から８０［ｃｍ］の範囲においても比較的高い相関（ｒ＝０．７９８～０．８１８）を示している。

対象植物画像の撮影位置として主幹中心からの距離を厳密に定めることなく、高い相関で葉面積指数の推定結果が得られるため、利用者の利便性を向上させながら、葉面積指数を精度よく推定している。

［プログラム］
本発明の実施形態におけるプログラムは、コンピュータに、図１０に示すステップＡ１からＡ８を実行させるプログラムであればよい。このプログラムをコンピュータにインストールし、実行することによって、本実施形態における植物評価装置と植物評価方法とを実現することができる。この場合、コンピュータのプロセッサは、画像情報取得部１４、設定部１５、分割部１１、空隙指標算出部１６、推定部１２、選択部１７、算出部１３、表示情報生成部１８、入力情報取得部１９、モデル生成部２４として機能し、処理を行なう。

また、本実施形態におけるプログラムは、複数のコンピュータによって構築されたコンピュータシステムによって実行されてもよい。この場合は、例えば、各コンピュータが、それぞれ、画像情報取得部１４、設定部１５、分割部１１、空隙指標算出部１６、推定部１２、選択部１７、算出部１３、表示情報生成部１８、入力情報取得部１９、モデル生成部２４のいずれかとして機能してもよい。

［物理構成］
ここで、実施形態におけるプログラムを実行することによって、植物評価装置を実現するコンピュータについて図１２を用いて説明する。図１２は、植物評価装置を実現するコンピュータの一例を説明するための図である。

図１２に示すように、コンピュータ１１０は、ＣＰＵ（Central Processing Unit）１１１と、メインメモリ１１２と、記憶装置１１３と、入力インターフェイス１１４と、表示コントローラ１１５と、データリーダ／ライタ１１６と、通信インターフェイス１１７とを備える。これらの各部は、バス１２１を介して、互いにデータ通信可能に接続される。なお、コンピュータ１１０は、ＣＰＵ１１１に加えて、又はＣＰＵ１１１に代えて、ＧＰＵ（Graphics Processing Unit）、又はＦＰＧＡ（Field-Programmable Gate Array）を備えていてもよい。

ＣＰＵ１１１は、記憶装置１１３に格納された、本実施形態におけるプログラム（コード）をメインメモリ１１２に展開し、これらを所定順序で実行することにより、各種の演算を実施する。メインメモリ１１２は、典型的には、ＤＲＡＭ（Dynamic Random Access Memory）などの揮発性の記憶装置である。また、本実施形態におけるプログラムは、コンピュータ読み取り可能な記録媒体１２０に格納された状態で提供される。なお、本実施形態におけるプログラムは、通信インターフェイス１１７を介して接続されたインターネット上で流通するものであってもよい。なお、記録媒体１２０は、不揮発性記録媒体である。

また、記憶装置１１３の具体例としては、ハードディスクドライブの他、フラッシュメモリなどの半導体記憶装置があげられる。入力インターフェイス１１４は、ＣＰＵ１１１と、キーボード及びマウスといった入力機器１１８との間のデータ伝送を仲介する。表示コントローラ１１５は、ディスプレイ装置１１９と接続され、ディスプレイ装置１１９での表示を制御する。

データリーダ／ライタ１１６は、ＣＰＵ１１１と記録媒体１２０との間のデータ伝送を仲介し、記録媒体１２０からのプログラムの読み出し、及びコンピュータ１１０における処理結果の記録媒体１２０への書き込みを実行する。通信インターフェイス１１７は、ＣＰＵ１１１と、他のコンピュータとの間のデータ伝送を仲介する。

また、記録媒体１２０の具体例としては、ＣＦ（Compact Flash（登録商標））及びＳＤ（Secure Digital）などの汎用的な半導体記憶デバイス、フレキシブルディスク（Flexible Disk）などの磁気記録媒体、又はＣＤ－ＲＯＭ（Compact Disk Read Only Memory）などの光学記録媒体があげられる。

なお、本実施形態における植物評価装置１０は、プログラムがインストールされたコンピュータではなく、各部に対応したハードウェアを用いることによっても実現可能である。さらに、植物評価装置１０は、一部がプログラムで実現され、残りの部分がハードウェアで実現されていてもよい。

［付記］
以上の実施形態に関し、更に以下の付記を開示する。上述した実施形態の一部又は全部は、以下に記載する（付記１）から（付記１５）により表現することができるが、以下の記載に限定されるものではない。

（付記１）
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割部と、
分割された前記領域ごとに葉面積指数を推定する、推定部と、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出部と、
を有する植物評価装置。

（付記２）
付記１に記載の植物評価装置であって、
前記分割部は、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
植物評価装置。

（付記３）
付記１又は２に記載の植物評価装置であって、
前記葉面積指数の推定対象とする領域、又は、推定対象から除外する領域を選択する、選択部と
を有する植物評価装置。

（付記４）
付記３に記載の植物評価装置であって、
前記算出部は、選択された前記領域の葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
植物評価装置。

（付記５）
付記４に記載の植物評価装置であって、
過去の前記葉面積指数の領域の選択結果とを用いて機械学習をし、前記葉面積指数の推定対象又は除外する領域を推定するモデルを生成する、モデル生成部を有し、
前記選択部は、前記モデルを用いて、前記葉面積指数の推定対象又は除外する領域を選択する
植物評価装置。

（付記６）
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割ステップと、
分割された前記領域ごとに葉面積指数を推定する、推定ステップと、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出ステップと、
を有する植物評価方法。

（付記７）
付記６に記載の植物評価方法であって、
前記分割ステップにおいて、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
植物評価方法。

（付記８）
付記６又は７に記載の植物評価方法であって、
前記葉面積指数の推定対象とする領域、又は、推定対象から除外する領域を選択する、選択ステップと
を有する植物評価方法。

（付記９）
付記８に記載の植物評価方法であって、
前記算出ステップは、選択された前記領域の葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
植物評価方法。

（付記１０）
付記９に記載の植物評価方法であって、
過去の対象植物画像と領域の選択結果とを入力して機械学習をし、前記葉面積指数の推定対象又は除外する領域を推定するモデルを生成する、モデル生成ステップを有し、
前記選択ステップにおいて、前記モデルを用いて、前記葉面積指数の推定対象又は除外する領域を選択する
植物評価方法。

（付記１１）
コンピュータに、
対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割ステップと、
分割された前記領域ごとに葉面積指数を推定する、推定ステップと、
分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出ステップと、
を実行させる命令を含むプログラム。

（付記１２）
付記１１に記載のプログラムであって、
前記分割ステップにおいて、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
プログラム。

（付記１３）
付記１１又は１２に記載のプログラムであって、
前記プログラムが、前記コンピュータに、
前記葉面積指数の推定対象とする領域、又は、推定対象から除外する領域を選択する、選択ステップと
を実行させる命令を更に含むプログラム。

（付記１４）
付記１３に記載のプログラムであって、
前記算出ステップは、選択された前記領域の葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
プログラム。

（付記１５）
付記１４に記載のプログラムであって、
前記プログラムが、前記コンピュータに、
過去の対象植物画像と領域の選択結果とを入力して機械学習をし、前記葉面積指数の推定対象又は除外する領域を推定するモデルを生成する、モデル生成ステップを実行させる命令を更に含み、
前記選択ステップにおいて、前記モデルを用いて、前記葉面積指数の推定対象又は除外する領域を選択する
プログラム。

以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。

以上のように本発明によれば、孤立して存在する植物、又は、間隔をおいて複数存在する植物における、葉面積指数の推定をする際の利用者の利便性を向上させるとともに、葉面積指数ＬＡＩを精度よく推定できる。本発明は、植物評価において、葉面積指数の推定が必要な分野において有用である。

１０ 植物評価装置
１１ 分割部
１２ 推定部
１３ 算出部
１４ 画像情報取得部
１５ 設定部
１６ 空隙指標算出部
１７ 選択部
１８ 表示情報生成部
１９ 入力情報取得部
２０ 撮像部
２１ 広角レンズ
２２ 表示部
２３ 入力部
２４ モデル生成部
２５ 記憶部
３０ 制御部
１１０ コンピュータ
１１１ ＣＰＵ
１１２ メインメモリ
１１３ 記憶装置
１１４ 入力インターフェイス
１１５ 表示コントローラ
１１６ データリーダ／ライタ
１１７ 通信インターフェイス
１１８ 入力機器
１１９ ディスプレイ装置
１２０ 記録媒体
１２１ バス

Claims (9)

1. 対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割する、分割手段と、
   分割された前記領域ごとに葉面積指数を推定する、推定手段と、
   分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する、算出手段と、
   を有する植物評価装置。
2. 請求項１に記載の植物評価装置であって、
   前記分割手段は、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
   植物評価装置。
3. 請求項１又は２に記載の植物評価装置であって、
   前記葉面積指数の推定対象とする領域、又は、推定対象から除外する領域を選択する、選択手段と
   を有する植物評価装置。
4. 請求項３に記載の植物評価装置であって、
   前記算出手段は、選択された前記領域の葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
   植物評価装置。
5. 請求項４に記載の植物評価装置であって、
   過去の対象植物画像と領域の選択結果とを入力して機械学習をし、前記葉面積指数の推定対象又は除外する領域を推定するモデルを生成する、モデル生成手段を有し、
   前記選択手段は、前記モデルを用いて、前記葉面積指数の推定対象又は除外する領域を選択する
   植物評価装置。
6. 対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割し、
   分割された前記領域ごとに葉面積指数を推定し、
   分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
   植物評価方法。
7. 請求項６に記載の植物評価方法であって、
   前記分割において、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
   植物評価方法。
8. 対象植物が撮像された対象植物画像を、あらかじめ設定された設定情報に基づいて、複数の領域に分割し、
   分割された前記領域ごとに葉面積指数を推定し、
   分割された前記領域ごとに推定した前記葉面積指数に基づいて、前記対象植物全体の葉面積指数を算出する
   処理をコンピュータに実行させる命令を含む、プログラム。
9. 請求項８に記載のプログラムであって、
   前記分割において、あらかじめ設定された複数の天頂角円及び複数の方位、又はいずれか一方に基づいて、前記対象植物画像を複数の領域に分割する
   プログラム。

Images