JP6260824B2 - 栽培支援方法、栽培支援装置、およびコンピュータプログラム - Google Patents

Description

本発明は、圃場において栽培している作物の状態を監視するための栽培支援技術に関する。

従来から、農作物の画像を撮影し、この画像を解析することによって、病気の診断を行ったり、農作物の成長状態を把握したりする技術が提案されている。

特許文献１では、植物栽培プラントにおいて、植物の画像情報を提供することによって、植物を栽培する際に必要とされる栽培管理情報を取得する情報提供システムが開示されている。特許文献２では、植物病状データベースを用いて、病気特徴区域の画像情報を植物病状データベースにおける病気特徴の画像情報と比較し、病名を識別する方法が開示されている。

特開２０１３−５７２６号公報 特開２０１３−１１１０７８号公報

実際の圃場において、農作物の画像を撮影し、この撮像画像を栽培支援に利用する場合には、農作物の環境の変化に起因して様々な問題が生じる。例えば、その日の天気に応じて日の当たり具合が変わるため、農作物の撮像状態が一定でなくなり、画像判定が適切に実行できない可能性がある。また、葉に露がつくと、画像判定において露がノイズになるため、誤った判定につながるおそれがある。さらに、真夏に高温が続き、葉がしおれてしまったとき、これを病気と誤って判定してしまう可能性もある。したがって、農作物の画像を利用した栽培支援では、画像判定に影響を与える環境の変化について、十分に考慮することが重要である。

本発明は、農作物の画像を利用して、農作物の状態を判断する栽培支援方法において、農作物の環境の変化の影響を抑制し、判断精度を向上させることを目的とする。

本発明の一態様では、農作物の栽培を支援する栽培支援方法は、前記農作物を撮像手段によって撮影し、対象画像を得る第１ステップと、前記農作物が栽培されている圃場の環境に関する所定の物理量を環境計測手段によって計測する第２ステップと、前記第１ステップで撮影された対象画像と、当該対象画像よりも前に撮影された前記農作物の基準画像とに基づいて、前記農作物の状態を判断する第３ステップとを備え、前記第３ステップにおいて、前記第２ステップで計測された計測データが所定の除外条件を満たすとき、前記農作物の状態の判断を回避する。

この態様によると、農作物の画像が撮像手段によって撮影され、また、圃場の環境に関する所定の物理量が計測される。そして、撮影された対象画像と、前に撮影された基準画像とに基づいて、農作物の状態が判断される。ここで、計測された物理量のデータが所定の除外条件を満たすとき、農作物の状態の判断が回避される。これにより、圃場の環境が画像判定にとって適切ではないと推定されるとき、画像判定を回避し、農作物の状態の判
断を保留することができる。

本発明によると、圃場の環境が画像判定にとって適切ではないと推定されるとき、農作物の状態の判断が保留されるので、誤判断の可能性が低減し、判断精度が向上する。

実施の形態に係る圃場観測システムのイメージ図 圃場観測装置の外観の例 実施の形態に係る圃場観測システムの機能構成図 画像判定により農作物の状態を判断する処理のイメージ図 実施の形態に係る栽培支援方法の処理の流れを示すフローチャート 具体例１におけるデータの一例 具体例２におけるデータの一例 具体例３におけるデータの一例 クラウドコンピュータを利用する構成のイメージ図

以下、実施の形態について、図面を参照して説明する。

図１は実施形態に係る圃場監視システムのイメージ図である。図１において、圃場観測装置（子機）１００は、例えばほうれん草、なすなどの農作物を栽培する圃場に設置されており、撮像手段の一例としての撮像部１０によって農作物の画像を撮影し、撮影した画像データを無線で発信する。また、圃場の環境に関する物理量、例えば気温、湿度、照度などを計測し、計測データを無線で発信する。管理装置２００は、例えば農作業を行うユーザ１が携帯しており、圃場観測装置１００の親機として動作する。管理装置２００を携帯したユーザ１が圃場観測装置１００に近づくと、管理装置２００から圃場観測装置１００に送信要求がなされ、圃場観測装置１００は管理装置２００にデータを送信する。このような通信形態は、ＮＦＣ(Near Field Communication)などの既存の近距離無線通信や、特定小電力無線通信などによって実現可能である。圃場観測装置１００と管理装置２００とは、携帯電話などの既存の公衆無線通信を介して通信してもよい。また、例えば観測の初期設定などにおいて、管理装置２００から圃場観測装置１００に設定データを送信する。管理装置２００は、データ表示や操作入力が可能なように、タッチパネル５０を有している。管理装置２００は、例えば圃場近辺に設置されて、表示部５１や操作入力部５２などの一部の機能がユーザが携帯する携帯端末に備えられて、表示画面や操作入力のデータを制御部７０と携帯端末との間で通信してもよい。このような通信形態は、ＮＦＣなどの既存の近距離無線通信や、特定小電力無線通信などによって実現してもよい。また、携帯電話などの既存の公衆無線通信を介して実現してもよい。

図２は圃場観測装置１００の外観の例である。図２の例では、圃場観測装置１００は、農作物の葉や実、花などを撮影するための撮像部１０と、気温センサ２１、湿度センサ２２および照度センサ２３を備えている。また、圃場観測装置１００にはバッテリ（図示せず）が内蔵されており、このバッテリによって動作するものとする。

図３は実施の形態に係る圃場観測システムの機能構成図である。図３において、圃場観測装置１００は、撮像部１０と、センシング部２０と、制御部３０と、メモリ４０と、通信部４５とを備えている。環境計測手段の一例としてのセンシング部２０はここでは、気温センサ２１、湿度センサ２２および照度センサ２３を含む。制御部３０は、撮像部１０について、所定のタイミングでもって撮影を行うよう制御する。撮影された画像データはメモリ４０に格納される。また、制御部３０は、センシング部２０に含まれた各センサ２
１−２３によって取得された計測データを、所定のタイミングでメモリ４０に格納する。この場合、各センサ２１−２３の計測タイミングは全て同じである必要はない。例えば、照度センサ２３は３０分周期、気温センサ２１および湿度センサ２２は１時間周期というように、異なるセンシング周期を設定してもよい。通信部４５は、メモリ４０に格納された画像データおよび計測データを管理装置２００に送信し、また、管理装置２００から送信された設定データなどを受信する。

管理装置２００は、通信部６０と、メモリ６５と、制御部７０と、画像解析部８０とを備えている。通信部６０は、圃場観測装置１００から送信された画像データおよび計測データを受信し、また、設定データを圃場観測装置１００に送信する。制御部７０は、通信部６０が受信したデータをメモリ６５に格納したり、メモリ６５に格納されたデータの演算処理を行ったりする。画像解析部８０は後述するように、メモリ６５に格納された農作物の画像データと基準となる画像データとに基づいて、農作物の状態を判断する。基準となる画像データもメモリ６５に格納されている。また管理装置２００は、表示部５１と、操作入力部５２とを備えている。本実施の形態では、表示部５１および操作入力部５２がタッチパネル５０として実現されているが、これに限られるものではない。

図４は画像判定により農作物の状態を判断する処理のイメージ図である。図４（ａ）に示すように、メモリ６５は、予め正常な状態において撮影された農作物の画像を基準画像として保存する。その後、画像解析部８０は例えば、基準画像と同時刻に撮影された農作物の画像（対象画像）を基準画像と比較する。画像解析部８０は、比較の結果、画像間に大きな相違がないときには農作物は正常と判断し、例えば葉が黒ずんでいる等のため画像間の相違が大きいときには、農作物は病気になっていると判断する。画像判定手法として具体的には例えば、図４（ｂ）に示すように、対象画像と基準画像との差分をとり、その差分値の大小によって行えばよい。図４（ｃ）では、画像の周波数分布の差分によって判断を行う例を示している。このほかにも例えば、ＲＧＢ成分毎に差分をとり、その差分が病気に特徴的な状態を示しているときに，農作物が病気であるものと判断してもよい。すなわち、ここでの画像判定は、対象画像と基準画像とに基づいて農作物の状態を判断するものであれば、どのようなものであってもよい。

判断の結果は、表示部５１にされる。病気と判断された場合に表示部５１に表示してもよいし、病気と判断された場合も正常と判断された場合も表示部５１に表示してもよい。また、ここでは、判断結果を表示するものとしたが、音声や音響を発することによって判断結果をユーザに報知してもよい。

ここで、課題の項で述べたとおり、実際の圃場では、環境の変化に伴って農作物の撮影状態が変化する。このため、画像判定による農作物の状態判断が適切に行えない場合があり得る。例えば、対象画像の撮影時において基準画像の撮影時と日照条件が異なれば、対象画像が暗くなったり陰ができたりするため、判断の誤りを招きやすい。また、朝方の冷え込みが厳しかったために農作物の葉に露がつくと、この露が画像判定においてノイズとなり、誤判断の要因になる。あるいは、日照りが続いて農作物の葉がしおれた場合には、これを病気と誤判断してしまう可能性がある。

そこで、本実施形態では、圃場環境の計測データを利用して、画像判定による農作物の状態判断が適切に行えない可能性がある場合には、農作物の状態判断を行わないようにし、判断の精度を向上させる。すなわち、管理装置２００の画像解析部８０が、撮像部１０によって撮影された対象画像と、当該対象画像の前に撮影された基準画像とに基づいて、農作物の状態を判断する。ただし、圃場環境に関する所定の物理量、例えば照度などが所定の除外条件を満たすとき、農作物の状態の判断を回避する。

図５は実施の形態に係る栽培支援方法の処理の流れを示すフローチャートである。図５に示すように、まず、撮像部１０によって、農作物について、判断の基準となる画像を撮影する（Ｓ１１）。この画像データは管理装置２００のメモリ６５に保存される。その後、以下の処理を繰り返し実行する。撮像部１０によって、農作物について、判断の対象となる画像を撮影する（Ｓ１２）。また、センシング部２０によって、圃場の環境に関する物理量を計測する（Ｓ１３）。計測された物理量のデータが所定の除外条件を満たすか否かを判断し（Ｓ１４）、満たすときは（Ｓ１４でＹｅｓ）画像判定による農作物の状態判断を回避する。一方、物理量の計測データが所定の除外条件を満たさないときは（Ｓ１４でＮｏ）、画像判定として、例えば対象画像と基準画像との比較を行い（Ｓ１５）、この画像判定の結果から、農作物の状態を判断する（Ｓ１６）。判断結果は、表示部５１によって表示されてもよい。

なお、管理装置２００の制御部７０および画像解析部８０等は、プロセッサとコンピュータプログラムとによって構成されていてもよい。コンピュータプログラムは、メモリ６５、または図示しない別の記憶部に記憶される。同様に、圃場観測装置１００の制御部３０等は、プロセッサとコンピュータプログラムとによって構成されていてもよい。コンピュータプログラムは、メモリ４０、または図示しない別の記憶部に記憶される。

ここで、計測データが所定の除外条件を満たすか否かの判断については、様々な方法が考えられる。例えば、対象画像の撮影時における計測データを用いて、除外条件を満たすか否かを判断してもよいし、また、対象画像の撮影前の所定時における計測データを用いて、除外条件を満たすか否かを判断してもよい。あるいは、対象画像の撮影前の所定期間における計測データを用いて、除外条件を満たすか否かを判断すればよい。以下、具体例をいくつか説明する。

（具体例１）
具体例１では、対象画像の撮影時における計測データを用いて、除外条件を満たすか否かを判断する。ここでは、圃場環境に関する物理量として照度を用いるものとする。すなわち、対象画像の撮影時における照度が、基準画像の撮影時の照度よりも大幅に低いとき、画像判定による農作物の状態判断を回避する。これにより、基準画像の撮影時と比べて日照条件が悪く、農作物の画像が暗くなったり陰ができたりする可能性が高いときに、画像判定による農作物の状態判断を保留することができる。

図６は具体例１におけるデータの一例である。図６に示すように、基準画像は、９月５日の８時に撮影されており、撮影時の照度は６００００ｌｘであったとする。ここで例えば、基準画像の撮影時における照度の７０％を照度のしきい値として設定する。これにより、照度のしきい値として４２０００ｌｘが設定される。なお、ここで示すしきい値の設定方法は一例であり、基準画像の撮影時における照度以下にしきい値を設定すればよい。

その後、基準画像と同時刻に毎日対象画像が撮影される。対象画像１は、撮影時の照度が６１０００ｌｘであり、しきい値を上回っているため、画像判定に適していると判定し、農作物の状態判断の結果として「正常」が得られている。対象画像２は、撮影時の照度が２８０００ｌｘであり、しきい値よりも低いので、画像判定には不適と判定し、農作物の状態判断を行わない。対象画像３についても同様の判定により、農作物の状態判断を行わない。対象画像４，５では画像判定を行い、農作物の状態判断の結果として「正常」が得られ、対象画像６では画像判定を行い、農作物の状態判断の結果として「病気」が得られている。

なお、ここでは照度を利用する例について説明したが、照度以外の計測データを用いてもかまわない。また、複数種類の計測データの組み合わせを利用してもかまわない。

（具体例２）
具体例２では、対象画像の撮影前の所定時における計測データを用いて、除外条件を満たすか否かを判断する。ここでは、圃場環境に関する物理量として気温と湿度を用いるものとする。例えば、対象画像の撮影前の早朝、夜明け頃において、気温が所定値よりも低く、かつ、湿度が所定値よりも高いとき、対象画像と基準画像との比較を回避する。これにより、朝方の冷え込みが厳しかったために農作物に露がつく可能性が高いときに、画像判定による農作物の状態判断を保留することができる。

図７は具体例２におけるデータの一例である。なお、図７のデータはハウス栽培を前提にしたものである。図７に示すように、基準画像は、１０月２９日の８時に撮影されている。ここで、過去の栽培経験から、ハウス内湿度が９０％以上であり、かつ、夜明け時の気温が８℃を下回ったときに、農作物に露がつきやすいということが分かっているものとする。この知見に基づいて、対象画像の撮影日の夜明け時において、気温が８℃より低く、かつ、湿度が９０％よりも高いとき、除外条件を満たすと判断する。なお、ここで示すしきい値は一例であり、露がつきやすい条件が既知であるとき、あるいは予想可能であるとき、その条件に従ってしきい値を定めればよい。

その後、基準画像と同時刻に毎日対象画像が撮影される。対象画像１は、夜明け時の気温が１２．２℃でありしきい値を上回っているため、画像判定に適していると判定し、農作物の状態判断の結果として「正常」が得られている。対象画像２は、夜明け時の気温が７．５℃でありしきい値よりも低く、湿度が１００％であり所定値よりも高いので、画像判定には不適と判定し、農作物の状態判断を行わない。対象画像４もまた、夜明け時の気温が５．８℃でありしきい値よりも低く、湿度が１００％であり所定値よりも高いので、画像判定には不適と判定し、農作物の状態判断を行わない。対象画像３，５では画像判定を行い、農作物の状態判断の結果として「正常」が得られ、対象画像６では画像判定を行い、農作物の状態判断の結果として「病気」が得られている。

なお、夜明け時であることの判断は、例えば照度センサ２３の計測データに基づいて行えばよい。あるいは、所定の時刻例えば午前５時を夜明け時と定めておいてもよい。

またここでは、気温および湿度を組み合わせて利用する例について説明したが、気温または湿度を単独で利用してもいいし、気温および湿度以外の計測データを用いてもかまわない。また、複数種類の計測データの組み合わせを利用してもかまわない。またここでは、撮影前の夜明け時における計測データを用いたが、これ以外の時間帯の計測データを用いてももちろんかまわない。

（具体例３）
具体例３では、対象画像の撮影前の所定期間における計測データを用いて、除外条件を見たすか否かを判断する。ここでは、撮影前数日間の日中最高気温を用いるものとする。すなわち、対象画像の撮影前において、日中最高気温が所定値を超えている日が所定日数連続しているとき、画像判定による農作物の状態判断を回避する。これにより、暑い日が続き、農作物がしおれている可能性が高いときに、画像判定による農作物の状態判断を保留することができる。

図８は具体例３におけるデータの一例である。図８に示すように、基準画像は、８月３日の８時に撮影されている。ここで、過去の栽培経験から、日中最高気温が３５℃を超えている日が３日間以上連続しているときに、農作物がしおれやすいということが分かっているものとする。この知見に基づいて、対象画像の撮影前の３日間において、日中最高気温がいずれも３５℃を超えているとき、除外条件を満たすと判断する。なお、ここで示す
日数や日中最高気温のしきい値は一例であり、農作物がしおれやすい条件が既知であるとき、あるいは予想可能であるとき、その条件に従ってしきい値を定めればよい。

その後、基準画像と同時刻に毎日対象画像が撮影される。対象画像１，２では画像判定を行い、農作物の状態判断の結果として「正常」が得られている。対象画像３は、撮影前３日間の日中最高気温がいずれも３５℃を超えているため、画像判定には不適と判定し、農作物の状態判断を行わない。対象画像４もまた、撮影前３日間の日中最高気温がいずれも３５℃を超えているため、画像判定には不適と判定し、農作物の状態判断を行わない。対象画像５，６では画像判定を行い、農作物の状態判断の結果として「正常」が得られ、対象画像７では画像判定を行い、農作物の状態判断の結果として「病気」が得られている。

なお、ここでは、暑い日が続いていることの判断基準として、日中最高気温を利用したが、これに限られるものではなく、例えば、日中最低気温、昼間所定時間の平均気温などを用いてもかまわない。また、照度を用いてもかまわない。

またここでは、気温を利用する例について説明したが、気温以外の計測データを用いてもかまわない。また、複数種類の計測データの組み合わせを利用してもかまわない。また、撮影前の所定期間における計測データとして、その他にも例えば、撮影前１日間の計測データの平均値、最大値、あるいは変化量などを用いたりしてもかまわない。

ここでは、画像判定による農作物の状態判断を回避する除外条件を満たすか否かの判断に、対象画像の撮影時における計測データを用いる例（具体例１）、対象画像の撮影前の所定時における計測データを用いる例（具体例２）、対象画像の撮影前の所定期間における計測データを用いる例（具体例３）について示した。この他にも例えば、これらを組み合わせて用いて、除外条件を満たすか否かを判断するようにしてもよい。

また、具体例１〜３では、対象画像は基準画像と同一時刻に撮影するものとしたが、
これに限られるものではない。撮影時刻が異なっていても、画像判定により農作物の状態が判断できるのであれば、それでかまわない。例えば、基準画像が８時に撮影されている場合において、対象画像を９時から１２時の間に複数回撮影し、それぞれを基準画像と比較してもかまわない。

以上のように本実施形態によると、農作物の画像が圃場観測装置１００の撮像部１０によって撮影され、また、圃場の環境に関する所定の物理量が圃場観測装置１００のセンシング部２０によって計測される。そして管理装置２００の画像解析部８０が、撮影された対象画像と、前に撮影された基準画像とに基づいて、農作物の状態を判断する。このとき、計測された物理量のデータが所定の除外条件を満たすとき、農作物の状態の判断が回避される。これにより、圃場の環境が画像判定にとって適切ではないと推定されるときには、画像判定が回避されて、農作物の状態の判断が保留される。したがって、誤判断の可能性が低減し、判断精度が向上する。

（他の実施形態）
上述の実施形態では、所定の除外条件を満たすか否かの判定に用いる圃場環境に関する物理量として、照度、気温および湿度を用いる例について説明したが、これに限られるものではない。例えば、土壌温度や土壌水分量を用いてもかまわない。

また、上述の実施形態では、圃場観測装置１００が撮像部１０とセンシング部２０とを備えているものとしたが、環境計測手段は、撮像手段とは別個に、構成および設置されていてもかまわない。また、画像データおよび計測データの送信は、有線で行ってもよいし
、メモリカードなどの媒体を介して行ってもかまわない。また、画像解析部８０が、撮像部１０と一体に構成されていてもかまわない。

また、図３の構成は、農作物を撮影する撮像部１０（撮像手段）と、農作物が栽培されている圃場の環境に関する物理量を計測するセンシング部２０（環境計測手段）と、撮像部１０によって撮影された対象画像と、当該対象画像よりも前に撮影された農作物の基準画像とに基づいて、農作物の状態を判断する画像解析部８０（判断部）とを備えた栽培支援装置とみなすことができる。あるいは、撮像手段、環境計測手段、および判断部を一体的に備えた栽培支援装置を構成してもかまわない。

また、上述の実施形態では、管理装置２００が備えた画像解析部８０が、画像比較および農作物の状態判断を行うものとしたが、これに限られるものではない。例えば、管理装置２００からユーザが保有するＰＣに画像データおよび計測データを入力し、このＰＣによって、画像判定および農作物の状態判断を行うようにしてもよい。あるいは、クラウドコンピュータを利用してもかまわない。

図９はクラウドコンピュータを利用する構成のイメージである。図９の構成において、例えば、管理装置２００は、画像データと、圃場環境の物理量の計測データとを、インターネット２を介して、サービス提供者サーバ３に送信する。そして、サービス提供者サーバ３が、上述の実施形態で示した処理を行い、インターネット２を介してその処理結果を管理装置２００に送信する。なお、この他にも例えば、管理装置２００からユーザが保有するＰＣに画像データおよび計測データを入力し、このＰＣから、インターネット２を介して、サービス提供者サーバ３に送信してもかまわない。

本発明では、画像を利用した農作物の状態判断において、判断精度が向上するので、例えば、農作物の品質向上や栽培コストの削減に有用である。

２ インターネット
３ サービス提供者サーバ
１０ 撮像部（撮像手段）
２０ センシング部（環境計測手段）
２１ 気温センサ
２２ 湿度センサ
２３ 照度センサ
８０ 画像解析部（判断部）
１００ 圃場観測装置
２００ 管理装置

Claims (11)

1. 農作物の栽培を支援する栽培支援方法であって、
   前記農作物を撮像手段によって撮影し、対象画像を得る第１ステップと、
   前記農作物が栽培されている圃場の環境に関する所定の物理量を、環境計測手段によって計測する第２ステップと、
   前記第１ステップで撮影された対象画像と、当該対象画像よりも前に撮影された前記農作物の基準画像とに基づいて、前記農作物の状態を判断する第３ステップとを備え、
   前記第３ステップにおいて、前記第２ステップで計測された計測データが所定の除外条件を満たすとき、前記農作物の状態の判断を回避する
   ことを特徴とする栽培支援方法。
2. 前記第３ステップにおいて、前記対象画像と前記基準画像との比較により、前記農作物の状態を判断する
   請求項１に記載の栽培支援方法。
3. 前記第３ステップにおいて、前記所定の除外条件を満たすか否かの判断を、前記対象画像の撮影時における計測データ、前記対象画像の撮影前の所定時における計測データ、または、前記対象画像の撮影前の所定期間における計測データのうち、少なくともいずれか１つを用いて行う
   請求項１または２に記載の栽培支援方法。
4. 前記環境計測手段が計測する前記所定の物理量は、気温、湿度、照度、土壌温度、土壌水分量のうち少なくともいずれか１つを含む
   請求項１または２に記載の栽培支援方法。
5. 前記第３ステップにおいて判断された前記農作物の状態を、ユーザへ報知する第４ステップを備える
   請求項１から４のうちいずれか１項に記載の栽培支援方法。
6. 前記環境計測手段は、前記所定の物理量として、照度を計測するものであり、
   前記第３ステップにおいて、前記対象画像の撮影時における照度が、前記基準画像の撮影時における照度以下に設定されたしきい値よりも低いとき、前記所定の除外条件を満たすと判断する
   請求項１から５のうちいずれか１項に記載の栽培支援方法。
7. 前記環境計測手段は、前記所定の物理量として、気温および湿度を計測するものであり、
   前記第３ステップにおいて、前記対象画像の撮影日の夜明け時において、気温が所定値より低く、かつ、湿度が所定値よりも高いとき、前記所定の除外条件を満たすと判断する請求項１から５のうちいずれか１項に記載の栽培支援方法。
8. 前記環境計測手段は、前記所定の物理量として、気温を計測するものであり、
   前記第３ステップにおいて、前記対象画像の撮影前において、日中最高気温が所定値を超えている日が所定日数連続しているとき、前記所定の除外条件を満たすと判断する
   請求項１から５のうちいずれか１項に記載の栽培支援方法。
9. 農作物の栽培を支援する栽培支援方法であって、
   前記農作物を撮影した対象画像を得る第１ステップと、
   前記農作物が栽培されている圃場の環境に関する所定の物理量を計測した計測データを
   得る第２ステップと、
   前記第１ステップで得た対象画像と、当該対象画像よりも前に撮影された前記農作物の基準画像とに基づいて判断された、前記農作物の状態を提供する第３ステップとを備え、
   前記第３ステップにおいて、前記第２ステップで計測された計測データが所定の除外条件を満たすとき、前記農作物の状態の判断を回避する
   ことを特徴とする栽培支援方法。
10. 農作物の栽培を支援する栽培支援装置であって、
    前記農作物を撮影して対象画像を得る撮像手段と、
    前記農作物が栽培されている圃場の環境に関する所定の物理量を計測する環境計測手段と、
    前記撮像手段によって撮影された対象画像と、当該対象画像よりも前に撮影された前記農作物の基準画像とに基づいて、前記農作物の状態を判断する判断部とを備え、
    前記判断部は、前記環境計測手段によって計測された計測データが所定の除外条件を満たすとき、前記農作物の状態の判断を回避する
    栽培支援装置。
11. 農作物の栽培を支援するためのコンピュータプログラムであって、
    コンピュータを、
    前記農作物を撮影した対象画像を取得し、
    前記農作物が栽培されている圃場の環境に関する所定の物理量を計測した計測データを取得し、
    前記取得された対象画像と、当該対象画像よりも前に撮影された前記農作物の基準画像とに基づいて判断された前記農作物の状態を提供する
    装置として機能させ、
    前記取得された計測データが所定の除外条件を満たすとき、前記農作物の状態の判断を回避する
    コンピュータプログラム。