JP6476833B2 - 管理システム - Google Patents

管理システム Download PDF

Info

Publication number
JP6476833B2
JP6476833B2 JP2014257376A JP2014257376A JP6476833B2 JP 6476833 B2 JP6476833 B2 JP 6476833B2 JP 2014257376 A JP2014257376 A JP 2014257376A JP 2014257376 A JP2014257376 A JP 2014257376A JP 6476833 B2 JP6476833 B2 JP 6476833B2
Authority
JP
Japan
Prior art keywords
image
label
temperature
labels
display units
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.)
Active
Application number
JP2014257376A
Other languages
English (en)
Other versions
JP2016118434A (ja
Inventor
宇野　和史
和史 宇野
武井　文雄
文雄 武井
丈夫 笠嶋
丈夫 笠嶋
裕幸 福田
裕幸 福田
孝祐 有岡
孝祐 有岡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2014257376A priority Critical patent/JP6476833B2/ja
Priority to US14/964,990 priority patent/US9453766B2/en
Publication of JP2016118434A publication Critical patent/JP2016118434A/ja
Application granted granted Critical
Publication of JP6476833B2 publication Critical patent/JP6476833B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
    • G01K1/02—Means for indicating or recording specially adapted for thermometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025—Living bodies
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/027—Constructional details making use of sensor-related data, e.g. for identification of sensor parts or optical elements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/02—Constructional details
    • G01J5/03—Arrangements for indicating or recording specially adapted for radiation pyrometers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K11/00—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00
    • G01K11/12—Measuring temperature based upon physical or chemical changes not covered by groups G01K3/00, G01K5/00, G01K7/00 or G01K9/00 using changes in colour, translucency or reflectance
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/245—Earth materials for agricultural purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J2005/0077—Imaging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
    • G01N31/22—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using chemical indicators
    • G01N31/222—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using chemical indicators for investigating moisture content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Environmental & Geological Engineering (AREA)
  • Remote Sensing (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)
  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Description

本発明は、管理システムに関する。
従来より、患者居住空間に挿入された被検体に静磁場を与える静磁場発生手段と、前記被検体に傾斜磁場を与える傾斜磁場発生手段と、前記被検体の組織を構成する原子の原子核に核磁気共鳴を起こさせるために高周波磁場を与える高周波パルス送信手段とを備える、ＭＲＩ装置がある。このＭＲＩ装置は、さらに、前記核磁気共鳴による信号を用いて前記被検体に対する断層画像を生成する画像データ生成手段と、前記患者居住空間における温度分布を当該患者居住空間の外側から検出する検出手段と、前記検出手段によって検出された前記温度分布において、あらかじめ設定された所定の閾値以上まで温度が上昇している部分があるか否かを判定する判定手段とを備える。このＭＲＩ装置は、さらに、前記判定手段によって前記温度分布において前記閾値以上まで温度が上昇している部分があると判定された場合、前記傾斜磁場発生手段が前記被検体に対して傾斜磁場を与える動作を停止するよう前記傾斜磁場発生手段を制御する制御手段を備えることを特徴とする（例えば、特許文献１参照）。
前記検出手段は、サーモグラフィカメラを用いて温度分布を示す温度分布画像を撮影する、又は、サーモラベルあるいはサーモペイントの画像を取得する。
近年、顧客の情報を管理・運用するデータセンターや自社の多量のジョブ（ＪＯＢ）を扱う計算機センターなど（以下、これらをまとめて「データセンター」という）のように、多数の計算機（サーバ等）を同一室内に設置して一括管理することが多くなっている。
データセンターでは、室内に多数のラックを設置し、各ラックにそれぞれ複数の計算機を収納している。このような状況下では、計算機から多量の熱が発生してラック内の温度が上昇し、誤動作や故障の原因となる。このため、ファン等により室内の冷気をラック内に取り込んで計算機を冷却しつつ、ラックから排出される熱により室内の温度が上昇しないように空調機を用いて室内の温度を管理している。
ところで、熱による計算機の誤動作や故障を回避しつつデータセンターで消費する電力を削減するためには、データセンター内の温度分布を随時測定し、その測定結果に応じて空調設備等を適宜制御する必要がある。データセンター内の温度分布を測定するためには、例えばラック内外に温度センサＩＣ又は熱電対等の温度センサを多数設置することが考えられる。しかし、その場合は、温度センサの数が膨大になり、温度センサの設置に要する費用が高くなるという問題がある。具体的には、
・センサー用配線の敷設に伴う工事費（有線センサーの場合）
・センサー用送受信機の設置工事費（無線センサーの場合）
・各センサーと取付位置の紐づけ作業費
などの増加が避けられない。温度センサの数が多くなると故障が発生する割合も高くなり、故障が確認された温度センサは交換する必要がある。また、ラック撤去、増設、配置変更等が発生する場合、都度上記の工事費、作業費がかかってくることになる。そのため、導入や変更に伴う工事費や紐づけ作業費の最小化が可能で、かつ、センサの故障の発生を回避できる保守費用の最小化が可能なシステムが求められている。
きめ細やかに温度を測定して管理することはデータセンターのみならず、様々な分野で重要性が増してきている。メロンやイチゴのビニールハウス栽培では、燃料コストの上昇対策として、多段温度管理によって効率的に品質を確保することが求められており、冷凍倉庫でも同様に冷凍コストの抑圧のために温度区画毎に保管する物品を決めて管理する対策が必要となっている。一定期間鶏に卵を産ませ続けるセミウィンドウレス鶏舎でも省エネを確保しつつ、鶏にとって快適な空調を保持することで効率的に採卵できる対策が必要となっている。これらはすべて区画内の各空間の温度分布を詳細に把握することが必要なものである。さらにいえば、これらの用途はおおむね温度のみならず細やかな湿度管理も要するものであるが、これらの分野に置いても、データセンターと同様に、センサー設置に伴う配線や送受信機の設置、システムとの関連付け、故障管理などのコストと言った共通の問題があり、問題はあってもコスト的に対策が困難な状況である。
管理については、もう一つの側面としてセキュリティの確保も求められている。データセンターはすでに過当競争となりつつあり、各社はセキュリティの担保が商談獲得の必須条件となってきている。また、メロンやイチゴなどの高付加価値農産物は盗難リスクが高まっており、侵入者の存在を携帯端末に送信するシステム導入の検討を進める農家が増加している。冷凍倉庫では内部の人員の安全確保としての側面、セミウィンドウレス鶏舎では鶏の盗難はないが、鳥インフルエンザの兆候管理側面という分野ごとのセキュリティが求められている。しかしながら、これらの対策のみで監視カメラシステムを導入できるのは大規模な経営体質でなければならず、中小規模での導入はコスト的に敷居が高いのが実情である。
特開２０１０−２５３２６６号公報
監視カメラを監視として導入するだけではコスト的に割高である。また、多点監視のセンシングシステムを構築する場合、配線や送受信機取付、故障管理、レイアウト変更毎のシステム紐づけなど、導入維持コストが大きい。そこで、特許文献１でみられるように、
サーモラベルあるいはサーモペイントの画像を取得する、という方法が考えられる。画像取得方法として監視カメラを用いれば、監視カメラはセンシングの送受信機を機能として兼ねることになる。
従来のＭＲＩ装置では、あらかじめ設定された所定の閾値以上まで温度が上昇している部分があるか否かを判定することはできる。所定の閾値は、４１℃以下であり、例えば、変色温度が４０℃以下のサーモラベルを用いることにより、温度が４０℃以上に上昇した部分が生じると、ＭＲＩ装置を停止するようにしている。これは、装置及び患者の安全性を確保するためである。
しかしながら、上述のように、従来のＭＲＩ装置は、各測定点において、ある特定の温度以上に温度が上昇したかどうかを判定することができるが、各測定点で温度が異なる可能性がある場合に、各測定点における温度を個別的に測定することはできない。また、従来のＭＲＩ装置は、湿度を測定することができない。したがって、上述したようなデータセンター、施設園芸、冷凍倉庫、鶏舎などの温湿度監視用途には使用できない。
そこで、これらの用途にも対応可能な複数の測定点における温度又は湿度を個別的に測定できる管理システムを提供することを目的とする。
本発明の実施の形態の管理システムは、温度又は湿度のレベルに応じて発色位置が変化する複数の表示部をそれぞれ有し、管理対象に、撮影装置から離れる方向において互いに異なる位置に設置される複数のラベルと、前記撮影装置によって撮影された前記複数のラベルの画像を表す画像データを出力する画像取得部と、前記画像データに含まれる前記複数のラベルの画像を表す各画素数の差よりも変換後のラベルの画像を表す各画素数の差の方が小さくなるように前記画像データを変換する第１画像処理、及び、取得した画像データにおける前記ラベルに対応する画素数の情報を用いて前記複数の表示部の画像を認識する第２画像処理のいずれか一方を行う画像処理部と、前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われることで得られた、前記複数の表示部に対応する画素の輝度情報に基づき、前記温度又は前記湿度のレベルを検出するレベル検出部とを含む。
複数の測定点における温度又は湿度を個別的に測定できる管理システムを提供することができる。
実施の形態１の管理システムを適用するデータセンタ１の内部の様子を示す図である。 実施の形態１の管理システムで用いるラベル３０Ａ、３０Ｂ、３０Ｃを示す図である。 実施の形態１の管理システム１００を示す図である。 監視カメラ２０で撮影して得る画像を示す図である。 実施の形態１の制御装置５０として用いられるコンピュータシステムの斜視図である。 コンピュータシステム５００のコンピュータ５０１内の要部の構成を説明するブロック図である。 実施の形態１の管理システム１００に含まれる制御装置５０と、制御装置５０が用いるデータとを示す図である。 実施の形態１の管理システム１００に含まれる制御装置５０が実行する処理を示すフローチャートを示す図である。 制御装置５０が抽出する画像の一例を示す図である。 領域６０ＡＵに対する処理の様子を示す図である。 ワーピング処理の様子を示す図である。 ８つのラベル３０Ａが示す温度の分布を示す図である。 透視投影変換図法によるワーピング処理の原理を説明する図である。 いずれかのマーカ３２Ａ又は３２Ｂを読み込めなかった場合におけるマーカ３２Ａ、３２Ｂの位置を決める方法を説明する図である。 サーバラック１０Ａの左端を検出する方法を説明する図である。 ラベル３０Ｂによる温度検出と、ラベル３０Ｃによる湿度検出を説明する図である。 ラベル３０Ｂによる温度検出と、ラベル３０Ｃによる湿度検出を説明する図である。 統合方法を説明する図である。 ラベル３０Ａの位置関係のバリエーションを示す図である。 ラベル３０Ａ同士の間隔を導出する方法を説明する図である。 実施の形態１の変形例によるラベル３０Ｄ、３０Ｅ、３０Ｆを示す図である。 鶏舎の内部を示す図である。 図２２の一部の平面構成を示す図である。 ガラスハウス３００の内部を示す図である。 実施の形態３の管理システム１００で照度を算出する方法を説明する図である。 実施の形態３の管理システム１００で照度を算出する手順を示すフローチャートである。
以下、本発明の管理システムを適用した実施の形態について説明する。
＜実施の形態１＞
近年、顧客の情報を管理・運用するデータセンターや自社の多量のジョブ（ＪＯＢ）を扱う計算機センターなど（以下、これらをまとめて「データセンタ」という）のように、多数の計算機（サーバ等）を同一室内に設置して一括管理することが多くなっている。
データセンタでは、室内に多数のラックを設置し、各ラックにそれぞれ複数の計算機を収納している。このような状況下では、計算機から多量の熱が発生してラック内の温度が上昇し、誤動作や故障の原因となる。このため、ファン等により室内の冷気をラック内に取り込んで計算機を冷却しつつ、ラックから排出される熱により室内の温度が上昇しないように空調機を用いて室内の温度を管理している。
図１は、実施の形態１の管理システムを適用するデータセンタ１の内部の様子を示す図である。
データセンタ１には、通路１Ａに沿ってサーバラック１０Ａ及び１０Ｂと監視カメラ２０とが設置されている。
図１（Ａ）は、サーバラック１０Ａ及び１０Ｂの間の通路１Ａに沿った配置を示す図、図１（Ｂ）は平面的な配置を示す図、図１（Ｃ）は、サーバラック１０Ａを通路１Ａ側から見た図である。なお、図１（Ｃ）には、サーバラック１０Ａ及び１０Ｂが配置される部屋の通路１Ａ、内側壁１Ｂ、及び天井１Ｃを示す。通路１Ａは、部屋１の床の一部である。
なお、ここでは、直交座標系としてαβγ座標系を定義する。α軸は、サーバラック１０Ａと１０Ｂが向かい合う方向に伸延し、β軸は、通路１Ａの方向に伸延し、γ軸は、鉛直上向きに伸延する。α軸、β軸、γ軸の正方向は、図示する通りである。
図１（Ａ）〜（Ｃ）に示す各部の寸法は、例えば、次の通りである。図１（Ａ）に示すように、サーバラック１０Ａと１０Ｂとの間の通路１Ａの幅は、１．４ｍである。サーバラック１０Ａ及び１０Ｂは、通路１Ａ側に開口部１０Ａ１及び１０Ｂ１があり、ブレードタイプのサーバを差し込むようになっている。
サーバラック１０Ａ及び１０Ｂの奥行き（α方向の幅）は、１ｍである。サーバラック１０Ａ及び１０Ｂは、通路１Ａ側の開口部１０Ａ１及び１０Ｂ１とは反対側に、サーバの熱を逃がす排気口が設けられる。このため、サーバラック１０Ａの排気口と、サーバラック１０Ｂの排気口との間の長さは、３．４ｍである。また、サーバラック１０Ａ及び１０Ｂの高さは、２ｍである。
図１（Ａ）及び（Ｂ）に示すように、サーバラック１０Ａと１０Ｂは、互いの開口部１０Ａ１及び１０Ｂ１が通路１Ａを挟んで対向するように、平行に配置されている。ここでは、サーバラック１０Ａ及び１０Ｂは、それぞれ、通路１Ａに沿って３０個ずつ並べられている。
図１（Ｃ）に示すように、データセンタ１の室内の高さは３ｍであり、監視カメラ２０は、β軸方向において最も負方向側に位置するサーバラック１０Ａ及び１０Ｂから１．５ｍで、天井１Ｃから０．５ｍ下の位置に設置されている。なお、監視カメラ２０と、β軸方向において最も正方向側に位置するサーバラック１０Ａ及び１０Ｂとは、２０ｍ離れている。
なお、これらの寸法は一例であり、各寸法は、上述の寸法未満であってもよく、上述の寸法より大きな値であってもよい。
ここで、監視カメラ２０として、以下の仕様のものを用いた場合に、監視カメラ２０から最も離れたサーバラック１０Ａ及び１０Ｂを表す画像の撮像範囲は、次のようになる。
撮像素子：１／３インチ（４．８ｍｍ×３．６ｍｍ）、ＳＸＧＡ（１２８０×１０２４）
焦点距離：２．８〜１０ｍｍ
水平画角：２７．７°〜１００．３°
垂直画角：２０．８°〜７３．６°
このような１３０万画素の監視カメラ２０で、最遠方となる２０ｍ地点での１ピクセルあたりの撮像範囲は、焦点距離１０ｍｍのモードの場合には、２０ｍ×０．１８１５ｒａｄ÷（１０２４ｐｉｘｅｌ÷２）≒０．００７ｍ／ｐｉｘｅｌで、約７ｍｍとなる。
例えば、温度変化又は微小な振動等で監視カメラ２０の位置がβ軸方向に０．１ｍｍ程度ずれるような光軸の傾きが生じた場合を考える。上述の倍率関係から計算すると、最遠方となる２０ｍ地点での３．６３ｍが監視カメラ２０の位置における１．８ｍｍに対応するので、監視カメラ２０の０．１ｍｍの位置ずれは、最遠方となる２０ｍ地点では、０．１×３．６３ｍ／１．８ｍｍ≒２００ｍｍ（約２０ｃｍ）の位置ずれになる。
図２は、実施の形態１の管理システムで用いるラベル３０Ａ、３０Ｂ、３０Ｃを示す図である。
図２（Ａ）に示すラベル３０Ａは、樹脂製の短冊状のシート３０Ａ１の一方の面に、温度を示す８つのインジケータ３１Ａを配置し、８つのインジケータ３１Ａの両側に、マーカ３２Ａ及び３２Ｂをそれぞれ設けたものである。シート３０Ａ１の表面のうち、８つのインジケータ３１Ａとマーカ３２Ａ及び３２Ｂ以外の部分は、黒いフィルム（マスク）で覆われている。
８つのインジケータ３１Ａは、コレステリック液晶の性質である「選択反射」の特徴を活かし、段階的に異なる（緑色に発色する）温度帯をもつコレステリック液晶を一列にずらしてシート３０Ａ１の表面に配置したものである。インジケータ３１Ａは、表示部の一例である。
緑色に発色する温度帯に合わせた数字（温度値）がシート３０Ａ１の表面に浮かび上がるように表示されるように８つのインジケータ３１Ａの各々の区画に液晶を充填することにより、あるいは、すべての区画に液晶を充填したシート３０Ａ１の表面に黒色のマスクをして数字（温度値）が発色するように（数字が浮かび上がるように）することにより、ラベル３０Ａが置かれる環境の温度をインジケータ３１Ａで示すようになっている。コレステリック液晶の「選択反射」は可逆的な反応であり、繰り返し使用できる。
８つのインジケータ３１Ａは、それぞれ、１８℃、２０℃、２２℃、２４℃、２６℃、２８℃、３０℃、３２℃を表示するようになっている。ラベル３０Ａは、本来カラーで表示されるものであり、一例として、環境温度が２４℃の場合には、２４℃のインジケータ３１Ａが緑色に発色し、１８℃から２２℃の３つのインジケータ３１Ａが薄い（発光の弱い）青色で発色し、２６℃以上の４つのインジケータ３１Ａは発色しないため、２６℃、２８℃、３０℃、３２℃の４つの温度値は、シート３０Ａ１の黒色に埋もれて表示されない状態である。
また、例えば、環境温度が２５℃のように、これらの８つの温度値で表せない場合には、環境温度に最も近い２つの温度が薄い（発光の弱い）緑色で表示される。すなわち、環境温度が２５℃の場合には、２４℃のインジケータ３１Ａと、２６℃のインジケータ３１Ａとが薄い（発光の弱い）緑色で発色する。
マーカ３２Ａ及び３２Ｂは、後述する画像処理において、ラベル３０Ａの両端を認識する際に用いるために設けられている。上側のマーカ３２Ａと、下側のマーカ３２Ｂとは、向きの異なる白色のＬ字型のパターンを有する。
マーカ３２Ａ及び３２Ｂは、例えば、赤色の正方形の区画の中央に、白色のＬ字型のパターンが施されたものである。このようなマーカ３２Ａ及び３２Ｂは、例えば、赤色の再帰反射インク又は蓄光インクをシート３０Ａ１の表面に塗布して正方形の区画を形成し、正方形の区画の中央に白色のＬ字型のパターンを形成すればよい。
白色のＬ字型のパターンは、白色の再帰反射インク又は蓄光インクを塗布することによって形成してもよいが、シート３０Ａ１が白色である場合は、シート３０Ａ１に赤色の再帰反射インク又は蓄光インクを塗布しない領域として実現してもよい。
図２（Ｂ）に示すラベル３０Ｂは、樹脂製の短冊状のシート３０Ｂ１の一方の面に、１２℃から３２℃までの温度を示す１１個のインジケータ３１Ｂを配置し、１１個のインジケータ３１Ｂの両側に、マーカ３２Ａ及び３２Ｂをそれぞれ設けたものである。シート３０Ｂ１の表面のうち、１１個のインジケータ３１Ｂとマーカ３２Ａ及び３２Ｂ以外の部分は、黒いフィルム（マスク）で覆われている。
ラベル３０Ｂは、図２（Ａ）に示すラベル３０Ａとは、インジケータ３１Ｂの個数とインジケータ３１Ｂの数字の向きが異なるが、その他は基本的に同様である。
図２（Ｃ）に示すラベル３０Ｃは、環境湿度を示す点がラベル３０Ａ（図２（Ａ）参照）及び３０Ｂ（図２（Ｂ）参照）と異なる。ラベル３０Ｃは、樹脂製の短冊状のシート３０Ｃ１の一方の面に、１０％から７０％までの湿度を示す７個のインジケータ３１Ｃを配置し、７個のインジケータ３１Ｃの両側に、マーカ３２Ａ及び３２Ｂをそれぞれ設けたものである。シート３０Ｃ１の表面のうち、７個のインジケータ３１Ｃとマーカ３２Ａ及び３２Ｂ以外の部分は、白いフィルム（マスク）で覆われている。
環境湿度を示す７個のインジケータ３１Ｃは、例えば、塩化コバルト等を吸取紙に浸すことで所定レベルの相対湿度で発色する仕組みを利用したものである。インジケータ３１Ｃは、相対湿度が所定レベルを下回れば、元の色に戻るものである。７つのインジケータ３１Ｃは、互いに発色する相対湿度が異なるように設定されており、図２（Ｃ）における左側から、１０％、２０％、３０％、４０％、５０％、６０％、７０％の環境湿度で発色するようになっている。
ラベル３０Ｃのインジケータ３１Ｃは、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を上回れば青色に発色し、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を下回ればピンク色に発色する。
実施の形態１の管理システムでは、ラベル３０Ａ〜３０Ｃのような複数のラベルをサーバラック１０Ａ及び１０Ｂに貼り付け、監視カメラ２０で複数のラベルを含む画像を撮影し、画像処理を行うことによって各ラベルが表示する温度又は湿度を検出する。
このような画像処理でインジケータ３１Ａ〜３１Ｃとマーカ３２Ａ及び３２Ｂとを読み取れるようにするには、インジケータ３１Ａ〜３１Ｃの各々が画像データの中で発色の有無を識別できる程度のピクセル数を有するようにすることと、マーカ３２Ａ及び３２Ｂを識別できるようにすることが必要である。
すなわち、インジケータ３１Ａ〜３１Ｃのサイズ、マーカ３２Ａ及び３２Ｂのサイズ、監視カメラ２０の解像度等の仕様、及び、撮影において監視カメラ２０から最遠方となる地点までの距離等を設定することにより、画像処理でインジケータ３１Ａ〜３１Ｃを読み取れるようにする必要がある。このような内容については後述する。
なお、図２（Ａ）〜（Ｃ）には、液晶を用いて環境温度又は環境湿度を表示するラベル３０Ａ〜３０Ｃを示すが、液晶ではなく、感熱体の温度による透明度の変化を利用したインジケータを含むサーモラベルを用いてもよい。このようなサーモラベルのインジケータは、閾値温度を挟んで色合いが変化するものであり、例えば、閾値温度より低い場合には暗い茶紫色に発色し、閾値温度以上になると黄色がかった明るい赤色に発色するもの、閾値温度より低い場合には黄色がかった明るい橙色に発色し、閾値温度以上になると黄色に発色するもの、及び、閾値温度より低い場合には赤味がかった橙色に発色し、閾値温度以上になると赤色がかった黄色に発色するもの等がある。
図３は、実施の形態１の管理システム１００を示す図である。
管理システム１００は、監視カメラ２０、ラベル３０Ａ、及び制御装置５０を含む。図３（Ａ）は、サーバラック１０Ａ及び１０Ｂの間の通路１Ａに沿った配置を示す図、図３（Ｂ）は、監視カメラ２０とラベル３０Ａの平面的な位置関係を示す図であり、図３（Ｃ）は、８つのサーバラック１０Ａを通路１Ａ側から見た図である。図３（Ａ）、（Ｂ）、（Ｃ）では、図１（Ａ）〜（Ｃ）と同様のαβγ座標系を定義する。
図３（Ａ）には、サーバラック１０Ａ及び１０Ｂを８つずつ示す。サーバラック１０Ａ及び１０Ｂには、ラベル３０Ａが２つずつ取り付けられている。ラベル３０Ａは、図２（Ａ）に示すものと同一であり、サーバラック１０Ａ及び１０Ｂの各々において、通路１Ａに面した開口部１０Ａ１及び１０Ｂ１よりもβ軸負方向側の側壁の上側と下側とに１つずつ取り付けられている。
上側のラベル３０Ａの高さ方向（γ軸方向）の位置は、上端をサーバラック１０Ａ及び１０Ｂの上端と合わせた位置であり、下側のラベル３０Ａの高さ方向（γ軸方向）の位置は、上端が通路１Ａの床面から０．５ｍの高さになる位置である。
すべてのラベル３０Ａは、サーバラック１０Ａ及び１０Ｂから通路１Ａ側に突出し、αγ平面に平行に、かつ、β軸負方向側を向くように取り付けられている。すなわち、ラベル３０Ａは、温度のレベルに応じて発色位置が変化するインジケータ３１Ａ（表示部）をそれぞれ有し、監視カメラ２０から離れる方向において互いに異なる位置に設置される。また、ラベル３０Ａにおいて、発色位置が変化する方向は、監視カメラ２０から離れる方向とは異なる方向である。
このようにラベル３０Ａをサーバラック１０Ａ及び１０Ｂに取り付けるためには、例えば、ラベル３０Ａと同じ大きさの面を有するＬ字型の板状部材４０（図３（Ｂ）参照）を開口部１０Ａ１及び１０Ｂ１よりもβ軸負方向側の側壁の上側と下側とに１つずつ取り付けて、板状部材４０のβ軸負方向側の面に、ラベル３０Ａを貼り付ければよい。
図３（Ｂ）には、監視カメラ２０の光軸ＡＸ１と、サーバラック１０Ａに取り付けられるラベル３０Ａの法線を連ねた軸ＡＸ２とを示す。光軸ＡＸ１と軸ＡＸ２とは平行である。
また、図３（Ｃ）には、８つのサーバラック１０Ａにラベル３０Ａを取り付けた状態を通路１Ａ側から見た様子を示す。
図３（Ｃ）に示すように、８つのサーバラック１０Ａのうち、β軸方向において最も正方向側にあるサーバラック１０Ａに取り付けられるラベル３０Ａ（最遠方のラベル３０Ａ）と、監視カメラ２０とのβ軸方向における距離は、６．４ｍである。これは、１つのサーバラック１０Ａのβ軸方向の幅が０．７ｍであり、β軸方向において最も監視カメラ２０に近いサーバラック１０Ａと、監視カメラ２０との間のβ軸方向における距離が１．５ｍだからである。
ここで、図１を用いて説明した場合と同様に、１３０万画素の監視カメラ２０で最遠方のラベル３０Ａを撮影する場合について検討する。
監視カメラ２０の焦点距離を２．８ｍｍに設定して撮影すると、監視カメラ２０に最も近いラベル３０Ａについての垂直方向及び水平方向の視野は次の通りである。
垂直方向の視野：１．６ｍ×０．８７５×２＝±１．４ｍ ・・・（１）
水平方向の視野：１．６ｍ×０．６４２×２＝±１ｍ ・・・（２）
なお、垂直方向の視野については、画角は水平方向に拡がるものとして捉え、水平方向の視野については、画角は垂直方向に拡がるものとして取り扱ってある。
また、式（１）、（２）における１．６ｍは、監視カメラ２０と、監視カメラ２０に最も近いラベル３０Ａとの間の距離である。また、式（１）における０．８７５は、水平画角１００．３°をラジアンに変換した値の半値である。また、式（２）における０．６４２は、垂直画角７３．６°をラジアンに変換した値の半値である。
また、監視カメラ２０の焦点距離を２．８ｍｍに設定した場合に、画像の１ピクセルに占める、監視カメラ２０から最遠方のラベル３０Ａの位置における垂直方向及び水平方向の大きさは次の通りである。監視カメラ２０から最遠方のラベル３０Ａの位置は、監視カメラ２０から６．４ｍの位置である。
垂直方向の１ピクセルあたりの大きさ：６．４ｍ×０．８７５ｒａｄ÷（１２８０ｐｉｘｅｌ÷２）≒８．８ｍｍ／ｐｉｘｅｌ ・・・（３）
水平方向の１ピクセルあたりの大きさ：６．４ｍ×０．６４２ｒａｄ÷（１０２４ｐｉｘｅｌ÷２）≒８ｍｍ／ｐｉｘｅｌ ・・・（４）
図４は、監視カメラ２０で撮影して得る画像を示す図である。
図４において、十字線が監視カメラ２０の焦点方位を示し、２つの破線で示す四角枠は、焦点距離２．８ｍｍ、３．６ｍｍの時の撮像範囲を示す。焦点距離２．８ｍｍの撮像範囲では、３２個のラベル３０Ａのすべてを撮影でき、焦点距離３．６ｍｍの撮像範囲では、３２個のラベル３０Ａのうちの最も手前側の４個のラベル３０Ａを完全には撮影できないが、最遠方のラベル３０Ａをより高い解像度で撮影することができる。
このため、例えば、奥側のラベル３０Ａの解像度を保つために、手前側と奥側で焦点距離を変更して撮像してもよい。
焦点距離３．６ｍｍの画像において、監視カメラ２０から最遠方のラベル３０Ａの位置における垂直方向及び水平方向の大きさは、焦点距離の比を用いて次のように求めることができる。
垂直方向の１ピクセルの大きさ：２．８÷３．６×８．８≒６．８ｍｍ／ｐｉｘｅｌ ・・・（５）
水平方向の１ピクセルの大きさ：２．８÷３．６×８≒６．２ｍｍ／ｐｉｘｅｌ ・・・（６）
このように、焦点距離３．６ｍｍの画像では、焦点距離２．８ｍｍの画像に比べて、２割程度の解像度の改善が可能になる。
式（３）〜（６）から得られる数値に基づいて、最遠方のラベル３０Ａのインジケータ３１Ａとマーカ３２Ａ及び３２Ｂのサイズについて検討する。
インジケータ３１Ａとマーカ３２Ａ及び３２Ｂは、３ピクセル（縦）×３ピクセル（横）＝９ピクセル程度を確保できれば、画像処理による識別を行うのに十分であるため、インジケータ３１Ａとマーカ３２Ａ及び３２Ｂの縦、横の寸法は、最小で１８ｍｍ程度ということになる。
以上より、ラベル３０Ａのサイズについては、一例として、インジケータ３１Ａの縦、横の長さを２０ｍｍ、マーカ３２Ａ及び３２Ｂの縦、横のサイズを３０ｍｍに設定する。また、一例として、インジケータ３１Ａ同士の間隔を５ｍｍに設定し、マーカ３２Ａの長手方向の長さを２７５ｍｍ、短手方向の幅を３０ｍｍに設定する。
なお、ラベル３０Ａを撮影して得る画像データにおけるラベル３０ＡのＳ／Ｎ比が比較的高い場合において、インジケータ３１Ａとマーカ３２Ａ及び３２Ｂを９ピクセルよりも少ないピクセル数で識別できる場合には、インジケータ３１Ａとマーカ３２Ａ及び３２Ｂの縦、横の長さをより短くしてもよい。例えば、２ピクセル（縦）×２ピクセル（横）＝４ピクセルでインジケータ３１Ａとマーカ３２Ａ及び３２Ｂを識別できる場合は、ラベル３０Ａをより小さくすることができる。
次に、管理システム１００に含まれる制御装置５０として用いられるコンピュータシステムについて説明する。
図５は、実施の形態１の制御装置５０として用いられるコンピュータシステムの斜視図である。図５に示すコンピュータシステム５００は、コンピュータ５０１、ディスプレイ５０２、キーボード５０３、マウス５０４、及びモデム５０５を含む。
コンピュータ５０１は、ＣＰＵ（Central Processing Unit：中央演算装置）、ＨＤＤ（Hard Disk Drive：ハードディスクドライブ）、及びディスクドライブ等を内蔵する。ディスプレイ５０２は、コンピュータ５０１からの指示により表示画面５０２Ａ上に解析結果等を表示する表示部であり、例えば、液晶モニタであればよい。キーボード５０３は、コンピュータシステム５００に種々の情報を入力するための入力部である。マウス５０４は、ディスプレイ５０２の表示画面５０２Ａ上の任意の位置を指定する入力部である。モデム５０５は、外部のデータベース等にアクセスして他のコンピュータシステムに記憶されているプログラム等をダウンロードする。
コンピュータシステム５００に制御装置５０としての機能を持たせるプログラムは、ＵＳＢ(Universal Serial Bus)メモリ５０７等の可搬型記録媒体に格納されるか、モデム５０５等の通信装置を使って他のコンピュータシステムの記録媒体５０６からダウンロードされ、コンピュータシステム５００に入力されてコンパイルされる。
コンピュータシステム５００に制御装置５０としての機能を持たせるプログラムは、コンピュータシステム５００を制御装置５０として動作させる。このプログラムは、例えばＵＳＢメモリ５０７等のコンピュータ読み取り可能な記録媒体に格納されていてもよい。コンピュータ読み取り可能な記録媒体は、ＵＳＢメモリ５０７、ＣＤ−ＲＯＭ、光磁気ディスク、ＩＣカードメモリ、フロッピー（登録商標）ディスク等の磁気ディスク等の可搬型記録媒体に限定されるものではない。コンピュータ読み取り可能な記録媒体は、モデム５０５又はＬＡＮ等の通信装置を介して接続されるコンピュータシステムでアクセス可能な各種記録媒体を含む。
図６は、コンピュータシステム５００のコンピュータ５０１内の要部の構成を説明するブロック図である。コンピュータ５０１は、バス５１０によって接続されたＣＰＵ５１１、ＲＡＭ又はＲＯＭ等を含むメモリ部５１２、ＵＳＢメモリ５０７用のディスクドライブ５１３、及びハードディスクドライブ（ＨＤＤ）５１４を含む。実施の形態１では、ディスプレイ５０２、キーボード５０３、及びマウス５０４は、バス５１０を介してＣＰＵ５１１に接続されているが、これらはＣＰＵ５１１に直接的に接続されていてもよい。また、ディスプレイ５０２は、入出力画像データの処理を行う周知のグラフィックインタフェース（図示せず）を介してＣＰＵ５１１に接続されていてもよい。
コンピュータシステム５００において、キーボード５０３及びマウス５０４は、制御装置５０の入力部である。ディスプレイ５０２は、制御装置５０による選択結果等を表示画面５０２Ａ上に表示する表示部である。
なお、コンピュータシステム５００は、図５及び図６に示す構成のものに限定されず、各種周知の要素を付加してもよく、又は代替的に用いてもよい。
図７は、実施の形態１の管理システム１００に含まれる制御装置５０と、制御装置５０が用いるデータとを示す図である。
図７（Ａ）に示すように、制御装置５０は、画像処理部５１、レベル検出部５２、及びメモリ５３を含む。制御装置５０は、監視カメラ２０に接続されており、監視カメラ２０から出力される画像データに基づき、サーバラック１０Ａ及び１０Ｂ（図３参照）に取り付けられる３２個のラベル３０Ａの温度分布を検出する。
画像処理部５１は、監視カメラ２０から入力される画像データに対して、透視投影変換図法を用いた画像変換処理等によるワーピング処理を行い、処理済の画像データをレベル検出部５２に出力する。画像データ内のカメラ近傍にあるラベル３０Ａを示す画像の画素数に対して、カメラから遠方になるにつれ、ラベル３０Ａを示す画像の画素数は少なくなる。制御装置５０による各ラベル３０Ａの画像データからの自動的な温度の算出は所定のルールに基づいた処理が必要であるが、同一のラベル３０Ａを使用しているにも関わらず、異なる画素数で各ラベル３０Ａが表現されるため、制御装置５０にルールを設定できない。ワーピング処理により、各ラベル３０Ａを示す各画像の画素数が揃うため、制御装置５０は後述する自動算出を行うことができる。ワーピング処理は、第１画像処理の一例である。
すなわち、第１画像処理の一例としてのワーピング処理は、画像データに含まれる複数のラベル３０Ａの画像を表す各画素数の差よりも変換後のラベル３０Ａの画像を表す各画素数の差の方が小さくなるように画像データを変換する処理である。
換言すれば、画像処理部５１は、画像処理前の複数のインジケータ３１Ａの画像と画像処理後の複数のインジケータ３１Ａの画像を比較したときに、複数のインジケータ３１Ａの画像の各一対のマーカ３２Ａ、３２Ｂの間隔が揃うように、かつ、隣接するラベル３０Ａの一対のマーカ３２Ａ、３２Ｂどうしの間隔が実空間の設置間隔の比に揃うように画像データの変換をすることで複数のラベル３０Ａの画像を表す画素数を揃える第１画像処理を行う。
ここでは、画像処理部５１がワーピング処理の一例である透視投影変換図法を用いた画像変換処理を行う形態について説明するが、画像処理部５１が行うワーピング処理は、透視投影変換図法のような線形的な画像変換処理に限られず、非線形的な画像変換処理であってもよい。なお、ワーピング処理の具体的な処理内容については後述する。
レベル検出部５２は、画像処理部５１によって画像処理が行われた複数のインジケータ３１Ａの画像をインジケータ３１Ａの配列方向に沿ってスキャンし、複数のインジケータ３１Ａの色の分布に基づき、温度の分布を検出する。レベル検出部５２は、画像処理部５１によって第１画像処理及び第２画像処理のいずれか一方が行われることで得られた、インジケータ３１Ａに対応する画素の輝度情報に基づき、温度のレベルを検出する。
メモリ５３は、ラベル３０Ａの画像を表す画像データと、ラベル３０Ａ同士の間隔を表すデータとを格納している。これらのデータの構造は、図７（Ｂ）に示す通りである。
図７（Ｂ）に示すように、ラベル３０Ａの画像データには、ラベル３０Ａ同士の位置関係、シート３０Ａ１の形状及び色、８つのインジケータ３１Ａの形状及び位置、及び、マーカ３２Ａ及び３２Ｂの形状、色、及び位置を表すデータが含まれる。ラベル３０Ａ同士の位置関係を表すデータとは、複数枚のラベル３０Ａがβ軸に沿って配置される間隔を表す。また、このラベル３０Ａ同士の位置関係を表すデータは、αβγ座標系における各ラベル３０Ａの座標を表すデータであってもよい。また、ラベル３０Ａ同士の間隔を表すデータは、Ｘ（ｍｍ）である。
図８は、実施の形態１の管理システム１００に含まれる制御装置５０が実行する処理を示すフローチャートを示す図である。
まず、制御装置５０は、サーバラック１０Ａ及び１０Ｂに取り付けられた３２個のラベル３０Ａと、各ラベル３０Ａに含まれるマーカ３２Ａ及び３２Ｂとを検出する（ステップＳ１）。ステップＳ１の処理は、制御装置５０に含まれる画像処理部５１によって実行される処理である。
画像処理部５１は、メモリ５３に格納されたラベル３０Ａの画像データを用いて、パターンマッチング（テンプレートマッチング）を行うことにより、ラベル３０Ａとマーカ３２Ａ及び３２Ｂを検出する。
次に、制御装置５０は、サーバラック１０Ａに含まれる１６個のラベル３０Ａによって規定される領域と、サーバラック１０Ｂに含まれる１６個のラベル３０Ａによって規定される領域とに含まれる画像を抽出し、抽出した画像に対して、ワーピング処理を行う（ステップＳ２）。ステップＳ２の処理は、制御装置５０に含まれる画像処理部５１によって実行される処理である。
ワーピング処理としては、例えば、透視投影変換図法等を用いた画像変換処理を行えばよい。ステップＳ２でワーピング処理が行われた画像には、ステップＳ１で検出されたラベル３０Ａと、各ラベル３０Ａのマーカ３２Ａ及び３２Ｂとが含まれている。
また、画像処理部５１は、メモリ５３に格納されるラベル３０Ａ同士の間隔（Ｘ（ｍｍ））を表すデータを、ワーピング処理が行われた後の画像におけるラベル３０Ａ同士の間隔（ΔＸ（ｍｍ））を表すデータに変換する処理を行う。例えば、ワーピング処理で画像に含まれる座標を変換する際に用いる行列式を用いて、間隔（Ｘ（ｍｍ））を表すデータを間隔（ΔＸ（ｍｍ））を表すデータに変換すればよい。
次に、制御装置５０は、ステップＳ２でワーピング処理が行われた画像に含まれる各ラベル３０Ａについて、マーカ３２Ａと３２Ｂを結ぶスキャンラインに沿って画像をスキャンする（ステップＳ３）。ステップＳ３の処理は、制御装置５０に含まれるレベル検出部５２によって実行される処理である。
このように、各ラベル３０Ａについて、スキャンラインに沿ってインジケータ３１Ａの画像をスキャンする際は、スキャンする方向を決めておくことが必要である。各ラベル３０Ａを読み取る方向を揃えるためである。例えば、下側のマーカ３２Ｂから上側のマーカ３２Ａに向かう方向に（上向きに）スキャンを行えばよい。このようにスキャンを行えば、温度が低い側のインジケータ３１Ａから温度が高い側のインジケータ３１Ａにかけて、連続的に読み取りを行うことができる。
そして、制御装置５０は、各ラベル３０Ａについて、ステップＳ３で読み取った複数のインジケータ３１Ａの色の分布に基づき、温度の分布を検出する（ステップＳ４）。ステップＳ４の処理は、制御装置５０に含まれるレベル検出部５２によって実行される処理である。
次に、上述のような構成の制御装置５０が実行する処理内容について具体的に説明する。
図９は、制御装置５０が抽出する画像の一例を示す図である。
図９に示す画像は、監視カメラ２０の焦点距離を２．８ｍｍに設定して撮影することによって得た撮像範囲によるものである。十字線は、監視カメラ２０の焦点方位を示す。
制御装置５０の画像処理部５１は、パターンマッチングで検出したラベル３０Ａの画像の中における位置に基づいて、領域６０ＡＵ、６０ＡＬ、６０ＢＵ、６０ＢＬを設定する。領域６０ＡＵ、６０ＡＬ、６０ＢＵ、６０ＢＬは、マーカ３２Ａ及び３２Ｂを検索するための検索領域である。
領域６０ＡＵは、サーバラック１０Ａの上側の８つのラベル３０Ａを含む領域である。領域６０ＡＬは、サーバラック１０Ａの下側の８つのラベル３０Ａを含む領域である。領域６０ＢＵは、サーバラック１０Ｂの上側の８つのラベル３０Ａを含む領域である。領域６０ＢＬは、サーバラック１０Ｂの下側の８つのラベル３０Ａを含む領域である。
図１０は、領域６０ＡＵに対する処理の様子を示す図である。図１１は、ワーピング処理の様子を示す図である。ここでは、領域６０ＡＵについて説明するが、領域６０ＡＬ、６０ＢＵ、６０ＢＬについても同様である。
図１０（Ａ）には、図９に示すサーバラック１０Ａと領域６０ＡＵとを示す。簡単のため、前後１ラックずつを図示せず、中央６ラックのみを図示しているが、処理方法や作用効果は変わらない。画像処理部５１は、領域６０ＡＵの内部でパターンマッチングを行うことにより、ラベル３０Ａとマーカ３２Ａ及び３２Ｂとを検出する。マーカ３２Ａと３２Ｂの判別は、例えば、最遠方のラベル３０Ａに含まれるマーカ３２Ａ及び３２Ｂが画像に占めるピクセル領域よりも小さい判別用の領域を用いて、赤色の正方形の区画の中央にある白色のＬ字型のパターンの向きを識別することによって行えばよい。
例えば、最遠方のラベル３０Ａに含まれるマーカ３２Ａ及び３２Ｂが画像に占めるピクセル領域が、３ピクセル（縦）×３ピクセル（横）の９ピクセルの領域である場合は、判別用の領域は、例えば、１ピクセルに対応する領域であってもよく、２ピクセル（縦）×２ピクセル（横）の４ピクセルの領域であってもよい。
ここで、パターンマッチングによるラベル３０Ａとマーカ３２Ａ及び３２Ｂとの検出では、例えば、次のような正規化相互相関係数を用いた処理を行う。
ラベル３０Ａとマーカ３２Ａ及び３２Ｂとの各々に対して、それぞれ、一定値以上に相関の高くなる座標を抽出する。相関の取得方法は、例えば、式（７）として示す正規化相互相関係数（R_NCC）を用いる。
式（７）において、Ｉは、判別用の領域で得られる輝度値、Ｔはマーカ３２Ａ、３２Ｂの画像の輝度値、ｉ，ｊは、画像内における座標を表す。
正規化相互相関係数（R_NCC）は、画像の中から判別用の領域内の画像を抜き出し、抜き出した画像と、パターンマッチング用のマーカ３２Ａ、３２Ｂの画像との各座標の輝度値の積算値を正規化する式であり、最大値が１である。
このようにして得られる輝度値をＲ、Ｇ、Ｂの各色について求める。例えば、判別用の領域の中心座標を画像内の第１の座標に設定したときのＲ、Ｇ、Ｂの輝度値がすべて０．２未満である場合に、判別用の領域の中心座標を第２の座標に設定したときに得られるＲ、Ｇ、Ｂの輝度値がすべて０．５以上であったとする。このような場合には、第１の座標については相関が得られず、第２の座標について相関が得られたと判定する。そして、相関があると判定された第２の座標については、パターンのマッチングが取れたものとして取り扱う。
以上のような処理を行うことにより、図１０（Ｂ）に示すように、ラベル３０Ａとマーカ３２Ａ及び３２Ｂとが検出される。
次に、画像処理部５１は、図１０（Ｃ）に示すように、８つのラベル３０Ａに含まれる８つのマーカ３２Ａを結ぶ直線と、８つのマーカ３２Ｂを結ぶ直線とを設定する。
次に、画像処理部５１は、図１０（Ｃ）に示す２本の直線の間の領域と、領域６０ＡＵとが重複する領域の画像を切り抜く。この処理により、図１１（Ａ）に示す画像が得られる。図１０に対応して６つのラベル３０Ａを切り抜いた画像についての例を示すが、前後１ラックずつを含めた画像についても処理方法と得られる効果は同様である。
図１１（Ａ）に示す画像では、８つのラベル３０Ａの奥行き方向（図３に示すβ方向）に対する位置が異なるため、奥側のラベル３０Ａほど小さく、また、消失点に向かって斜め右下方にずれている。
次に、画像処理部５１は、図１１（Ａ）に示す画像に対して、透視投影変換図法等を用いた画像変換処理によるワーピング処理を行い、図１１（Ｂ）に示す画像を得る。図１１（Ａ）に示す画像では、６つのラベル３０Ａのカメラ近傍のラベルに対応する画像データの画素数はカメラ遠方のラベルに対応する画像データの画素数の4倍以上である。これに対して、図１１（Ｂ）に示す画像では、６つのラベル３０Ａのカメラ近傍のラベルに対応する画像データの画素数とカメラ遠方のラベルに対応する画像データの画素数はほぼ等しくなっており、結果的に、８つのラベル３０Ａの奥行き方向（図３に示すβ方向）に対する位置が揃えられている。
また、図１１（Ｂ）に示す画像は、図１１（Ａ）に示す画像における８つのラベル３０Ａの上下方向の位置を揃えるために回転移動を行っているため、ラベル３０Ａは、左側に対して右側が下がった平行四辺形になっている。なお、図１１（Ｂ）では、各マーカ３２Ａ及び３２Ｂをグレーの丸で囲んで示す。
次に、画像処理部５１は、図１１（Ｃ）に示すように、各ラベル３０Ａのラベル３２Ａの中心とラベル３２Ｂの中心とを結ぶスキャンラインを設定する。図１１（Ｃ）では、説明の便宜上、各ラベル３０Ａを囲むグレーの枠で示すが、スキャンラインは、ラベル３２Ａの中心とラベル３２Ｂの中心とを結ぶ直線である。スキャンラインは、マーカ３２Ａと３２Ｂとの間に位置するインジケータ３１Ａの画像をスキャンするために用いられる。
スキャンラインの設定に際しては、まず、８つのマーカ３２Ａと８つのマーカ３２Ｂとを８つの組に分ける処理を行う。
この処理では、例えば、図１１（Ｂ）に示す画像のすべてのピクセルにおけるＲ、Ｇ、Ｂの信号レベルを求め、サーバラック１０Ａの左端を検出する。そして、サーバラック１０Ａの左端に最も近いラベル３０Ａのマーカ３２Ａに対して、最も近いマーカ３２Ｂを抽出することにより、画像の奥行き方向において最も手前側の（監視カメラ２０に最も近い側の）ラベル３０Ａのマーカ３２Ａと３２Ｂの組を生成する。
このような処理をサーバラック１０Ａの左端に最も近いラベル３０Ａから開始し、マーカ３２Ａと３２Ｂの組を生成する対象を順次右側に位置するラベル３０Ａに移動して行うことにより、８つのマーカ３２Ａと８つのマーカ３２Ｂとを８つの組に分ける処理を行うことができる。
そして、８つの組に含まれるマーカ３２Ａの中心とマーカ３２Ｂの中心とを検出し、マーカ３２Ａの中心とマーカ３２Ｂの中心とを結ぶスキャンラインを設定する。
なお、ここで、あるラベル３０Ａの隣に位置するラベル３０Ａを探す際に、ワーピング処理が行われた後の画像におけるラベル３０Ａ同士の間隔（ΔＸ（ｍｍ））を表すデータを用いてもよい。
スキャンラインの設定が完了すると、レベル検出部５２は、スキャンラインに沿って下側から上側に向かってインジケータ３１Ａの画像をスキャンする。このときは、スキャンライン上に位置するインジケータ３１Ａのピクセルを１ピクセルずつスキャンし、各ピクセルにおけるＲ、Ｇ、Ｂの信号レベルを求める。
また、レベル検出部５２は、８本のスキャンライン上でインジケータ３１Ａの画像をスキャンして得る信号レベルから、次のようにして、８つのラベル３０Ａのインジケータ３１Ａが示す温度を検出する。
レベル検出部５２は、各スキャンラインについて、スキャンラインに沿ってインジケータ３１Ａの画像をスキャンして得る信号レベルのデータから、８つのインジケータ３１Ａの位置に対応する８つの信号レベルを抽出する。８つのインジケータ３１Ａの位置を表すデータと、マーカ３２Ａ及び３２Ｂの位置を表すデータとは、メモリ５３に格納されている。
このため、スキャンラインの両端に位置するマーカ３２Ａ及び３２Ｂの位置と、８つのインジケータ３１Ａの位置とに基づき、８つのインジケータ３１Ａの位置に対応する８つの信号レベルを抽出することができる。
このような処理を８本のスキャンラインに対して行うことにより、８つのラベル３０Ａが示す温度を得ることができる。
なお、上述のようなラベル３０Ａの画像を認識する処理は、サイズが大きくて細かい模様のマッチングを行うわけではなく、サイズが小さくて細かい模様のラベル３０Ａについてパターンマッチングを行うため、監視カメラ２０のレンズの収差は問題にならない。
図１２は、８つのラベル３０Ａが示す温度の分布を示す図である。
図１２（Ａ）では、画像の奥行き方向における手前側（監視カメラ２０に近い側）から１番目と２番目のラベル３０Ａが示す温度よりも、３番目と４番目のラベル３０Ａが示す温度の方が少し上昇している。また、手前側から５番目と６番目のラベル３０Ａの温度はさらに上昇し、７番目、８番目にかけて温度が低下している。このように、８つのラベル３０Ａが示す温度を得ることができる。
図１２（Ｂ）は、図１２（Ａ）に示す８つのラベル３０Ａが示す温度の分布に対して、補間処理を行うことによって得られる曲線をフィットさせた特性を示す。このような曲線は、例えば、データセンタ１（図３参照）における空調設備の送風口、排気口、送風量、温度設定等のデータを三次元的に解析し、データセンタ１の内部における空気の温度分布を考慮した上で導出すればよい。
次に、図１３を用いて、透視投影変換図法によるワーピング処理について詳しく説明する。
図１３は、透視投影変換図法によるワーピング処理の原理を説明する図である。説明の便宜上、図１３では、６個のサーバラック１０Ａに、６個のラベル３０Ａが取り付けられている状態でのワーピング処理について説明する。
図１３（Ａ）に示すように、６個のラベル３０Ａについて、領域６０ＡＵが得られたとする。
このような領域６０ＡＵに含まれる画像に対して、透視投影変換図法による画像変換を行う。６つのラベル３０Ａの画像の奥行き方向における位置は、透視投影変換図法による画像変換を行う前の画像（原画像）では異なる。
これに対して、透視投影変換図法による画像変換を行った後の画像では、図１３（Ｂ）に示すように、６つのラベル３０Ａの画像の奥行き方向における位置は等しくなる。具体的には、図１３（Ａ）の６個の各ラベル３０Ａの各マーカ３２Ａと３２Ｂ間の距離に相当する画素数ができるだけ等しくなるように変換を行うことで図１３（Ｂ）のように奥行き方向において等しくなる位置が得られる。なお、図１３（Ｂ）では、領域６０ＡＵを実線で示す。
図１３（Ｂ）に示すように、奥行き方向における位置が異なる領域６０ＡＵは、奥行き方向における位置が等しい領域６０ＡＵ１に変換される。これも具体的には、図１３（Ａ）の６個の各ラベル３０Ａの各マーカ３２Ａの隣接するマーカ３２Ａとの距離に相当する画素数と、各ラベル３０Ａの各マーカ３２Ｂの隣接するマーカ３２Ｂとの距離に相当する画素数ができるだけ等しくなるように変換を行うことにより、結果として得られるものである。本例では、同一のサーバラック１０Ａの同一の位置にラベル３０Ａを取り付けたため、実空間において６つのラベル３０Ａ間の距離が等しいため、各マーカ３２Ａ間の距離および各マーカ３２Ｂ間の距離に相当する画素数をできるだけ等しくなるように変換したが、距離が等しくない場合は実空間における各マーカ３２Ａ間および各マーカ３２Ｂ間の距離の比と変換後の画像データに置いて各マーカ３２Ａ間および各マーカ３２Ｂ間の距離に相当する画素数の比を等しくするように変換すればよい。このような透視投影変換図法によるワーピング処理を画像に対して行う。
図１４は、いずれかのマーカ３２Ａ又は３２Ｂを読み込めなかった場合におけるマーカ３２Ａ、３２Ｂの位置を決める方法を説明する図である。図１４では、ワーピング処理を行った後の画像における横方向にＸ軸を設定し、縦方向にＺ軸を設定する。
また、図１４に示すラベル３０Ａは、ワーピング処理による回転移動が行われているため、左側に対して右側が下がった平行四辺形になっている。
また、説明の便宜上、図１４では、６個のサーバラック１０Ａに、６個のラベル３０Ａが取り付けられている状態でのスキャンラインの設定方法について説明する。
また、上側の６個のマーカ３２Ａを、奥行き方向における最も手前側からマーカ３２Ａ１、３２Ａ２、３２Ａ３、３２Ａ４、３２Ａ５、３２Ａ６と区別する。同様に、下側の６個のマーカ３２Ｂを、奥行き方向における最も手前側からマーカ３２Ｂ１、３２Ｂ２、３２Ｂ３、３２Ｂ４、３２Ｂ５、３２Ｂ６と区別する。
図１４（Ａ）では、一例として、パターンマッチングでマーカ３２Ｂ４を読み込めなかったとする。
このような場合には、マーカ３２Ａ１と３２Ｂ１、マーカ３２Ａ２と３２Ｂ２、及び、マーカ３２Ａ３と３２Ｂ３をそれぞれ結ぶ３本の直線と平行で、マーカ３２Ａ４を通る直線を設定する。
そして、マーカ３２Ｂ１、３２Ｂ２、３２Ｂ３のＺ座標の平均値を求め、マーカ３２Ａ４を通る直線上において、平均値をＺ座標とする点をマーカ３２Ｂ４の位置として設定する。このようにすれば、マーカ３２Ｂ４を読み取れなかった場合においても、マーカ３２Ｂ４の位置を決定することができる。
なお、パターンマッチングでマーカ３２Ａ４を読み込めなかった場合には、マーカ３２Ａ１と３２Ｂ１、マーカ３２Ａ２と３２Ｂ２、及び、マーカ３２Ａ３と３２Ｂ３をそれぞれ結ぶ３本の直線と平行な直線上において、マーカ３２Ａ１、３２Ａ２、３２Ａ３のＺ座標の平均値をＺ座標とする点をマーカ３２Ａ４の位置として設定すればよい。
図１４（Ｂ）には、図１４（Ａ）に示す方法の代わりに用いることができる方法を示す。
図１４（Ｂ）では、一例として、パターンマッチングでマーカ３２Ａ４と３２Ｂ４を読み込めなかったとする。
このような場合には、マーカ３２Ａ１と３２Ｂ１の間のＺ軸方向の間隔、マーカ３２Ａ２と３２Ｂ２のＺ軸方向の間隔、マーカ３２Ａ３と３２Ｂ３のＺ軸方向の間隔、マーカ３２Ａ５と３２Ｂ５のＺ軸方向の間隔、及び、マーカ３２Ａ６と３２Ｂ６のＺ軸方向の間隔の平均値ΔＺを求める。
そして、平均値ΔＺと、ワーピング処理が行われた後の画像におけるラベル３０Ａ同士の間隔（ΔＸ（ｍｍ））とを用いて、マーカ３２Ａ４、３２Ｂ４の位置を決めればよい。
また、ワーピング処理が行われた後の画像におけるラベル３０Ａ同士の間隔（ΔＸ（ｍｍ））を用いる代わりに、次のようにしてもよい。
マーカ３２Ａ１と３２Ａ２の間のＸ軸方向の間隔、マーカ３２Ａ２と３２Ａ３のＸ軸方向の間隔、及び、マーカ３２Ａ５と３２Ａ６のＸ軸方向の間隔の平均値をΔＸとして求め、求めた平均値ΔＸと、上述した平均値ΔＺとを用いて、マーカ３２Ａ４、３２Ｂ４の位置を決めてもよい。
このようにすれば、マーカ３２Ａ４、３２Ｂ４を読み取れなかった場合においても、マーカ３２Ａ４、３２Ｂ４の位置を決定することができる。
図１５は、サーバラック１０Ａの左端を検出する方法を説明する図である。図１５では、図１４と同様に、ワーピング処理を行った後の画像における横方向にＸ軸を設定し、縦方向にＺ軸を設定する。
また、図１５に示すラベル３０Ａは、ワーピング処理による回転移動が行われているため、左側に対して右側が下がった平行四辺形になっている。
また、上側の６個のマーカ３２Ａ１、３２Ａ２、３２Ａ３、３２Ａ４、３２Ａ５、３２Ａ６と、下側の６個のマーカ３２Ｂ１、３２Ｂ２、３２Ｂ３、３２Ｂ４、３２Ｂ５、３２Ｂ６とについて説明を行う。
マーカ３２Ａ１、３２Ａ２、３２Ａ３、３２Ａ４、３２Ａ５、３２Ａ６を検出したら、ラベル３０Ａ同士の間隔ΔＸ（ｍｍ）を用いて、各マーカ３２Ａ１〜３２Ａ６の左右にΔＸ（ｍｍ）離れた位置に、検査用の矩形領域を設定する。
同様に、マーカ３２Ｂ１、３２Ｂ２、３２Ｂ３、３２Ｂ４、３２Ｂ５、３２Ｂ６を検出したら、ラベル３０Ａ同士の間隔ΔＸ（ｍｍ）を用いて、各マーカ３２Ｂ１〜３２Ｂ６の左右にΔＸ（ｍｍ）離れた位置に、検査用の矩形領域を設定する。
なお、ラベル３０Ａ同士の間隔ΔＸ（ｍｍ）の代わりに、上述の平均値ΔＸを用いてもよい。
図１５（Ａ）には、マーカ３２Ａ１の両側の２つの矩形領域と、マーカ３２Ｂ１の両側の２つの矩形領域との合計４つの矩形領域を設定した状態を示す。
図１５（Ｂ）には、マーカ３２Ａ２の両側の２つの矩形領域と、マーカ３２Ｂ２の両側の２つの矩形領域との合計４つの矩形領域を設定した状態を示す。
そして、各矩形領域の内部の画像について、サーバラック１０Ａの角隅の画像であるかどうかを判定する。例えば、図１５（Ａ）のマーカ３２Ａ１、３２Ｂ１の左側の矩形領域の内部にあるような角隅の画像を表す画像データをメモリ５３に予め格納しておき、パターンマッチングを行うことによって、サーバラック１０Ａの左端を検出すればよい。
また、角隅の画像が矩形領域の中にあるときは、サーバラック１０Ａだけではなく、データセンタ１（図３参照）の内側壁１Ｂ又は天井１Ｃ等が画像に含まれるため、Ｒ、Ｇ、Ｂの各色の信号レベルを求め、信号レベルに基づいて、角隅であるかどうかを判定するようにしてもよい。
サーバラック１０Ａの角隅を検出することにより、角隅に最も近いラベル３０Ａを特定できる。角隅に最も近いラベル３０Ａは、画像の奥行き方向において最も手前側（最も監視カメラ２０に近い側）に位置するラベル３０Ａである。
次に、図１６及び図１７を用いて、ラベル３０Ｂを用いた場合の温度検出と、ラベル３０Ｃを用いた場合の湿度検出について説明する。
図１６は、ラベル３０Ｂによる温度検出と、ラベル３０Ｃによる湿度検出を説明する図である。図１６（Ａ）に示すラベル３０Ｂと図１６（Ｂ）に示すラベル３０Ｃは、それぞれ、図２（Ｂ）、（Ｃ）に示すラベル３０Ｂ、３０Ｃと同一のものであるが、図１６（Ａ）、（Ｂ）にはワーピング処理による回転移動を行った後のラベル３０Ｂ、３０Ｃを示すため、左側に対して右側が下がった平行四辺形になっている。
図１１（Ｂ）、（Ｃ）を用いて説明したように、ラベル３０Ａが示す温度を検出する際には、ラベル３２Ａの中心とラベル３２Ｂの中心とを結ぶスキャンラインに沿って、インジケータ３１Ａの画像を１ピクセルずつスキャンし、各ピクセルにおけるＲ、Ｇ、Ｂの信号レベルを求める。
このため、図１６（Ａ）に示すラベル３０Ｂが示す温度を検出する際には、スキャンライン上の画像を１ピクセルずつスキャンするための検索窓７０を用いて、各ピクセルにおけるＲ、Ｇ、Ｂの信号レベルを求める。
Ｒ、Ｇ、Ｂの信号レベルが所定の比率であれば、インジケータ３１Ｂの表示領域内であると判定し、表示領域内の中央に輝度の分布を重み付けして中心を決定する。このようにして、緑色の発色を検出すれば、ラベル３０Ｂの２６℃のインジケータ３１Ｂの発色を検出することができる。
また、図１６（Ｂ）に示すラベル３０Ｃを用いて湿度を検出する場合は、スキャンライン上の画像を１ピクセルずつスキャンするための検索窓７０を用いて、各ピクセルにおけるＲ、Ｇ、Ｂの信号レベルを求める。
ラベル３０Ｃのインジケータ３１Ｃは、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を上回れば青色に発色し、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を下回ればピンク色に発色する。また、環境温度に対応するインジケータ３１Ｃは、青とピンクの中間の色を発色する。
検索窓７０で読み取った色が青とピンクの場合のＲ、Ｇ、Ｂの信号レベルを予め計測してメモリ５３に格納しておけば、青とピンクの中間色を発色するインジケータ３１Ｃを特定できる。
このため、例えば、図１６（Ｂ）に示すようなＲ、Ｇ、Ｂの信号レベルが測定された場合には、マーカ３２Ｂから４番目のインジケータ３１Ｃが中間色であることが分かるので、ラベル３０Ｃの４０％のインジケータ３１Ｃの発色を検出することができる。
図１７は、ラベル３０Ｂによる温度検出と、ラベル３０Ｃによる湿度検出を説明する図である。図１７に示す温度と湿度の検出手法は、グレースケールモードで画像処理を行う場合の検出方法である。その他は、図１６に示す検出手法と同様である。
例えば、データセンタ１の室内が暗い場合に、監視カメラ２０の赤外線ＬＥＤ（Light Emitted Diode）でラベル３０Ｂ、３０Ｃを照射して、グレースケールモードで画像処理を行うような場合に対応する。
図１７（Ａ）に示すラベル３０Ｂが示す温度を検出する際には、スキャンライン上の画像を１ピクセルずつスキャンするための検索窓７０を用いて、各ピクセルにおけるＲ、Ｇ、Ｂの信号レベルの合計の信号レベルを求める。
Ｒ、Ｇ、Ｂの信号レベルの合計の信号レベルが周囲で得られる信号レベルよりも高いピクセルがあれば、最も輝度値の高いピクセルに対応する位置が、環境温度に対応するインジケータ３１Ｂの位置であると決定する。このようにして、ラベル３０Ｂの２６℃のインジケータ３１Ｂの発色を検出することができる。
環境温度に対応するインジケータ３１Ｂは緑色に発色するが、環境温度に対応しないインジケータ３１Ｂは薄い（発光の弱い）青色の発色になるため、環境温度に対応して緑色に発色するインジケータ３１Ｂの方が輝度が高くなる。
従って、Ｒ、Ｇ、Ｂの信号レベルの合計の信号レベルが表す輝度に基づいて、環境温度を検出することができる。
また、図１７（Ｂ）に示すラベル３０Ｃを用いて湿度を検出する場合は、次のようにして検出を行う。
ラベル３０Ｃのインジケータ３１Ｃは、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を上回れば青色に発色し、環境湿度が各インジケータ３１Ｃに割り当てられた湿度を下回ればピンク色に発色する。また、環境温度に対応するインジケータ３１Ｃは、青とピンクの中間の色を発色する。
青色の発光と、中間色の発光と、ピンク色の発光とでは、輝度が異なる。このため、予め青色の発光、中間色の発光、ピンク色の発光の輝度を測定しておき、Ｒ、Ｇ、Ｂの信号レベルの合計の信号レベルが中間色の発光輝度に近い点を検出すればよい。
例えば、中間色の発光輝度が最も低い場合は、図１７（Ｂ）に示すように、マーカ３２Ｂから４番目のインジケータ３１Ｃが中間色であることが分かるので、ラベル３０Ｃの４０％のインジケータ３１Ｃの発色を検出することができる。
以上、実施の形態の管理システム１００によれば、ラベル３０Ａ又は３０Ｂをサーバラック１０Ａ、１０Ｂに取り付けて、監視カメラ２０で取得した画像に画像処理を施すことにより、複数の測定点における温度を個別的に測定することができる。
また、実施の形態の管理システム１００によれば、ラベル３０Ｃをサーバラック１０Ａ、１０Ｂに取り付けて、監視カメラ２０で取得した画像に画像処理を施すことにより、複数の測定点における湿度を個別的に測定することができる。
画素数があまり大きくない監視カメラ等で撮影した画像においては、奥行き方向に配置した複数の温度・湿度ラベルを撮像した画像では、ラベルの表示位置と配置とに特徴がないために、奥に配置された温度等情報に対応する画素の特定について誤差が大きくなり、奥に配置された温度情報が正確に得られない。
これに対して、実施の形態の管理システム１００によれば、上述のように表示位置と配置とに特徴を持たせたラベル３０Ａ、３０Ｂ、３０Ｃをサーバラック１０Ａ、１０Ｂに取り付けて、監視カメラ２０で取得した画像に画像処理を施すことにより、複数の測定点における湿度を個別的に測定することができる。
データセンタ１が、監視カメラ２０と、図５に示すようなコンピュータシステムとを有する場合であれば、管理システム１００をデータセンタ１に設置するのは非常に容易である。すなわち、サーバラック１０Ａ及び１０Ｂにラベル３０Ａ、３０Ｂ、又は３０Ｃを取り付けるとともに、コンピュータシステム５００に制御装置５０として機能させるためのプログラムをインストールすれば、図３に示すようにデータセンタ１に管理システム１００を設置することができる。
近年は、データセンタ１に監視カメラ２０が設置されていて、コンピュータシステム５００を用いて監視カメラ２０で得られた画像を監視するケースが多い。このような場合には、非常に低いコストで管理システム１００を設置できる。
また、データセンタ１を新たに建設するような場合に、監視カメラ２０を設置するのであれば、非常に少ない追加費用で、管理システム１００を追加することができる。
なお、制御装置５０は、データセンタ１に設置する必要はなく、データセンタ１とは離れた場所から遠隔的に温度又は湿度を検出してもよい。例えば、データセンタ１が離島等の遠隔地にある場合に、制御装置５０は都市部に置かれていてもよい。
このような管理システム１００は、設置に際して必要になる追加設備の数が少なく、工事が最小限で済むので、非常に低コストで設置することができる。
なお、以上では、図４を用いて、焦点距離が２．８ｍｍと３．６ｍｍの時の撮像範囲の違いについて説明したが、例えば、焦点距離２．８ｍｍでは、最遠方のラベル３０Ａの解像度が足りないような場合には、焦点距離２．８ｍｍと３．６ｍｍで得られる画像データを統合して、温度又は湿度の検出を行ってもよい。例えば、ラベル３０Ａを用いる場合には次のようにすればよい。
統合方法は、例えば、あらかじめズームの倍率で欠損するインジケータ３１Ａの数を初期値として保持しておき、焦点距離３．６ｍｍの場合は手前側のインジケータ３１Ａをその分オフセットさせて、焦点距離２．８ｍｍで得られる画像と比較することによって２つの画像から得られる温度のデータを統合すればよい。また、焦点距離３．６ｍｍで得られる画像と、焦点距離２．８ｍｍで得られる画像との取得時期は、ほぼ同時であるので、２つの画像の中で最も奥側に位置するインジケータ３１Ａを同一のインジケータ３１Ａとして取り扱うことにより、２つの画像から得られる温度のデータを統合してもよい。
図１８は、統合方法を説明する図である。図１８には、８つのラベル３０Ａを用いて、焦点距離２．８ｍｍと３．６ｍｍで撮像を行った場合に得られる画像データに基づいて、温度検出を行った結果の一例を示す。
図１８（Ａ）〜（Ｃ）において、横軸は、画像の奥行き方向において最も手前側（監視カメラ２０に最も近い側の）を左側とし、奥側（監視カメラ２０から最遠方側）を右側とする。図１８（Ａ）は、焦点距離２．８ｍｍで撮像を行った場合に得られる温度分布を示し、図１８（Ｂ）は、焦点距離３．６ｍｍで撮像を行った場合に得られる温度分布を示し、図１８（Ｃ）は、焦点距離２．８ｍｍと焦点距離３．６ｍｍで得られる温度分布を統合した温度分布を示す。
焦点距離２．８ｍｍで撮像を行った場合に、図１８（Ａ）に示すように、奥側の２つのラベル３０Ａの検出温度を画像処理で得られなかったとする。また、焦点距離３．６ｍｍで撮像を行った場合に、図１８（Ｂ）に示すように、最も手前側の１つのラベル３０Ａの検出温度を画像処理で得られなかったとする。また、その他のラベル３０Ａの検出温度については、焦点距離２．８ｍｍと３．６ｍｍとで同一の結果が得られたとする。
このような場合には、図１８（Ｃ）に示すように、最も手前側の１つのラベル３０Ａの検出温度については焦点距離２．８ｍｍで得られる温度分布を採用し、奥側の２つのラベル３０Ａの検出温度については焦点距離３．６ｍｍで得られる温度分布を採用することにより、焦点距離２．８ｍｍと焦点距離３．６ｍｍで得られる温度分布を統合すればよい。
また、以上では、ラベル３０Ａがサーバラック１０Ａ及び１０Ｂの一定の高さの位置に取り付けられる形態について説明した。しかしながら、ラベル３０の高さの位置は、互いに異なっていてもよい。
図１９は、ラベル３０Ａの位置関係のバリエーションを示す図である。図１９（Ａ）〜（Ｃ）では、６個のラベル３０Ａを模式的に示す。図１９（Ａ）〜（Ｃ）には、通路１Ａ側から見たラベル３０Ａの配置関係を示している。図１９には、図３と同様のαβγ座標系を示す。
各ラベル３０Ａに含まれる１０個の点のうち上下両端の２つの点は、マーカ３２Ａ及び３２Ｂであり、残りの８つの点は、８つのインジケータ３１Ａを表す。８つのインジケータ３１Ａのうち、色が薄い点は、環境温度を示している。
図１９（Ａ）に示す６個のラベル３０Ａは、β軸に沿って等間隔で配置され、各ラベル３０Ａは、γ軸に平行に配置されている。これは図３（Ａ）に示すラベル３０Ａの配置に対応する。図１９（Ａ）に示す６個のラベル３０Ａの配置では、β軸方向に撮像した画像に含まれるラベル３０Ａに含まれるインジケータ３１Ａをγ方向にスキャンするので、各インジケータ３１Ａの輝度を求めることができる。なお、撮像する方向と、インジケータ３１Ａが配列される方向とが等しいと、スキャンできなくなるため、撮像する方向と、インジケータ３１Ａが配列される方向とが異なることが必要である。
例えば、図１９（Ｂ）に示すように、ラベル３０Ａは、図１９（Ａ）に示す配置に対して角度を付けて斜めにした配置であってもよい。また、図１９（Ｃ）に示すように、円弧に沿って配置してもよい。どちらの場合も、撮像する方向（β軸方向）と、インジケータ３１Ａが配列される方向とが異なるため、インジケータ３１Ａをスキャンして輝度を求めることができる。
また、以上では、メモリ５３に予めラベル３０Ａ同士の位置関係を表すデータを格納しておく形態について説明した。しかしながら、ラベル３０Ａ同士の位置関係を表すデータを用いなくても、各ラベル３０Ａの検出温度を読み出すことが可能である。
この場合には、画像処理部５１は、ワーピング処理ではなく、ラベル３０Ａのサイズを表すサイズデータを用いて、複数のインジケータ３１Ａの画像を認識する画像処理を行ってもよい。このような画像処理は、第２画像処理の一例である。すなわち、第２画像処理は、取得した画像データにおけるラベル３０Ａに対応する画素数の情報を用いて複数のインジケータ３１Ａの画像を認識する処理である。
図２０（Ａ）は、ラベル３０Ａ同士の間隔を導出する方法を説明する図である。
図２０（Ａ）は、右端に位置する監視カメラ２０が撮像する範囲を平面的に示したものであり、所謂近軸計算を行う手法を説明するための図である。監視カメラ２０が撮像するラベル３０Ａは、監視カメラ２０から水平に左方向の位置にあることとし、ラベル３０Ａの長手方向の寸法をＷｉｄｔｈとする。監視カメラ２０からラベル３０Ａまでの距離はβ１＋Δβである。
ある焦点距離Ｆのときにラベル３０Ａを撮像した画像における最大像高をＨ＿ｉｍａｇｅ、監視カメラ２０の画素数を水平方向Ｎ＿Ｈ、垂直方向Ｎ＿Ｖ、監視カメラ２０から像までの距離をβ、監視カメラ２０の画素サイズをｄとする。また、監視カメラ２０から最大像高Ｈ＿ｉｍａｇｅが得られる点までの距離をβ２とする。
ここで、監視カメラ２０に対してラベル３０Ａの長手方向の寸法Ｗｉｄｔｈが形成する角度をθ１、監視カメラ２０に対して最大像高Ｈ＿ｉｍａｇｅが形成する角度をθ２とする。
実際には、監視カメラ２０からラベル３０Ａまでの距離（β１＋Δβ）に対して、ラベル３０Ａの長手方向の寸法がＷｉｄｔｈと、最大像高Ｈ＿ｉｍａｇｅとは非常に小さいため、実際の角度θ１、θ２は微小である。
また、実際には監視カメラ２０からラベル３０Ａまでの距離はβ１＋Δβであるが、図２０（Ａ）に示すように最大像高Ｈ＿ｉｍａｇｅが得られる画像において、ラベル３０Ａは、距離β１にあるものとして撮像される。
なお、ここでは簡単のために監視カメラ２０の画素サイズは、縦横で同一であるとする。
このような場合に、近軸近似で、次式（８）が成立する。
Ｈ＿ｉｍａｇｅ÷β＝０．５×ｄ×ｓｑｒｔ｛（Ｎ＿Ｈ）２＋（Ｎ＿Ｖ）２｝÷Ｆ・・・（８）
なお、式（８）の右辺の０．５倍は、画素数は像高を考える場合に半分にする必要があるために含まれている。
β１の位置で撮像されたインジケータ３１Ａの画像中におけるみかけの幅をＷｉｄｔｈ'とする。実際のインジケータ３１Ａの幅はＷｉｄｔｈであるから、本来使用される画素数はＷｉｄｔｈ÷Ｈ＿ｉｍａｇｅ倍になるということである。
これに対して、実際に得られた画素数がＡ倍であったとすると、その時に、インジケータ３１Ａのある位置のβ１の位置とのずれはΔβであるので、次式（９）、（１０）のようになる。なお、角度θ１、θ２は微小であるため、β１≒β２であり、ここではβ１、β２をβとして取り扱う。
Ｗｉｄｔｈ÷（β＋Δβ）＝Ｗｉｄｔｈ'÷β ・・・（９）
Ｗｉｄｔｈ'＝β÷（β＋Δβ）×Ｗｉｄｔｈ＝Ａ×Ｗｉｄｔｈ ・・・（１０）
式（９）、（１０）より、式（１１）を導き出すことができる。
Ａ＝β÷（β＋Δβ） ・・・（１１）
式（１１）により、焦点距離Ｆ、最大像高Ｈ＿ｉｍａｇｅ、画素数Ｎ＿Ｈ、Ｎ＿Ｖ、インジケータ３１Ａの見かけの画素数（画像中におけるインジケータ３１Ａの画素数）、及び、実際のインジケータ３１Ａの幅Ｗｉｄｔｈが分かれば、監視カメラ２０から位置β（β１）のインジケータ３１Ａまでの距離を特定することができる。
サイズデータの一例を図２０（Ｂ）に示す。焦点距離（ズーム倍率）に応じて各ラベルの画像データ上の水平、垂直方向の最大占有画素数を図２０（Ｂ）の通りに記録しておく。ラベル探索の際に用いるパターンマッチング用の画像パスおよびファイル名も記録しておく。ただし、マッチング用の画像パスファイル名は基準画像をもとにして図２０（Ｂ）に示す幅と長さを用いてマッチング時に生成してもよい。ラベル番号順に画像データに対してパターンマッチングを行い、所定の一致度以上を得る画素位置があればそこがラベルの中心位置であるとする。一致度には前述の正規化相互相関係数などを用いる。パターンマッチングを行えばラベルの画像データ内での長手方向も定まるため、たとえば中心位置から所定の画素数分ラベルの長手方向に合わせて平行移動すればラベルの端点に到達する。
カメラ近傍のラベルは画素数が多いため、良い一致度を得ることが出来るが、遠方のラベルは良い一致度が得られないため、探索できないことがある。しかし、このようなサイズデータを用いてカメラ近傍の複数のラベルが検出できればそれらの外形の外挿図と図２０（Ｂ）のサイズデータを用いて探索できなかったラベルの位置を特定することができる。この一例を図２０（Ｃ）に示す。図２０（Ｃ）は図１３と同じ構成であるが、マーカ３２Ａ，３２Ｂはない。カメラに近い４つのラベルのみが探索できたとする。図２０（Ｂ）のサイズデータによれば、探索できなかったラベルは２つである。４つのラベルのパターンマッチング結果を用いてラベルの中心点を結ぶ中心線を求める。ラベルの中心点および方位（＝長手方向がどの方向か）とサイズデータを用いればラベルの外挿線を２本設定する。外挿線どうしの距離がサイズデータで示す長さと一致するような位置をみつければそこにラベルがある、と推定できる。
このように、ラベル３０Ａ同士の位置関係を表すデータを用いなくても、ラベル３０Ａのサイズを表すサイズデータを用いて、複数のインジケータ３１Ａの画像を認識する画像処理を行えば、各ラベル３０Ａの検出温度を読み出すことができる。
図２１は、実施の形態１の変形例によるラベル３０Ｄ、３０Ｅ、３０Ｆを示す図である。
図２１（Ａ）に示すラベル３０Ｄは、ラベル３０Ｂ（図２（Ｂ）参照）からマーカ３２Ａ及び３２Ｂを取り除いた形状を有する。すなわち、ラベル３０Ｄは、シート３０Ｄ１に、１１個のインジケータ３１Ｄを形成したものである。インジケータ３１Ｄは、インジケータ３１Ｂと同様である。
このようなラベル３０Ｄを用いる場合に、上述の説明でマーカ３２Ａ及び３２Ｂをパターンマッチングで識別したことの代わりに、ラベル３０Ｄの全体の矩形状の形状をパターンマッチングで識別するようにすればよい。
また、図２１（Ｂ）及び（Ｃ）に示すラベル３０Ｅ及び３０Ｆのように、特徴的な形状を有するようにしてもよい。図２１（Ｂ）に示すラベル３０Ｅは、ラベル３０Ｄに対して、矢印の先端のような形状を有する突起部３２Ｅ１及び３２Ｅ２を追加した形状を有する。
また、図２１（Ｃ）に示すラベル３０Ｆは、ラベル３０Ｄに対して、矢印の先端のような形状を有する突起部３２Ｆ１及び３２Ｆ２を追加した形状を有する。
このようなラベル３０Ｅ及び３０Ｆでは、それぞれ、ラベル３０Ｅ及び３０Ｆの全体の形状をパターンマッチングで認識するようにすればよい。なお、スキャンラインを設定する際は、一対の突起部３２Ｅ１の座標の中心座標と、一対の突起部３２Ｅ２の座標の中心座標とを結ぶようにすればよい。これは、突起部３２Ｆ１及び３２Ｆ２についても同様である。
なお、ケーブル等との誤検出が考えられるため、マーカ３２Ａ及び３２Ｂとは別に、図２１（Ａ）〜（Ｃ）に示すように、ラベル３０Ｄ、３０Ｅ、３０Ｆの全体の形状についてパターンマッチングを行い、その上でマーカ３２Ａ及び３２Ｂを検出するようにしてもよい。例えば、ラベル３０Ｄ、３０Ｅ、３０Ｆの全体の形状と、ラベル３２Ａ及び３２Ｂとの各々について、０．３以上の一致度が得られれば検出できたと判定するようにすればよい。
本形態では、隣接するラベルはカメラ光軸に沿って配置されているとしてワーピング処理を行ったが、あらかじめ近傍のラベルと遠方のラベルのカメラ光軸との距離の関係が数式や配列であらわされていれば画像データのワーピングは可能であるから、カメラ光軸に沿う形でなくても構わない。また、特に直線状に配置されていれば、あらかじめカメラ光軸に沿っておらず、かつ、あらかじめ各ラベルと光軸との距離の関係が数式や配列であらわされていなくても構わない。これは他の形態でも同様で、本発明に共通である。
＜実施の形態２＞
実施の形態２では、管理システム１００（図３（Ａ）参照）を鶏舎に適用する。
図２２は、鶏舎の内部を示す図である。図２３は、図２２の一部の平面構成を示す図である。
図２２に示すように、鶏舎の内部には、鶏を飼育するためのケージ２００Ａ及び２００Ｂが配列されている。これは、データセンタ１（図３参照）のサーバラック１０Ａ及び１０Ｂをケージ２００Ａ及び２００Ｂに置き換えたような構成である。
ケージ２００Ａ及び２００Ｂには、餌樋２０１と採卵樋２０２が取り付けられている。餌樋２０１には、自動給餌機２０３によって予め決められた時間帯に餌が配布される。鶏は、餌樋２０１に配布される餌を食べ、卵を産む。卵は採卵樋２０２を通じて自動的に回収される。
このような鶏舎において、温度管理と湿度管理は重要である。そこで、餌樋２０１と採卵樋２０２に、それぞれ、ラベル３０Ａと３０Ｃ（図２（Ａ）、（Ｃ）参照）を取り付け、監視カメラ２０で撮像した画像を処理することにより、温度管理と湿度管理を実現する。
なお、図２３に示すように、ラベル３０Ａは、可倒機構２１０によって餌樋２０１に取り付けておけば、自動給餌機２０３が通過する際に、ラベル３０Ａが邪魔になることを防ぐことができる。可倒機構２１０としては、バネ等を有し、通常は図２２に示す位置にラベル３０Ａを配置できるものであればよい。
また、鶏舎では、鶏の生存状態を管理することも求められる。このため、例えば、画像処理部５１で、監視カメラ２０で撮像して得た画像におけるラベル３０Ａ及び３０Ｃ以外の部分の各ピクセルの輝度が時系列的に変化するかどうかを判定することにより、鶏の生存状態を検出してもよい。鶏が生きていれば、ラベル３０Ａ及び３０Ｃ以外の部分の各ピクセルの輝度が時系列的に変化するからである。
＜実施の形態３＞
実施の形態３では、管理システム１００（図３（Ａ）参照）をガラスハウスに適用する。
図２４は、ガラスハウス３００の内部を示す図である。
ガラスハウス３００の内部では、通路３０１Ａに沿って、作物が植えられ、果物又は野菜等が栽培されている。このようなガラスハウス３００において、温度管理と湿度管理は重要である。
そこで、支柱３１０にラベル３０Ａと３０Ｃ（図２（Ａ）、（Ｃ）参照）を取り付け、監視カメラ２０で撮像した画像を処理することにより、温度管理と湿度管理を実現する。
ガラスハウス３００内では、散水路３２０を利用して作物に水分供給を行うため、管理システム１００（図３（Ａ）参照）で温度管理と湿度管理を行えば、農作業の効率が大幅に改善される。
また、ガラスハウス３００には、太陽光が差し込むため、ラベル３０Ａ及び３０Ｃの読み取りに影響が生じる場合がある。
ガラスハウス３００を用いる施設園芸や植物工場では、積算照度が開花時期や成長速度と関連する。実施の形態３の管理システム１００は、照度の算出も行うことができる。以下、図２５を用いて説明する。
図２５は、実施の形態３の管理システム１００で照度を算出する方法を説明する図である。図２６は、実施の形態３の管理システム１００で照度を算出する手順を示すフローチャートである。図２６に示す処理は、レベル検出部５２が実行する。
まず、前提条件として、照度の算出は、グレースケールの画像を用いて行う。日中に撮像する場合は、ラベル３０Ａ及び３０Ｃの画像におけるＲ、Ｇ、Ｂの各最大輝度が飽和しないように画素への照射時間（露光時間）を設定して撮像してから、カラー画像のデータをグレースケールに置換する。なお、グレースケールの算出は、Ｒ、Ｇ、Ｂの各輝度の値の合計値（Ｒ＋Ｇ＋Ｂ）を各最大輝度の和で規格化した値でもよい。
レベル検出部５２は、上述のような前提条件の下、ラベル３０Ａ及び３０Ｃのそれぞれについて、マーカ３２Ａの所定の座標からマーカ３２Ｂの所定の座標までを検索窓７０で走査し、検索窓７０内の積算輝度値を測定する（ステップＳ３１）。
ステップＳ３１では、検索窓７０内の画像から得られる輝度を積分して、その時刻の第１段階の仮の照度値とする。輝度を積分する際には、環境温度を示していないインジケータ３１Ａ（図２（Ａ）参照）と、環境温度を示していないインジケータ３１Ｃ（図２（Ｃ）参照）とを避けて積分を行う。例えば、ラベル３０Ａの場合は、図２５に示すように、環境温度が２６℃である場合には、発光している２６℃のインジケータ３１Ａ以外のインジケータ３１Ａについては輝度を積分しない。環境温度を示しておらず発光していないからである。
この第１段階の仮の照度値と、露光時間に対する積算輝度値の関係とを関連付けてテーブル形式の第１データを作成しておく。
次に、レベル検出部５２は、第１データを用いて監視カメラ２０の撮像の影響を除去することにより、露光時間の影響を補正する（ステップＳ３２）。太陽光が差し込むガラスハウス３００では、時間帯によって太陽光の強度が異なり、画像の輝度が変わるため、露光時間の影響を補正することとしたものである。第１データに含まれる第１段階の仮の照度値に含まれる露光時間の影響を補正すると、第２段階の仮の照度値が得られる。第２段階の仮の照度値と、露光時間に対する積算輝度値の関係とを関連付けてテーブル形式の第２データを作成する。
例えば、露光時間に対する積算輝度値の関係は、最初に管理システム１００を動作させる際に、短時間の間に露光時間を変更して、露光時間と輝度値の値を取得して算出しておけばよい。また、次の測定までの間に露光時間を変更した測定を複数回行うことにより、露光時間に対する積算輝度値の関係を算出してもよい。
次に、レベル検出部５２は、第２データに含まれる第２段階の仮の照度値に含まれる監視カメラ２０の倍率の影響を補正する（ステップＳ３３）。
監視カメラ２０の倍率が異なると、画像の中に占めるラベル３０Ａを表す画素数が異なる。監視カメラ３０の近傍のラベル３０Ａと、監視カメラ２０から遠いラベル３０Ａとでは、１つの画像の中に占める画素数が異なる。このため、同一照度でも近傍のラベル３０Ａの方が輝度値が大きく見える。
従って、管理システム１００を設置する際に、ほぼ同一照度の監視カメラ２０の近傍のラベル３０Ａと監視カメラ２０から遠いラベル３０Ａとの画像について、それぞれ、使用画素数及び積算輝度値を測定し、ラベル３０Ａの使用画素数と積算輝度値との関係を表すデータを作成する。このデータを作製する際には、様々な照度で撮影を行った画像について、監視カメラ２０の近傍のラベル３０Ａと監視カメラ２０から遠いラベル３０Ａとの輝度を比較し、どの照度でも両者の輝度の差が小さくなるように、規格化した積分輝度値を用いる。このようにして、倍率の影響を補正する。
ステップＳ３３では、第２データに含まれる第２段階の仮の照度値に含まれる倍率の影響を補正することにより、第３段階の仮の照度値を求める。第３段階の仮の照度値と、露光時間に対する積算輝度値の関係とを関連付けてテーブル形式の第３データを作成する。
次に、レベル検出部５２は、第３データに含まれる第３段階の仮の照度値を市販の照度計の照度値と比較することにより、最終的な照度を算出する（ステップＳ３４）。すなわち、第３段階の仮の照度値を照度計で得られる照度値に変換する。
ラベル３０Ａの輝度は、照明の方位により値が変化するため、この変換の際には、ライト等の人工光の場合は方位や点灯数、自然光の場合は時刻や季節の影響をデータベース化したものを用いればよい。
以上より、監視カメラ２０で温度を示すラベル３０Ａと湿度示すラベル３０Ｃを撮像することで、ガラスハウス３００の中における各場所の温度、湿度、及び照度を測定することができる。
温度、湿度、照度のいずれかの現在の目標値との差が所定値を上回るような場合には、ガラスハウス３００内の空調設備、照明、カーテン等を用いて適切な温度、湿度、照度になるように逐次修正すればよい。
実施の形態３の管理システム１００によれば、温度と湿度に加えて、照度を画像処理で求めることができる。ガラスハウス３００のように作物を生産する施設では、照度が作物の生長に関連するパラメータであるため、遠隔地での農業も可能になり、利便性が高い。
なお、ガラスハウス３００では、作物を盗難等から守ることも必要である。このため、例えば、レベル検出部５２で、監視カメラ２０で撮像して得た画像におけるラベル３０Ａ及び３０Ｃ以外の部分の各ピクセルの輝度が時系列的に変化するかどうかを判定することにより、不法侵入者の有無を検出してもよい。不法侵入者がいる場合は、ラベル３０Ａ及び３０Ｃ以外の部分の各ピクセルの輝度が時系列的に変化するからである。
以上、本発明の例示的な実施の形態の管理システムについて説明したが、本発明は、具体的に開示された実施の形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。
以上の実施の形態に関し、さらに以下の付記を開示する。
（付記１）
温度又は湿度のレベルに応じて発色位置が変化する表示部をそれぞれ有し、管理対象に、撮影装置から離れる方向において互いに異なる位置に設置される複数のラベルと、
前記撮影装置によって撮影された前記複数のラベルの画像を表す画像データを出力する画像取得部と、
前記画像データに含まれる前記複数のラベルの画像を表す各画素数の差よりも変換後のラベルの画像を表す各画素数の差の方が小さくなるように前記画像データを変換する第１画像処理、及び、取得した画像データにおける前記ラベルに対応する画素数の情報を用いて前記複数の表示部の画像を認識する第２画像処理のいずれか一方を行う画像処理部と、
前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われることで得られた、前記表示部に対応する画素の輝度情報に基づき、前記温度又は前記湿度のレベルを検出するレベル検出部と
を含む、管理システム。
（付記２）
前記複数のラベルにおいて、発色位置が変化する方向は、前記撮影装置から離れる方向と異なる方向である、付記１に記載の管理システム。
（付記３）
前記複数のラベルは、複数の表示部の前記温度又は前記湿度のレベルの高レベル側と低レベル側をそれぞれ表す共通のマーカをさらに有し、
前記画像処理部は、前記マーカを用いて前記複数の表示部の画像について前記第１画像処理を行う、付記１又は２記載の管理システム。
（付記４）
前記マーカは、前記複数の表示部の両端に配設される一対のマーカであり、
前記画像処理部は、画像処理前の前記複数の表示部の画像と画像処理後の該複数の表示部の画像を比較したときに、該複数の表示部の画像の前記各一対のマーカの間隔が揃うように、かつ、隣接するラベルの該一対のマーカどうしの間隔が実空間の設置間隔の比に揃うように画像データの変換をすることで複数のラベルの画像を表す画素数を揃える前記第１画像処理を行う、付記３記載の管理システム。
（付記５）
前記複数の表示部は、検出した温度又は湿度に対応する表示部の色が変化することにより、他の表示部の色とは異なる色になる表示部であり、
前記レベル検出部は、前記画像データの前記複数のラベルについてそれぞれ、色が変化した１つ又は２つの表示部を抽出し、抽出した１つ又は２つの表示部の位置と、前記一対のマーカの各位置との距離の比に応じて、前記温度又は前記湿度のレベルを検出する、付記４記載の管理システム。
（付記６）
前記レベル検出部は、前記表示部が発光する光の三原色の変化の度合、又は、前記表示部の発光をグレースケール化して得られる発光の変化の度合に基づいて、前記輝度情報の分布又は変化を検出することにより、前記温度又は前記湿度のレベルを検出する、付記５記載の管理システム。
（付記７）
前記複数の表示部は、検出した温度又は湿度に対応する表示部が、前記温度又は前記湿度のレベルの高レベル側を示す１又は複数の表示部の第１の色と、低レベル側を示す１又は複数の表示部の第２の色との中間の色を示す表示部であり、
前記レベル検出部は、前記複数の表示部のうち、前記画像データの前記複数のラベルについてそれぞれ前記中間の色を示す表示部の位置を求め、前記中間の色を示す表示部の位置と、前記一対のマーカの各位置との間の距離の比に応じて、前記温度又は前記湿度のレベルを検出する、付記４記載の管理システム。
（付記８）
前記レベル検出部は、前記中間の色を示す表示部が発光する光の三原色の変化の度合、又は、前記中間の色を示す表示部の発光をグレースケール化して得られる発光の変化の度合に基づいて、前記輝度情報の分布又は変化を検出することにより、前記温度又は前記湿度のレベルを検出する、付記７記載の管理システム。
（付記９）
前記マーカ及び前記複数の表示部を表す画像データを格納するメモリをさらに含み、
前記レベル検出部は、前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われた前記複数の表示部と前記マーカとの画像に対して、前記メモリに格納される画像データを用いたパターンマッチング処理を行って識別した前記複数の表示部の画像の輝度情報の分布又は変化の比較に基づき、前記温度又は前記湿度のレベルを検出する、付記３乃至８のいずれか一項記載の管理システム。
（付記１０）
前記レベル検出部は、前記表示部の輝度情報に基づき、前記ラベルの照度を求める、付記１乃至９のいずれか一項記載の管理システム。
（付記１１）
前記管理対象が生物である場合に、前記画像データを時系列的に取得し、前記生物の生存状態を検出する検出部をさらに含む、付記１乃至１０記載の管理システム。
（付記１２）
前記管理対象が作物である場合に、前記画像データを時系列的に取得し、不法侵入者の有無を検出する検出部をさらに含む、付記１乃至１０記載の管理システム。
（付記１３）
前記複数の表示部によって段階的に示される前記温度又は前記湿度のレベルに対して、畳み込み演算処理を行うことにより、前記段階的な前記温度又は前記湿度のレベルよりも細かいステップ幅の前記温度又は前記湿度のデータを導出する、付記１乃至１２のいずれか一項記載の管理システム。
（付記１４）
前記複数のラベルは、前記複数の表示部の法線の方向が管理対象の配置の方向を示す方向に沿うように、前記管理対象の配置を示す方向に沿って設置されており、
前記画像取得部は、画角が０度の方向が前記管理対象の配置を示す方向に沿うように配置される、付記１乃至１２のいずれか一項記載の管理システム。
（付記１５）
管理対象の配置を示す方向に沿って設置される複数のラベルであって、温度又は湿度のレベルを段階的かつ可逆的に示し、画像処理によって画像内に投影された前記所定の方向に沿って配列される複数の表示部をそれぞれ有する複数のラベルを撮影し、撮影した画像を表す画像データを出力し、
前記画像データに含まれる前記複数のラベルの画像を表す画素数が揃うように前記画像データを変換する第１画像処理、及び、前記ラベルのサイズを表すサイズデータを用いて前記複数の表示部の画像を認識する第２画像処理のいずれか一方を行い、
前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われた前記複数の表示部に対応する画素の輝度情報または輝度の変化の情報の比較に基づき、前記温度又は前記湿度のレベルを検出する
処理をコンピュータに実行させる、管理システム用プログラム。
１ データセンタ
１Ａ 通路
１Ｂ 内側壁
１Ｃ 天井
１０Ａ、１０Ｂ サーバラック
２０ 監視カメラ
３０Ａ、３０Ｂ、３０Ｃ ラベル
５０ 制御装置
５１ 画像処理部
５２ レベル検出部
５３ メモリ
１００ 管理システム

Claims (10)

  1. 温度又は湿度のレベルに応じて発色位置が変化する複数の表示部をそれぞれ有し、管理対象に、撮影装置から離れる方向において互いに異なる位置に設置される複数のラベルと、
    前記撮影装置によって撮影された前記複数のラベルの画像を表す画像データを出力する画像取得部と、
    前記画像データに含まれる前記複数のラベルの画像を表す各画素数の差よりも変換後のラベルの画像を表す各画素数の差の方が小さくなるように前記画像データを変換する第１画像処理、及び、取得した画像データにおける前記ラベルに対応する画素数の情報を用いて前記複数の表示部の画像を認識する第２画像処理のいずれか一方を行う画像処理部と、
    前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われることで得られた、前記複数の表示部に対応する画素の輝度情報に基づき、前記温度又は前記湿度のレベルを検出するレベル検出部と
    を含む、管理システム。
  2. 前記複数のラベルにおいて、発色位置が変化する方向は、前記撮影装置から離れる方向と異なる方向である、請求項１に記載の管理システム。
  3. 前記複数のラベルは、前記複数の表示部の前記温度又は前記湿度のレベルの高レベル側と低レベル側をそれぞれ表す共通のマーカをさらに有し、
    前記画像処理部は、前記マーカを用いて前記複数の表示部の画像について前記第１画像処理を行う、請求項１又は２記載の管理システム。
  4. 前記マーカは、前記複数の表示部の両端に配設される一対のマーカであり、
    前記画像処理部は、画像処理前の前記複数の表示部の画像と画像処理後の該複数の表示部の画像を比較したときに、該複数の表示部の画像の前記各一対のマーカの間隔が揃うように、かつ、隣接するラベルの該一対のマーカどうしの間隔が実空間の設置間隔の比に揃うように画像データの変換をすることで複数のラベルの画像を表す画素数を揃える前記第１画像処理を行う、請求項３記載の管理システム。
  5. 前記複数の表示部は、検出した温度又は湿度に対応する表示部の色が変化することにより、他の表示部の色とは異なる色になる表示部であり、
    前記レベル検出部は、前記画像データの前記複数のラベルについてそれぞれ、色が変化した１つ又は２つの表示部を抽出し、抽出した１つ又は２つの表示部の位置と、前記一対のマーカの各位置との距離の比に応じて、前記温度又は前記湿度のレベルを検出する、請求項４記載の管理システム。
  6. 前記レベル検出部は、前記抽出した１つ又は２つの表示部における光の三原色の変化の度合、又は、前記抽出した１つ又は２つの表示部の発光をグレースケール化して得られる発光の変化の度合に基づいて、前記輝度情報の分布又は変化を検出することにより、前記温度又は前記湿度のレベルを検出する、請求項５記載の管理システム。
  7. 前記複数の表示部は、検出した温度又は湿度に対応する表示部が、前記温度又は前記湿度のレベルの高レベル側を示す１又は複数の表示部の第１の色と、低レベル側を示す１又は複数の表示部の第２の色との中間の色を示す表示部であり、
    前記レベル検出部は、前記複数の表示部のうち、前記画像データの前記複数のラベルについてそれぞれ前記中間の色を示す表示部の位置を求め、前記中間の色を示す表示部の位置と、前記一対のマーカの各位置との間の距離の比に応じて、前記温度又は前記湿度のレベルを検出する、請求項４記載の管理システム。
  8. 前記レベル検出部は、前記中間の色を示す表示部が発光する光の三原色の変化の度合、又は、前記中間の色を示す表示部の発光をグレースケール化して得られる発光の変化の度合に基づいて、前記輝度情報の分布又は変化を検出することにより、前記温度又は前記湿度のレベルを検出する、請求項７記載の管理システム。
  9. 前記マーカ及び前記複数の表示部を表す画像データを格納するメモリをさらに含み、
    前記レベル検出部は、前記画像処理部によって前記第１画像処理及び前記第２画像処理のいずれか一方が行われた前記複数の表示部と前記マーカとの画像に対して、前記メモリに格納される画像データを用いたパターンマッチング処理を行って識別した前記複数の表示部の画像の輝度情報の分布又は変化の比較に基づき、前記温度又は前記湿度のレベルを検出する、請求項３乃至８のいずれか一項記載の管理システム。
  10. 前記レベル検出部は、前記複数の表示部の輝度情報に基づき、前記ラベルの照度を求める、請求項１乃至９のいずれか一項記載の管理システム。
JP2014257376A 2014-12-19 2014-12-19 管理システム Active JP6476833B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014257376A JP6476833B2 (ja) 2014-12-19 2014-12-19 管理システム
US14/964,990 US9453766B2 (en) 2014-12-19 2015-12-10 Management system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014257376A JP6476833B2 (ja) 2014-12-19 2014-12-19 管理システム

Publications (2)

Publication Number Publication Date
JP2016118434A JP2016118434A (ja) 2016-06-30
JP6476833B2 true JP6476833B2 (ja) 2019-03-06

Family

ID=56129060

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014257376A Active JP6476833B2 (ja) 2014-12-19 2014-12-19 管理システム

Country Status (2)

Country Link
US (1) US9453766B2 (ja)
JP (1) JP6476833B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162575A (zh) * 2020-09-13 2021-01-01 江苏深农智能科技有限公司 基于数据模型的智能棚舍环境控制方法及系统

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10309945B2 (en) * 2014-04-21 2019-06-04 Inteligistics, Inc. System, method, and apparatus for temperature monitoring and visibility
JP6505514B2 (ja) * 2015-06-10 2019-04-24 パナソニック株式会社 空気調和機、センサシステムおよびその温冷感推定方法
JP6610348B2 (ja) * 2016-03-10 2019-11-27 富士通株式会社 管理プログラム、管理装置および管理方法
CN106979822A (zh) * 2017-03-25 2017-07-25 聊城大学 一种红外成像过耗故障探测仪
CN110770789A (zh) * 2017-04-19 2020-02-07 施耐德电气It公司 用于机架外壳的接近检测的系统和方法
JP6999478B2 (ja) * 2018-03-30 2022-01-18 セコム株式会社 マーカ及びマーカ検出システム
WO2020044436A1 (ja) * 2018-08-28 2020-03-05 東京電力ホールディングス株式会社 空間温度スキャナおよび空間温度の表示方法
US10795758B2 (en) * 2018-11-20 2020-10-06 Acronis International Gmbh Proactive disaster recovery based on external event monitoring
CN110648069B (zh) * 2019-09-26 2020-08-14 桐乡市常新农机专业合作社 一种基于运输车的蔬菜质量分析系统
JP2021143956A (ja) * 2020-03-12 2021-09-24 株式会社Ｎｔｔファシリティーズ 温度情報表示カード

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0915064A (ja) * 1995-06-30 1997-01-17 Furukawa Electric Co Ltd:The 温度監視方法および温度監視装置
JP3411260B2 (ja) * 2000-08-07 2003-05-26 東光電気株式会社 状態表示器の認識処理装置および認識処理方法
US6870643B2 (en) * 2001-01-31 2005-03-22 International Business Machines Corporation Method and system for error diffusion with a plurality of error measures
US7287390B2 (en) * 2001-10-22 2007-10-30 Medi-Physics, Inc. Optical pumping modules, polarized gas blending and dispensing systems, and automated polarized gas distribution systems and related devices and methods
US7606437B2 (en) * 2005-01-11 2009-10-20 Eastman Kodak Company Image processing based on ambient air attributes
JP4911928B2 (ja) * 2005-07-14 2012-04-04 中国電力株式会社 監視システム
JP4537295B2 (ja) * 2005-09-01 2010-09-01 キヤノン株式会社 画像形成装置
US8556888B2 (en) * 2006-08-04 2013-10-15 INTIO, Inc. Methods and apparatuses for performing and monitoring thermal ablation
JP2009210501A (ja) 2008-03-06 2009-09-17 Konica Minolta Business Technologies Inc サーモカラーセンサー、示温デバイス、温度検出方法および温度分布検出方法
US8939914B2 (en) * 2009-02-27 2015-01-27 Thermimage, Inc. Radiometers and related devices and methods
US8519711B2 (en) 2009-03-31 2013-08-27 Kabushiki Kaisha Toshiba Magnetic resonance imaging apparatus
JP3164416U (ja) * 2010-09-16 2010-11-25 道子 新居 ペットの熱中症予防用温度計及び温度表示シール
JP2012186781A (ja) * 2011-02-18 2012-09-27 Sony Corp 画像処理装置および画像処理方法
CN104137105B (zh) * 2011-12-22 2017-07-11 施耐德电气It公司 关于瞬时事件对数据中心中的温度的影响分析

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162575A (zh) * 2020-09-13 2021-01-01 江苏深农智能科技有限公司 基于数据模型的智能棚舍环境控制方法及系统

Also Published As

Publication number Publication date
US20160178440A1 (en) 2016-06-23
JP2016118434A (ja) 2016-06-30
US9453766B2 (en) 2016-09-27

Similar Documents

Publication Publication Date Title
JP6476833B2 (ja) 管理システム
Bernotas et al. A photometric stereo-based 3D imaging system using computer vision and deep learning for tracking plant growth
Guo et al. Crop 3D—a LiDAR based platform for 3D high-throughput crop phenotyping
US10871444B2 (en) Inspection and failure detection of corrosion under fireproofing insulation using a hybrid sensory system
Zhuang et al. Early detection of water stress in maize based on digital images
US20190159681A1 (en) Diagnostic apparatus
KR101271074B1 (ko) 온실 작물 모니터링 방법 및 영상 감지형 온실 작물 모니터링 시스템
JP7172605B2 (ja) 情報生成方法、情報生成装置、プログラム
US20220254014A1 (en) Information processing apparatus, information processing method, program, and sensing system
KR20190143680A (ko) IoT 기반 온실 내 작물 생육상태 실시간 모니터링 시스템
WO2020230126A1 (en) Systems and methods for phenotyping
Du et al. Greenhouse-based vegetable high-throughput phenotyping platform and trait evaluation for large-scale lettuces
Zhang et al. 3D robotic system development for high-throughput crop phenotyping
CN211746249U (zh) 一种笼内鸡只识别装置
Shewring et al. Using UAV‐mounted thermal cameras to detect the presence of nesting nightjar in upland clear‐fell: A case study in South Wales, UK
JP2010004861A (ja) 動物個体識別システム及び動物個体識別方法
CN113412498A (zh) 自动移动田地勘察传感器数据和图像分类设备
CN106248058A (zh) 一种对于仓储运输工具的定位方法、装置及系统
JP2021058129A (ja) 農作物の成長監視システム、及び成長監視方法
CN115968810A (zh) 一种病疫生猪的识别方法和识别系统
Peshlov et al. Scaling up high throughput field phenotyping of corn and soy research plots using ground rovers
Zhang et al. Development of automated high-throughput phenotyping system for controlled environment studies
Kamarianakis et al. Design and Implementation of a Low-Cost, Linear Robotic Camera System, Targeting Greenhouse Plant Growth Monitoring
Putra et al. Vision-Based Object Detection for Efficient Monitoring in Smart Hydroponic Systems
KR102631883B1 (ko) 스마트 온습조도계를 이용한 식물 생육 위치 제안 시스템 및 방법

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171113

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180926

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181002

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181130

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190108

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190121

R150 Certificate of patent or registration of utility model

Ref document number: 6476833

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150