JP6524842B2 - 情報処理装置、情報処理方法、及びプログラム - Google Patents
情報処理装置、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP6524842B2 JP6524842B2 JP2015151686A JP2015151686A JP6524842B2 JP 6524842 B2 JP6524842 B2 JP 6524842B2 JP 2015151686 A JP2015151686 A JP 2015151686A JP 2015151686 A JP2015151686 A JP 2015151686A JP 6524842 B2 JP6524842 B2 JP 6524842B2
- Authority
- JP
- Japan
- Prior art keywords
- spectral
- median
- data
- information processing
- processing apparatus
- 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
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Description
第1の実施の形態について説明する。図1は第1の実施の形態における情報処理装置100の構成例を表す図である。情報処理装置100は、例えば、スペクトル画像に含まれる植物の種類を判別する装置である。このようなことから、情報処理装置100は、例えば、植物種判別装置又は植生図作成装置などと称される場合がある。
次に第2の実施の形態について説明する。図2はスペクトル画像の例を表す図である。上述したように、ハイパースペクトルセンサやマルチバンドセンサにより得られたスペクトルデータは、マルチスペクトルセンサにより得られたスペクトルデータよりも多くの情報を含んでいる。ハイパースペクトルセンサやマルチバンドセンサにより得られるスペクトルデータは、画素ごとに波長情報と光強度情報を含むスペクトルデータを含んでいる。すなわち、当該スペクトルデータは、画像としての2次元要素に、スペクトルデータとしての要素を併せ持つ3次元構成のデータとなっている。
ハイパースペクトルカメラ(HSC−1701、エコジャパン株式会社製)を用いて、植物が混在する画像を撮影した。発明者は、判別領域毎の画素が有するGIS情報に基づいて削除領域に隣接した地点で踏査を行い、削除されたものが人工物か否か、当該箇所に含まれる削除領域の隣接点(以下では、「隣接削除点」と称する場合がある)が植物か否かを確認した。
次に、係数aを1.09に変更した。それ以外は実施例1と同様にして情報処理装置100において処理を行った。その結果に対して、発明者は実施例1と同様に30箇所について実際に踏査した。
次に、係数aを1.01に変更した。それ以外は実施例1と同様にして情報処理装置100において処理を行った。その結果に対して、発明者は実施例1と同様に30箇所を実際に踏査した。
次に、係数aを1.1に変更した。それ以外は実施例1と同様にして情報処理装置100において処理を行った。その結果に対して、発明者は実施例1と同様に30箇所を実際に踏査した。
次に、係数aを1.0に変更した。それ以外は実施例1と同様にして情報処理装置100において処理を行った。その結果に対して、発明者は実施例1と同様に30箇所を実際に踏査した。
次にその他の実施の形態について説明する。図7は情報処理装置100のハードウェア構成例を表す図である。情報処理装置100は、CPU(Central Processing Unit)151、入力装置152、モニタ153、媒体読み取り装置154、インタフェース155、通信装置156、主記憶装置157、及び個体磁気ディスク158を備える。CPU151、入力装置152、モニタ153、媒体読み取り装置154、インタフェース155、通信装置156、主記憶装置157、及び個体磁気ディスク158は通信バスを介して互いに接続される。
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成する作成部と、
前記第2のスペクトルデータに基づいて植物の種類を判別する照合部
を備えることを特徴とする情報処理装置。
前記係数aは、1.01〜1.09であることを特徴とする付記1記載の情報処理装置。
前記係数aは、1.03〜1.07であることを特徴とする付記1記載の情報処理装置。
前記第1の中央値を算出する可視光の前記一定範囲は500〜580nm、前記第2の中央値を算出する赤外光の前記一定範囲は900〜980nmであることを特徴とする付記1記載の情報処理装置。
前記測定波長範囲は、400〜1400nmであることを特徴とする付記1記載の情報処理装置。
前記第1の中央値に代えて、可視光に対する分光反射率の一定範囲におけるスペクトル強度の平均値とし、前記第2の中央値に代えて、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の平均値とすることを特徴とする付記1記載の情報処理装置。
前記一定範囲は波長の範囲であることを特徴とする付記1記載の情報処理装置。
作成部と照合部を有する情報処理装置における情報処理方法であって、
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記作成部により、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成し、
前記照合部により、前記第2のスペクトルデータに基づいて植物の種類を判別する、
ことを特徴とする情報処理方法。
情報処理装置のコンピュータに実行させるプログラムであって、
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成し、
前記第2のスペクトルデータに基づいて植物の種類を判別する
処理を前記コンピュータに実行させるプログラム。
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成し、前記第2のスペクトルデータに基づいて植物の種類を判別するコントローラ
を備えることを特徴とする情報処理装置。
111:受付部 112:抽出部
113:算出部 114:作成部
115:照合部 120:記憶部
121:記憶装置 151:CPU
Claims (7)
- スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成する作成部と、
前記第2のスペクトルデータに基づいて植物の種類を判別する照合部
を備えることを特徴とする情報処理装置。 - 前記係数aは、1.01〜1.09であることを特徴とする請求項1記載の情報処理装置。
- 前記係数aは、1.03〜1.07であることを特徴とする請求項1記載の情報処理装置。
- 前記第1の中央値を算出する可視光の前記一定範囲は500〜580nm、前記第2の中央値を算出する赤外光の前記一定範囲は900〜980nmであることを特徴とする請求項1記載の情報処理装置。
- 前記測定波長範囲は、400〜1400nmであることを特徴とする請求項1記載の情報処理装置。
- 作成部と照合部を有する情報処理装置における情報処理方法であって、
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記作成部により、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成し、
前記照合部により、前記第2のスペクトルデータに基づいて植物の種類を判別する、
ことを特徴とする情報処理方法。 - 情報処理装置のコンピュータに実行させるプログラムであって、
スペクトル強度を含む第1のスペクトルデータの測定波長範囲が可視光領域と赤外光領域であり、可視光に対する分光反射率の一定範囲におけるスペクトル強度の第1の中央値と、判別母集団の赤外光に対する分光反射率の一定範囲におけるスペクトル強度の第2の中央値は、前記第1の中央値をx、前記第2の中央値をy、係数をaとしたとき、y=axの関係を有しており、前記第1のスペクトルデータからy=ax以下のスペクトルデータを除外し、さらに、前記第1のスペクトルデータから前記第2の中央値の最大値以上のスペクトルデータを除外した第2のスペクトルデータを作成し、
前記第2のスペクトルデータに基づいて植物の種類を判別する
処理を前記コンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015151686A JP6524842B2 (ja) | 2015-07-31 | 2015-07-31 | 情報処理装置、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015151686A JP6524842B2 (ja) | 2015-07-31 | 2015-07-31 | 情報処理装置、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017032371A JP2017032371A (ja) | 2017-02-09 |
JP6524842B2 true JP6524842B2 (ja) | 2019-06-05 |
Family
ID=57988631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015151686A Active JP6524842B2 (ja) | 2015-07-31 | 2015-07-31 | 情報処理装置、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6524842B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6706301B2 (ja) * | 2018-09-28 | 2020-06-03 | Ckd株式会社 | 検査装置、ptp包装機及びptpシートの製造方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5224906B2 (ja) * | 2008-05-23 | 2013-07-03 | 株式会社Ihi | 植生検出装置および方法 |
BRPI1010727A2 (pt) * | 2009-06-11 | 2016-03-15 | Pa Llc | índices de vegetação para medir densidade e crescimento de microcultura de múltiplas camadas. |
JP2012196167A (ja) * | 2011-03-20 | 2012-10-18 | Fujitsu Ltd | 植物種識別方法 |
JP5910018B2 (ja) * | 2011-11-17 | 2016-04-27 | 富士通株式会社 | 植物種特定のためのプログラム、情報処理方法及び装置 |
JP2013171335A (ja) * | 2012-02-17 | 2013-09-02 | Hitachi Solutions Ltd | 画像処理システム及び画像処理方法 |
JP6060377B2 (ja) * | 2012-10-31 | 2017-01-18 | 小平アソシエイツ株式会社 | 画像クラスタ分析装置 |
JP5991182B2 (ja) * | 2012-12-14 | 2016-09-14 | 富士通株式会社 | 植物種判定プログラム、植物種判定方法および植物種識別装置 |
-
2015
- 2015-07-31 JP JP2015151686A patent/JP6524842B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017032371A (ja) | 2017-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Adelabu et al. | Testing the reliability and stability of the internal accuracy assessment of random forest for classifying tree defoliation levels using different validation methods | |
Laliberte et al. | Image processing and classification procedures for analysis of sub-decimeter imagery acquired with an unmanned aircraft over arid rangelands | |
Shafri et al. | Semi-automatic detection and counting of oil palm trees from high spatial resolution airborne imagery | |
Le Maire et al. | Mapping short-rotation plantations at regional scale using MODIS time series: Case of eucalypt plantations in Brazil | |
Alganci et al. | Parcel-level identification of crop types using different classification algorithms and multi-resolution imagery in Southeastern Turkey | |
AU2015324185B2 (en) | Multi-spectral image labeling with radiometric attribute vectors of image space representation components | |
Lu et al. | Land use/cover classification in the Brazilian Amazon using satellite images | |
David et al. | Vegetation indices and textures in object-based weed detection from UAV imagery | |
Panagiotidis et al. | Detection of fallen logs from high-resolution UAV images | |
Hütt et al. | Multi-data approach for crop classification using multitemporal, dual-polarimetric TerraSAR-X data, and official geodata | |
Effiom et al. | Combining unmanned aerial vehicle and multispectral Pleiades data for tree species identification, a prerequisite for accurate carbon estimation | |
Guan et al. | Partially supervised hierarchical classification for urban features from lidar data with aerial imagery | |
Ozdarici-Ok et al. | Using remote sensing to identify individual tree species in orchards: A review | |
Orlíková et al. | Land cover classification using sentinel-1 SAR data | |
Bin et al. | Parcel-based change detection in land-use maps by adopting the holistic feature | |
Mustafa et al. | Object based technique for delineating and mapping 15 tree species using VHR WorldView-2 imagery | |
Moradi et al. | Potential evaluation of visible-thermal UAV image fusion for individual tree detection based on convolutional neural network | |
Zhou et al. | A framework for precisely thinning planning in a managed pure Chinese fir forest based on UAV remote sensing | |
JP6524842B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
Li et al. | A sensor specified method based on spectral transformation for masking cloud in Landsat data | |
JP6060377B2 (ja) | 画像クラスタ分析装置 | |
Osińska-Skotak et al. | The methodology for identifying secondary succession in non-Forest Natura 2000 habitats using multi-source airborne remote sensing data | |
JP2018128370A (ja) | 植物判別装置、植物判別方法及び植物判別用コンピュータプログラム | |
Neves et al. | Hierarchical classification of Brazilian savanna physiognomies using very high spatial resolution image, superpixel and Geobia | |
Arockiaraj et al. | Identification and quantification of tree species in open mixed forests using high resolution QuickBird satellite imagery |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180413 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190319 |
|
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: 20190409 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190422 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6524842 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |