JP6556613B2 - 異臭推定装置、異臭推定システム、異臭推定方法及び異臭推定プログラム - Google Patents

Description

本発明の実施形態は、異臭推定装置、異臭推定システム、異臭推定方法及び異臭推定プログラムに関する。

近年、浄水処理技術の進歩に伴い水道水のかび臭等の異臭味被害は減少傾向にある。しかし、少ない件数ではあるが未だに異臭味被害が発生している。水道事業体では、かび臭対策として、高度浄水処理の導入、粉末活性炭の投入などを行っている。そして、粉末活性炭の投入は、季節や気候に応じてかび臭発生を経験的に予測して行われている。このように経験に基づく予測で、粉末活性炭を投入する場合、予測の精度が低いことを考慮して、粉末活性炭をかなり多めに入れる必要がある。すなわち、粉末活性炭を必要以上に入れる必要があり、粉末活性炭を効率よく利用することができないという問題がある。

上記粉末活性炭を効率よく利用する為に、かび臭の発生を検出して、かび臭の発生に応じて粉末活性炭の投入を制御することが考えられる。そして、かび臭の発生を検出する方法として、かび臭物質であるジェオスミン、２−メチルイソボルネオール（２−ＭＩＢ）を原水から直接測定するガスクロマトグラフィー質量分析法（ＧＣＭＳ法）を利用したかび臭検出装置が存在する。しかし、そのようなかび臭検出装置は、非常に 高価であるため浄水場への導入実績は少なく、かつ、１回の測定に多くの時間を必要とする。１回の測定に時間がかかると、例えばかび臭が急に強くなった場合には対応できないという問題がある。

上述したように、従来の技術では、原水におけるかび臭等の異臭の検出に時間を長く要してしまうという問題があった。

特開平０９−７５９１８号公報

本発明が解決しようとする課題は、原水における異臭の検出に要する時間を短縮することができる異臭推定装置、異臭推定システム、異臭推定方法及び異臭推定プログラムを提供することである。

実施形態の異臭推定装置は、画像入力部と、藻類量取得部と、異臭推定部とを持つ。画像入力部は、被写体からの光を複数の波長帯域毎に光電変換する撮像部から原水を被写体とする画像データが入力される。藻類量取得部は、画像入力部に入力された画像データにおける複数の波長帯域の信号強度に基づいて、原水に含まれる第１の藻類の画素領域を抽出し、抽出した第１の藻類の画素領域に基づいて、原水の単位量当たりの第１の藻類の量を取得する。異臭推定部は、藻類量取得部が取得した第１の藻類の量に基づいて原水の異臭の程度を推定する。

本実施形態におけるかび臭推定システム１の構成例を示す図。 原水に発生する藻類の写真例を示す図。 「ケイ藻」、「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」の分光スペクトルを示す図。 第１の実施形態のかび臭推定装置２の構成例を示す図。 第１の実施形態のかび臭推定装置２の動作を説明するフロー図。 第２の実施形態のかび臭推定装置２Ａの構成例を示す図。 第２の実施形態のかび臭推定装置２Ａの動作を説明するフロー図。 ハイパースペクトルカメラである撮像部１５で撮影した画像データに対する画像処理例を示す図。

以下、実施形態の異臭推定装置、異臭推定システム、異臭推定方法及び異臭推定プログラムを、図面を参照して説明する。

（概略）
まず、本実施形態におけるかび臭推定システム（異臭推定システム）の概略について説明する。
図１は、本実施形態におけるかび臭推定システム１の構成例を示す図である。図１に示すように、かび臭推定システム１は、かび臭推定装置２と、表示装置３と、入力装置４、原水撮影装置５と、ケーブル６とを備える。

原水撮影装置５は、採水口１１と、採水管１２と、撮影用トレー１３と、遮光壁１４と、撮像部１５と、光学系１６と、光源１７と、排水管１８と、排水口１９とを備える。採水口１１は、水源から取水した原水の一部を採水する流入口である。採水口１１から流入する原水は、高低差やポンプ等により水圧がかかっており、矢印の方向に原水が流れる。採水管１２は、採水口１１から流入した原水が流れる管である。

撮影用トレー１３は、採水管１２を通った原水が溜まるトレーである。撮影用トレー１３は、撮像部１５により撮影対象となる原水を溜めるトレーでもある。撮影用トレー１３は、少なくとも撮像部１５の撮影対象となる領域においては、仮に原水が透明であれば光源１７からの光を波長によらず均一に反射するように例えば白色の部材を配置している。

遮光壁１４は、例えば、撮像部１５及び光源１７が設置される上面と、上面を支持する側面とを有する箱状のものである。遮光壁１４は、撮像部１５が撮影する撮影用トレー１３上の原水に光源１７からの光以外の光（外光等）が当たらないよう遮光する機能を有する。遮光壁１４は、例えば、内壁面には、撮像時にフレアや迷光等の影響を抑制するため反射防止膜がコーティングされている。

撮像部１５は、複数の特定の波長帯域の信号強度のピークを判別可能な感度を有する画素が配列された撮像素子を備える。撮像部１５が備える撮像素子は、被写体からの光を光電変換する画素が配列された構成であり、単板でも多板でもよい。特定の波長は、かび臭を発生する藍藻類を特定するために有効な複数の波長帯域であり、例えば、６５０ｎｍ〜７００ｎｍ（第１の波長帯域）と、６００ｎｍ〜６５０ｎｍ（第２の波長帯域）とである。また、複数の特定の波長帯域の信号強度のピークを判別可能な感度を有する画素とは、第１の波長帯域と第２の波長帯域に信号強度のピークがあることを判別可能な複数の波長帯域に感度を有する画素である。第１の波長帯域と、第２の波長帯域とにスペクトルのピークがあることを判別可能な複数の波長帯域とは、例えば、５５０ｎｍ〜６００ｎｍ、６００ｎｍ〜６５０ｎｍ、６５０ｎｍ〜７００ｎｍ及び７００ｎｍ〜７５０ｎｍの波長帯域である。撮像部１５は、これらの複数の波長帯域に感度を有する画素からの信号を処理して原水画像データとして出力する。これにより、かび臭推定装置２は、撮像部１５からの原水画像データに基づいて６５０ｎｍ〜７００ｎｍ（第１の波長帯域）と、６００ｎｍ〜６５０ｎｍ（第２の波長帯域）とにスペクトルのピークがあるか否かを判定することができる。

光学系１６は、撮影用トレー１３上にある原水に焦点を合わせるためのレンズである。なお、撮影対象を高倍率で撮影する場合には光学系１６は、顕微鏡で構成してもよい。光源１７は、例えば白色光を撮影対象に照射する照明装置である。撮像部１５は、ケーブル６を介して、撮影用トレー１３上にある原水を撮影して得た各画素に特定の波長のスペクトルデータを含む画像データである原水画像データをかび臭推定装置２へ出力する。

排水管１８は、撮影用トレー１３から溢れ出た原水が排水口１９へ流れるための管である。排水口１９は、原水を外部へ排水するための流出口である。なお、光源１７の位置を撮像部１５の対面かつ撮影用トレー１３の下部に位置する構成でもよく、この構成の場合は、光源１７の光を透過できるよう撮影用トレー１３を透明とする。

かび臭推定装置２は、ケーブル６を介して原水撮影装置５の撮像部１５と接続されており、撮像部１５から原水画像データを取得する機能を有するコンピューターである。また、かび臭推定装置２は、取得した原水画像データに基づいて、原水のかび臭の度合いを推定した情報であるかび臭情報を出力する機能を有する。また、かび臭推定装置２は、原水画像データに対して、類似のスペクトルデータを有する画素領域ごとに分類して、色分けする処理を行う機能を有する。

表示装置３は、コンピューターであるかび臭推定装置２に接続されたディスプレイ装置であり、かび臭情報を表示する。表示装置３は、必要に応じて原水画像データや原水画像データの解析結果を表示してもよい。入力装置４は、コンピューターであるかび臭推定装置２に接続されたキーボード及びマウス等の入力機器である。

入力装置４は、コンピューターであるかび臭推定装置２に接続された記録媒体を着脱可能で、装着された記録媒体からデータを読み出し可能な装置であってもよい。これにより、入力装置４は、記録媒体に記録されたデータを入力することができる。なお、タッチパネル端末を用いて、かび臭推定装置２、表示装置３及び入力装置４を一体化した構成としてもよい。

ここで、特定の波長帯域を選択する方法について具体例を示して説明する。特定の波長帯域を、各種の藻類を４００ｎｍ〜１０００ｎｍの波長における５〜１０ｎｍ刻みの各波長の信号強度を各画素で取得可能なハイパースペクトルカメラで撮影して、かび臭を発生する藍藻類を含む各種の藻類の分光スペクトルを特定する。そして、かび臭を発生する藍藻類とその他の藻類とで分光スペクトルの値が顕著に異なる波長帯域があればその波長帯域を特定の波長帯域としてもよい。また、かび臭を発生する藍藻類に特有のピーク波長が複数あればその複数のピーク波長をそれぞれ含む複数の波長帯域の値を用いて、かび臭を発生する藍藻類の画素領域を特定してもよい。

かび臭の原因となる藍藻類には、「アナベナ」、「オシラトリア」及び「フォルミジウム」等があり、かび臭の原因とならない藍藻類には「ミクロキスティス」がある。図２は、原水に発生する藻類の写真例を示す図である。図２において、写真４１は、かび臭を発生する藍藻類である「オシラトリア」である。写真４２は、かび臭を発生する藍藻類である「アナベナ」である。写真４３は、かび臭を発生する藍藻類である「フォルミジウム」である。写真４４は、かび臭を発生しない藍藻類以外の藻類の一つである「ケイ藻」である。写真４５は、かび臭を発生しない藍藻類である「ミクロキスティス」である。

図２に示すように、かび臭を発生する藍藻類である「アナベナ」、「オシラトリア」及び「フォルミジウム」は、棒状の形である。かび臭を発生しない藍藻類である「ミクロキスティス」及びかび臭を発生しない藍藻類以外の藻類の一つである「ケイ藻」は、球状の形である。

図３は、「ケイ藻」、「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」の分光スペクトルを示す図である。図３に示すように、藍藻類である「ミクロキスティス」、「アナベナ」、「オシラトリア」及び「フォルミジウム」は、６２０ｎｍ付近（図３の枠５１）と６８０ｎｍ付近（図３の枠５２）とに分光スペクトルのピーク（図３では下方向のピーク）がある。「ケイ藻」は、５００ｎｍ付近と６８０ｎｍ付近とに分光スペクトルのピーク（図３では下方向のピーク）がある。図３には、６２０ｎｍ付近の波長帯域を示す枠５１と、６８０ｎｍ付近の波長帯域を示す枠５２とが示されている。第１の波長帯域は、枠５２の波長帯域を含むものであり、第２の波長帯域は、枠５１の波長帯域を含むものである。

６２０ｎｍ付近のピークは、主にフィコシアニンという色素による光の吸収により現れているものと考えられる。６８０ｎｍ付近のピークは、主にクロロフィルａという色素による光の吸収により現れているものと考えられる。このように、藻類が含む色素に対応した波長帯域が分光スペクトルのピークとなる。よって、かび臭等の異臭を発生する藻類に特有の色素があれば、その色素が吸収する光の波長帯域がその藻類に特有の波長帯域となる。藍藻類以外の他の藻類においてもフィコシアニンを有しているものは少なく、フィコシアニンは、藍藻類に特有の色素といえる。

以上の藻類の特徴を考慮すると、まず、撮像部１５から出力される藍藻類に特有のピークの波長帯域である６２０ｎｍ付近を含む第２の波長帯域と６８０ｎｍ付近を含む第１の波長帯域とにおける信号強度を用いて、藍藻類の画素領域であるか否かを特定する。次に、撮像部１５から出力される原水画像データに対して画像処理を行い、藍藻類の画素領域と特定した藻類の形状に応じてかび臭を発生する藍藻類の画素領域を特定できると考える。本実施形態のかび臭推定装置２は、撮像部１５から出力される原水画像データに基づいて、波長帯域により藍藻類の画素領域を特定した後に、藍藻類の画素領域の形状に基づいて、棒状の藍藻類の画素領域をかび臭を発生する藍藻類の画素領域と判別する処理を行う。

次に、かび臭推定システム１におけるかび臭の推定処理の流れについて説明する。
たとえば、採水口１１に繋がる管に原水を所定の水圧で流入させることで、原水は、採水口１１、採水管１２を経て撮影用トレー１３に溜まる。撮像部１５は、撮影用トレー１３に溜まった原水を撮影して、原水画像データをケーブル６経由でかび臭推定装置２へ出力する。かび臭推定装置２は、受信した原水画像データに基づいて、かび臭の程度を示すかび臭情報を算出して、算出したかび臭情報を表示装置３に表示させる。

（第１の実施形態）
次に、第１の実施形態におけるかび臭推定装置２の構成例について説明する。
図４は、第１の実施形態のかび臭推定装置２の構成例を示す図である。図４に示すとおり、かび臭推定装置２は、画像入力部２１と、波長帯域処理部２２と、形状判別処理部２３と、藻類量取得部２４と、かび臭推定テーブル２５と、入力処理部２６と、かび臭推定部２７と、表示制御部２８とを備える。

画像入力部２１は、ケーブル６が接続されており、原水撮影装置５内の撮像部１５から撮影された原水画像データが入力される。波長帯域処理部２２は、画像入力部２１に入力された原水画像データに含まれる第１の波長帯域及び第２の波長帯域の信号強度に基づいて、原水画像データから藍藻類の画素領域を抽出する。波長帯域処理部２２は、例えば、第１の波長帯域及び第２の波長帯域にピークを有する画素を特定して、特定した画素の領域を藍藻類の画素領域として抽出する。

波長帯域処理部２２は、例えば、第１、第２の波長帯域の信号強度が、第１、第２の波長帯域の前後の波長帯域の信号強度よりも低い場合に、第１、第２の波長帯域にピークを有すると判断する。ここで、前後の波長帯域とは、第１、第２の波長帯域より短い波長の波長帯域と、第１、第２の波長帯域より長い波長の波長帯域のことである。また、場合によっては、波長帯域処理部２２は、例えば、第１の波長帯域の信号強度が、第１の波長帯域の前又は後の波長帯域の信号強度よりも低い場合に、第１の波長帯域にピークを有すると判断してもよい。上記のピークの判断方法は一例であり、波長帯域処理部２２は、波長帯域毎の信号強度の変化に基づいて、各画素に対して、第１の波長帯域及び第２の波長帯域におけるピークの有無を判断する。

また、波長帯域処理部２２における藍藻類の画素領域の抽出処理は、第１の波長帯域及び第２の波長帯域のピークの有無に基づいて抽出する処理に限定されるものではなく、例えば、以下に示す抽出処理を用いてもよい。波長帯域処理部２２は、例えば、第１の波長帯域の画素データＡと第２の波長帯域の画素データＢとに基づいて、以下の（式１）を用いて藍藻類指標を算出する。
藍藻類指標＝（ｍＡ−ｎＢ）／（ｍＡ＋ｎＢ） … （式１）

ただし、ｍ、ｎは任意の係数であり、藍藻類指標の精度を高める目的で、例えば、−１から１までの値をとる係数である（−１≦ｍ≦１、−１≦ｎ≦１）。係数ｍ、ｎは、複数種類の藻類について、実際に測定したＡ、Ｂの値を入力して、係数ｍ、ｎの値を変化させた結果に基づいて、藍藻類とその他の藻類とを最も精度良く判別できる値を求める。この場合、波長帯域処理部２２は、算出した藍藻類指標に基づいて藍藻類の画素領域か否かを判定し、藍藻類の画素領域を抽出する。

形状判別処理部２３は、波長帯域処理部２２で抽出された藍藻類の画素領域の形状を判別して、かび臭を発生する藍藻類である棒状の藍藻類（図２のオシラトリア、アナベナ、フォルミジウム）の画素領域を抽出する。具体的には、図２の写真４１〜４３に示した棒状の藍藻類であるのか、写真４５に示した球状の藍藻類であるのかを判別する。形状判別処理部２３における判別方法は、棒状のテンプレートと、球状のテンプレートとを用いたパターンマッチング等の公知の画像処理を用いることで実現することができる。

藻類量取得部２４は、形状判別処理部２３が抽出した棒状の藍藻類（＝かび臭を発生する藍藻類）の画素領域の画素数をカウントして、原水の単位量当たりにおける、かび臭を発生する藍藻類の量に関する情報を取得する。藻類量取得部２４は、例えば、撮影用トレー１３の深さと、撮像部１５の撮影範囲（又は撮影用トレー１３の撮影範囲となる面積）とを考慮して、原水画像データの撮影対象となった原水の体積を特定することで、原水の単位量当たりの藍藻類の量を算出する。

かび臭推定テーブル２５は、原水の単位量当たりのかび臭を発生する藍藻類の量と、かび臭の程度とを対応付けたテーブルである。このかび臭推定テーブル２５は、例えば、原水の単位量当たりの藍藻類の量が増えるほど、かび臭の程度が上がるテーブルである。このテーブルの作成方法は、例えば、水の単位量当たりの藍藻類の量を変化させて、それぞれのかび臭の程度を人が判断して、複数のランクに分類することで、藍藻類の量とかび臭の程度を示すランクとを対応させたテーブルを作成する。ここで、かび臭の程度を示すランクは、例えば、原水に対する粉末活性炭の投入量の単位に対応するものとする。これにより、かび臭推定装置２がかび臭のランクを浄水場の管理者に知らせることで、浄水場の管理者は、容易に最適な粉末活性炭の投入量を把握することができる。

テーブルの作成方法は、これに限定されるものではなく、人ではなく、ガスクロマトグラフィー質量分析法（ＧＣＭＳ法）を利用してかび臭の程度を測定して複数のランクに分類してもよい。また、かび臭の程度をランクで表現する以外にも、ガスクロマトグラフィー質量分析法で測定した測定値がある場合は、その測定値と、藍藻類の量とを対応付けたテーブルであってもよい。

また、かび臭推定テーブル２５は、原水の単位量当たりのかび臭を発生する藍藻類の量の他に、原水の水温、ＰＨ値、原水を採水時の気候等の情報の内、かび臭の程度に影響すると判断した情報を格納してもよい。水温がかび臭の程度に影響すると判断した場合のテーブルの作成方法は、例えば、水の単位量当たりの藍藻類の量を変化させて、かつ、各藍藻類の量において水温も変化させて、それぞれ場合におけるかび臭の程度を人が判断して、複数のランクに分類することで、藍藻類の量と、水温と、かび臭の程度を示すランクとを対応させたテーブルを作成する。

入力処理部２６は、入力装置４からのデータ等の入力を受け付ける。入力処理部２６は、入力装置４から入力されるかび臭推定テーブル２５に保存するテーブル自体や、テーブル内のデータ等を、かび臭推定テーブル２５に記録させる。

かび臭推定部２７は、かび臭推定テーブル２５を参照して、藻類量取得部２４が取得したかび臭を発生する藍藻類の量に基づいて、かび臭の程度を推定する。かび臭推定部２７は、かび臭推定テーブル２５から、かび臭を発生する藍藻類の量に対応するかび臭の程度を特定することで、かび臭を発生する藍藻類の量に応じたかび臭の程度を推定する。かび臭推定テーブル２５は、かび臭の程度として例えばランクの情報を表示制御部２８へ出力する。表示制御部２８は、かび臭推定部２７が推定したかび臭の程度を示すランクを表示装置３に表示させる。

図４には示していないが、表示制御部２８は、かび臭の程度を示すランクに対応する粉末活性炭の投入量のテーブルである活性炭投入量テーブルを保持する構成であってもよい。これにより、表示制御部２８は、かび臭の程度を示すランクと合わせて、当該ランクに応じた粉末活性炭の投入量を表示装置３に表示させることができる。

次に、第１の実施形態におけるかび臭推定装置２の動作について説明する。
図５は、第１の実施形態のかび臭推定装置２の動作を説明するフロー図である。画像入力部２１は、撮像部１５から撮影された原水画像データが入力される（ステップＳ１０１）。波長帯域処理部２２は、画像入力部２１に入力された原水画像データに基づいて、第１の波長帯域及び第２の波長帯域にピークを有する画素を特定して、特定した画素の領域を藍藻類の画素領域として抽出する（ステップＳ１０２）。

形状判別処理部２３は、波長帯域処理部２２で抽出された藍藻類の画素領域の形状を判別して、かび臭を発生する藍藻類である棒状の藍藻類の画素領域を抽出する（ステップＳ１０２）。藻類量取得部２４は、形状判別処理部２３が抽出したかび臭を発生する藍藻類の画素領域の画素数をカウントして、原水の単位量当たりのかび臭を発生する藍藻類の量を取得する（ステップＳ１０４）。

かび臭推定部２７は、かび臭推定テーブル２５を参照して、藻類量取得部２４が取得したかび臭を発生する藍藻類の量に基づいて、かび臭の程度を示すランクを推定する（ステップＳ１０５）。表示制御部２８は、かび臭推定部２７が推定したかび臭の程度を示すランクを表示装置３に表示させる（ステップＳ１０５）。

以上に説明した第１の実施形態のかび臭推定システム１は、撮像部１５で撮影した原水画像データに基づいて、直ちに原水のかび臭の程度を示すランクを表示装置３に表示するので、従来と比べて原水におけるかび臭等の異臭の検出に要する時間を短縮することができる。第１の実施形態のかび臭推定システム１は、異臭の検出に要する時間を数秒〜数十秒とすることができるので、任意の間隔で連続して原水のかび臭を検出することができる。かび臭推定システム１は、波長帯域に基づいて藻類を抽出しているので、砂利等の藻類以外の不純物が原水に混入している場合でも、それらの不純物を藻類と誤検出することがない。誤検出を防げる理由は、砂利等の不純物は藻類と分光特性が大きく異なるためである。かび臭推定システム１は、かび臭の程度に応じた粉末活性炭の投入量を表示装置３に表示できるので、浄水所の管理者や作業者は、適切な量の粉末活性炭を投入することができる。

（第２の実施形態）
次に、第２の実施形態におけるかび臭推定装置２Ａの構成例について説明する。
図６は、第２の実施形態のかび臭推定装置２Ａの構成例を示す図である。図６に示すように、かび臭推定装置２Ａは、図４に示すかび臭推定装置２と比較して、入力処理部２６Ａ、かび臭推定部２７Ａ及びかび臭情報格納部２９を備える点で異なり、その他の構成は同じである。よって、同じ構成のものには、図４と同一の符号を付与し、説明を省略する。第２の実施形態のかび臭推定装置２Ａは、第１の実施形態のかび臭推定装置２に対して、過去に推定したかび臭の程度に関する情報を蓄積し、蓄積したその情報を新たなかび臭の程度の推定に用いる機能を追加した構成である。

かび臭情報格納部２９は、原水画像データを撮影した日時に関連付けて、かび臭推定部２７Ａで推定されたかび臭の程度に関する情報と、入力処理部２６Ａから入力された原水に関する情報（水温、ＰＨ値）及び気象情報等の入力情報とを格納するかび臭情報格納部２９を備える。また、かび臭情報格納部２９は、かび臭の程度に応じて投入された粉末活性炭の投入量に関する情報も更に格納してもよい。以下の説明では、かび臭情報格納部２９が格納する過去のかび臭の程度に関する情報、過去の原水に関する情報及び過去の気象情報をまとめて過去情報という。

入力処理部２６Ａは、第１の実施形態と同様に、かび臭推定テーブル２５に格納する情報が入力される。また、入力処理部２６Ａは、かび臭推定部２７Ａで推定処理に利用する情報及びかび臭情報格納部２９に格納する情報も入力される。なお、かび臭推定部２７Ａで推定処理に利用する情報及びかび臭情報格納部２９に格納する情報とは、例えば、原水に関する情報（水温、ＰＨ値）及び気象情報であり、以下の説明では、それらをまとめて入力情報という。

かび臭推定部２７Ａは、第１の実施形態と同様に、かび臭推定テーブル２５を参照して、藻類量取得部２４が取得したかび臭を発生する藍藻類の量に基づいて、かび臭の程度を推定する。また、かび臭推定部２７Ａは、入力処理部２６Ａからの入力情報と、かび臭情報格納部２９に格納される過去情報とを参照して、推定したかび臭の程度を調整する。例えば、過去情報に基づいて、水温に応じてかび臭の程度が変化する傾向があると判断すれば、かび臭推定部２７Ａは、水温に応じて推定したかび臭の程度を調整してもよい。また、例えば、過去情報に基づいて、曇っている場合と晴れている場合とで藻類の活動の活発さに差が生じてかび臭にも影響する傾向があると判断すれば、かび臭推定部２７Ａは、気象情報で特定される天候に応じて推定したかび臭の程度を調整してもよい。

次に、第２の実施形態におけるかび臭推定装置２Ａの動作について説明する。
図７は、第２の実施形態のかび臭推定装置２Ａの動作を説明するフロー図である。図７に示すかび臭推定装置２Ａの動作は、図５に示すかび臭推定装置２の動作と比較して、ステップＳ１０１〜Ｓ１０４の処理は同じである。よって、同じ処理であるステップＳ１０１〜Ｓ１０４の説明を省略する。

ステップＳ１０４の処理で藻類量取得部２４がかび臭を発生する藍藻類の量を取得すると、かび臭推定部２７Ａは、かび臭推定テーブル２５を参照して、藻類量取得部２４が取得したかび臭を発生する藍藻類の量に基づいて、かび臭の程度を示すランクを推定する。かび臭推定部２７Ａは、推定したランクに対して、かび臭情報格納部２９より参照する過去情報及び入力処理部２６Ａからの入力情報に基づいて調整を行い、調整後のかび臭の程度を示すランクを、かび臭情報格納部２９及び表示制御部２８へ出力する（ステップＳ１０７）。

かび臭情報格納部２９は、かび臭推定部２７Ａから受信した調整後のかび臭の程度に関する情報を格納する（ステップＳ１０８）。表示制御部２８は、かび臭推定部２７が推定したかび臭の程度を示すランクを表示装置３に表示させる（ステップＳ１０５）。なお、表示制御部２８は、かび臭の程度を示すランクと合わせて、関連する入力情報及び過去情報を表示装置３に表示させてもよい。

以上に説明したように、第２の実施形態のかび臭推定装置２Ａは、撮像部１５で撮影した原水画像データに基づいて、推定した原水のかび臭の程度を、入力情報及び過去情報に基づいて調整することができる。これにより、第２の実施形態のかび臭推定装置２Ａは、より精度よく原水のかび臭の程度を推定することができる。また、過去情報が、過去の粉末活性炭の投入量に関する情報を含んでいる場合は、かび臭推定装置２Ａは、粉末活性炭を投入量についても、過去の情報を利用して求めて、より精度のよい粉末活性炭の投入量を推定して表示装置３に表示させることができる。

かび臭推定装置２又はかび臭推定装置２Ａの機能を１チップ化して、撮像部１５内に組み込んでも良い。かび臭推定装置２又はかび臭推定装置２Ａの機能を、パーソナルコンピュータや携帯情報端末上で稼働するアプリケーションとして実現してもよい。かび臭推定システム１は、撮像部１５で撮影した画像データをネットワーク経由でサーバへ送信し、そのサーバ上にかび臭推定装置２又はかび臭推定装置２Ａの機能を実現する構成であってもよい。

上述したかび臭推定システム１は、かび臭を発生する藻類を検出する構成であったが、魚臭を発生する藻類（ウログレナ、クリプトモナス等）を検出する構成であってもよい、すなわち、かび臭推定システム１は、異臭を発生する藻類を検出して、異臭の程度を表示できるように構成すればよい。また、原水撮影装置５の構成は、従来からある濁度計の構成と同様の構成であるので、原水撮影装置５に、濁度を測定する濁度計を撮像部１５の周辺に設けて、原水の濁度も測定できるようにすることも可能である。そして、かび臭推定システム１は、測定した濁度を異臭の程度を推定する際のパラメータとして用いてもよい。

（第１及び第２の実施形態の変形例）
また、撮像部１５は、例えば４００ｎｍ〜９００ｎｍの波長における５〜１０ｎｍ刻みの各波長の信号強度を各画素で取得可能なハイパースペクトルカメラで構成してもよい。撮像部１５として、ハイパースペクトルカメラを用いると、形状判別処理部２３による藻類の形状に関する処理を行わなくても、ほとんどの藻類を精度良く特定することができる。以下に、ハイパースペクトルカメラである撮像部１５で撮影した画像データを処理して藻類を特定する方法についてかび臭推定システム１を例に説明する。

図８は、ハイパースペクトルカメラである撮像部１５で撮影した画像データに対する画像処理例を示す図である。前提として、ハイパースペクトルカメラである撮像部１５は、「アナベナ」、「オシラトリア」、「フォルミジウム」、「ケイ藻」及び「ミクロキスティス」等の複数の藻類をそれぞれ撮影して、図３に示すような各藻類の分光スペクトルを特定する。ハイパースペクトルカメラである撮像部１５は、上述した複数の藻類のいくつかを含む水を撮影することで、例えば図８の写真８１、８２に示すような画像データを得る。次に、写真８１、８２において、かび臭推定システム１は、類似した分光スペクトルを有する画素を同じ種類の藻類を示す画素と判別する判別分析を行う。かび臭推定システム１は、同じ種類の藻類を示す画素を同じ色で着色して出力すると、写真８１に基づいた解析画像８３が出力され、写真８２に基づいた解析画像８４が出力される。

解析画像８３、８４に示されるように、同じ種類の藻類には同じ色が着色されており、藻類の種類を判別できていることが分かる。特に、かび臭を発生する「アナベナ」、「オシラトリア」、「フォルミジウム」が判別できている。

藻類の種類によって人がかび臭を感じ始める１ｍｌ（ミリリットル）の水に含まれる量が異なる場合がある。例えば、フォルミジウムは１０００個／ｍｌ以上でかび臭を感じることが多く、アナベナは１００個／ｍｌ以上でかび臭を感じることが多い。よって、上述したように藻類の種類を特定することで、藻類の種類別に藻類の量を取得できれば、より精度の高いかび臭の程度を推定可能になる。

上記各実施形態において、かび臭推定装置２又はかび臭推定装置２Ａ内の各機能部は、ソフトウェア機能部であるものとしたが、ＬＳＩ等のハードウェア機能部であってもよい。

以上説明した少なくともひとつの実施形態によれば、原水に含まれるかび臭がどの程度か、原水に含まれる異臭の原因となる藻類の量に基づいて提示することができる。また、かび臭の程度に応じた粉末活性炭の量を表示してもよい。これにより、経験的に予測して粉末活性炭の投入量を決めていた従来の方法に比べて、かび臭の程度に応じて粉末活性炭の投入量を最適に制御することができる。かび臭推定システム１は、持ち運びできる程度にコンパクトに構成することができ、大規模な工事をすることなく、既設の浄水場に導入できる。また、粉末活性炭の投入量を最適に制御することで、無駄な粉末活性炭の投入を防ぎ、コストを低減することができる。

また、以上に説明したかび臭推定装置２又はかび臭推定装置２Ａ内の機能をソフトウェアによって実現する場合は、それらの機能を実現するためのプログラムを、コンピューター読み取り可能な記録媒体に記録し、そのプログラムをコンピューターシステムに読み込ませて実行するようにしてもよい。なお、ここでいう「コンピューターシステム」とは、ＯＳ（Operating System）や周辺機器等のハードウェアを含むものとする。また、「コンピューター読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ（Compact Disk）−ＲＯＭ等の可搬媒体、コンピューターシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピューター読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピューターシステム内部の揮発性メモリー（ＲＡＭ）のように、一定時間プログラムを保持しているものも含むものとする。

また、上記のプログラムは、このプログラムを記憶装置等に格納したコンピューターシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピューターシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記のプログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、上記のプログラムは、前述した機能をコンピューターシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１…かび臭推定システム、２、２Ａ…かび臭推定装置、３…表示装置、４…入力装置、５…原水撮影装置、６…ケーブル、１３…撮影用トレー、１５…撮像部、１６…光学系、１７…光源、２１…画像入力部、２２…波長帯域処理部、２３…形状判別処理部、２４…藻類量取得部、２５…かび臭推定テーブル、２６、２６Ａ…入力処理部、２７、２７Ａ…かび臭推定部、２８…表示制御部、２９…かび臭情報格納部

Claims (10)

1. 照明装置の元で被写体からの光を複数の波長帯域毎に光電変換する撮像部から原水を前記被写体とする画像データが入力される画像入力部と、
   前記画像入力部に入力された前記画像データにおける前記複数の波長帯域の信号強度に基づいて、前記原水に含まれる第１の藻類の画素領域を抽出し、抽出した前記第１の藻類の画素領域に基づいて、前記原水の単位量当たりの前記第１の藻類の量を取得する藻類量取得部と、
   前記藻類量取得部が取得した前記第１の藻類の量に基づいて前記原水の異臭の程度を推定する異臭推定部と、
   を備える異臭推定装置。
2. 被写体からの光を複数の波長帯域毎に光電変換する撮像部から原水を前記被写体とする画像データが入力される画像入力部と、
   前記画像入力部に入力された前記画像データにおける前記複数の波長帯域の信号強度に基づいて、前記原水に含まれる第１の藻類の画素領域を抽出し、抽出した前記第１の藻類の画素領域に基づいて、前記原水の単位量当たりの前記第１の藻類の量を取得する藻類量取得部と、
   前記藻類量取得部が取得した前記第１の藻類の量に基づいて前記原水の異臭の程度を推定する異臭推定部と、を備え、
   前記藻類量取得部は、
   前記複数の波長帯域の信号強度に基づいて第２の藻類の画素領域を抽出する波長帯域処理部と、
   前記波長帯域処理部が抽出した前記第２の藻類の画素領域に対して形状を判別して前記第１の藻類の画素領域を抽出する形状判別部と、
   を備える異臭推定装置。
3. 前記撮像部は、前記第１の藻類が吸収する光の波長帯域に対応する第１の波長帯域及び第２の波長帯域の光を光電変換し、
   前記波長帯域処理部は、前記第１の波長帯域の信号強度及び前記第２の波長帯域の信号強度に基づいて、前記原水に含まれる前記第２の藻類の画素領域を抽出する請求項２に記載の異臭推定装置。
4. 前記第１の波長帯域は、６５０ｎｍ〜７００ｎｍの波長帯域であり、
   前記第２の波長帯域は、６００ｎｍ〜６５０ｎｍの波長帯域である請求項３に記載の異臭推定装置。
5. 前記波長帯域処理部は、前記撮像部から出力される前記第１の波長帯域の信号強度をＡとし、前記第２の波長帯域の信号強度をＢとして、任意の係数ｍ、ｎ（−１≦ｍ≦１、−１≦ｎ≦１）を用いて前記第１の藻類であること示す藻類指標を求める下記の式
   藻類指標＝（ｍＡ−ｎＢ）／（ｍＡ＋ｎＢ）
   を計算して前記藻類指標を取得し、取得した前記藻類指標に基づいて、前記第２の藻類の画素領域を抽出する
   請求項３又は請求項４に記載の異臭推定装置。
6. 前記第２の藻類は、藍藻類であり、
   前記第１の藻類は、前記異臭の原因となる藍藻類である請求項２から５のいずれか一項に記載の異臭推定装置。
7. 被写体である原水からの光を複数の波長帯域毎に光電変換する撮像部と、
   請求項１から６のいずれか一項に記載の異臭推定装置と、
   を備える異臭推定システム。
8. 照明装置の元で被写体からの光を複数の波長帯域毎に光電変換する撮像部から原水を前記被写体とする画像データが入力される画像入力ステップと、
   前記画像入力ステップにおいて入力された前記画像データにおける前記複数の波長帯域の信号強度に基づいて、前記原水に含まれる第１の藻類の画素領域を抽出し、抽出した前記第１の藻類の画素領域に基づいて、前記原水の単位量当たりの前記第１の藻類の量を取得する藻類量取得ステップと、
   前記藻類量取得ステップにおいて取得した前記第１の藻類の量に基づいて前記原水の異臭の程度を推定する異臭推定ステップと、
   を有する異臭推定方法。
9. 被写体からの光を複数の波長帯域毎に光電変換する撮像部から原水を前記被写体とする画像データが入力される画像入力ステップと、
   前記画像入力ステップにおいて入力された前記画像データにおける前記複数の波長帯域の信号強度に基づいて、前記原水に含まれる第１の藻類の画素領域を抽出し、抽出した前記第１の藻類の画素領域に基づいて、前記原水の単位量当たりの前記第１の藻類の量を取得する藻類量取得ステップと、
   前記藻類量取得ステップにおいて取得した前記第１の藻類の量に基づいて前記原水の異臭の程度を推定する異臭推定ステップと、
   を有し、
   前記藻類量取得ステップは、
   前記複数の波長帯域の信号強度に基づいて第２の藻類の画素領域を抽出する波長帯域処理ステップと、
   前記波長帯域処理ステップにおいて抽出された前記第２の藻類の画素領域に対して形状を判別して前記第１の藻類の画素領域を抽出する形状判別ステップと、を有する異臭推定方法。
10. 本願請求項１から６のいずれか一項に記載の異臭推定装置としてコンピュータを機能させるための異臭推定プログラム。