JP6872137B2 - 信号処理装置および信号処理方法、並びにプログラム - Google Patents
信号処理装置および信号処理方法、並びにプログラム Download PDFInfo
- Publication number
- JP6872137B2 JP6872137B2 JP2018534340A JP2018534340A JP6872137B2 JP 6872137 B2 JP6872137 B2 JP 6872137B2 JP 2018534340 A JP2018534340 A JP 2018534340A JP 2018534340 A JP2018534340 A JP 2018534340A JP 6872137 B2 JP6872137 B2 JP 6872137B2
- Authority
- JP
- Japan
- Prior art keywords
- vegetation index
- signal processing
- value
- average value
- relative
- 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
- 238000012545 processing Methods 0.000 title claims description 79
- 238000003672 processing method Methods 0.000 title claims description 7
- 238000007689 inspection Methods 0.000 claims description 89
- 238000001514 detection method Methods 0.000 claims description 32
- 238000005259 measurement Methods 0.000 claims description 30
- 230000003287 optical effect Effects 0.000 claims description 30
- 238000001228 spectrum Methods 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 244000025254 Cannabis sativa Species 0.000 description 4
- 230000003595 spectral effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
- G01N2021/1797—Remote sensing in landscape, e.g. crops
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Description
本開示は、信号処理装置および信号処理方法、並びにプログラムに関し、特に、植生の育成状況を確認し易くすることができるようにした信号処理装置および信号処理方法、並びにプログラムに関する。
従来、植物の分布状況や活性度を示す指標として、正規化植生指数（NDVI：Normalized Difference Vegetation Index）が利用されている。
例えば、特許文献１には、作物を撮像したRGB画像および近赤外線画像から得られるNDVI画像に基づいて、作物の育成指標を算出する情報処理システムが開示されている。
しかしながら、例えば、植生の検査を行う際の環境条件が変化する場合には、NDVIが変動することになるため、従来のNDVI画像では、植生の育成状況を確認することが困難になることがあった。
本開示は、このような状況に鑑みてなされたものであり、植生の育成状況を確認し易くすることができるようにするものである。
本開示の一側面の信号処理装置は、センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、前記植生指標の平均値に対する相対値を算出する相対値算出部と、前記相対値に基づいた前記検査対象物の育成状況を表す画像を表示させる処理を行う表示処理部と、前記植生指標を、前記検査対象物の全体について平均化した前記植生指標の平均値を算出する平均値算出部と、前記平均値算出部により算出された前記植生指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部とを備え、前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記植生指標の平均値に対して相対的となる前記植生指標の相対値を算出する。
本開示の一側面の信号処理方法またはプログラムは、センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、前記相対値に基づいた前記検査対象物の育成状況を表す画像を表示させる処理を行い、前記植生指標を、前記検査対象物の全体について平均化した前記植生指標の平均値を算出し、算出された前記植生指標の平均値を、所定の規定値にあわせる相関係数を算出するステップを含み、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記植生指標の平均値に対して相対的となる前記植生指標の相対値を算出するステップを含む。
本開示の一側面においては、センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、植生指標の平均値に対する相対値が算出され、その相対値に基づいた検査対象物の育成状況を表す画像を表示させる処理が行われ、植生指標を検査対象物の全体について平均化した植生指標の平均値が算出され、その植生指標の平均値を所定の規定値にあわせる相関係数が算出される。そして、検査対象物に対する測定が行われる測定単位ごとに、相関係数を適用して、植生指標の平均値に対して相対的となる植生指標の相対値が算出される。
本開示の一側面によれば、植生の育成状況を確認し易くすることができる。
以下、本技術を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。
＜植生検査装置の実施の形態＞
図１は、本技術を適用した植生検査装置の一実施の形態の構成例を示すブロック図である。
図１に示すように、植生検査装置１１は、太陽光などの環境光が照射されている状態の芝生を検査対象物として検査を行い、芝生の状態や活性度などの育成状況を表す画像（例えば、後述する相対的NDVI画像）を表示部１２に表示する。
例えば、植生検査装置１１は、光学系２１、絞り２２、スペクトルセンサ２３、信号処理ブロック２４、および制御ブロック２５を備えて構成され、スペクトルセンサ２３は、分光器３１およびセンシング素子３２を有している。
光学系２１は、１枚または複数枚のレンズを有して構成される。例えば、光学系２１は、環境光が芝生において反射した反射光など、植生検査装置１１に入射する光を集光して、スペクトルセンサ２３のセンシング素子３２の検出面に被写体の像を結像する。
絞り２２は、光学系２１を介してスペクトルセンサ２３に集光される光の光量を制御することで、スペクトルセンサ２３において取得される画像の露出を調整する。
スペクトルセンサ２３は、環境光が芝生で反射した反射光について複数の異なる波長域の成分を検出する。即ち、スペクトルセンサ２３は、反射光を分光器３１により複数の波長域の光に分光して、それぞれの波長域の光（分光成分）の明るさをセンシング素子３２の画素ごとに検出した検出信号を信号処理ブロック２４に供給する。
分光器３１は、所定の波長域の光を透過する複数の光学フィルタが、センシング素子３２の画素ごとに配置されて構成される。そして、分光器３１は、センシング素子３２の検出面に照射される光を、それぞれの光学フィルタによって分光する。なお、このような光学フィルタであって、可視光の光を色ごとに分光するものはカラーフィルタと称される。
図１には、分光器３１として配置する光学フィルタの一例が示されており、例えば、縦×横が２×４となる８画素を測定単位とし、その測定単位を構成する各画素に対応して、それぞれ異なる波長域の光を透過する８種類の光学フィルタが配置される。即ち、測定単位の８画素に対応して、波長の短い方から順に、第１の青色光を透過する光学フィルタＢ１、第２の青色光を透過する光学フィルタＢ２、第１の緑色光を透過する光学フィルタＧ１、第２の緑色光を透過する光学フィルタＧ２、第１の赤色光を透過する光学フィルタＲ１、第２の赤色光を透過する光学フィルタＲ２、第１の赤外光を透過する光学フィルタＩＲ１、および第２の赤外光を透過する光学フィルタＩＲ２が配置される。
そして、分光器３１は、このような８画素の光学フィルタを１測定単位として、ｎ測定単位（ｎ＝１以上の自然数）分の光学フィルタが、センシング素子３２の検出面の全面に連続的に配置されて構成される。なお、光学フィルタの測定単位は、８画素を１測定単位とした構成に限定されることなく、例えば、４画素（Ｒ，Ｇ，Ｂ，ＩＲ）を１測定単位とした構成など、他の形態を採用することができる。
例えば、いわゆるベイヤ配列で、Ｒ画素、Ｇ画素、およびＢ画素が配置される構成のうち、一部の画素をＩＲ画素に置き換えた配置例の光学フィルタを用いてもよい。即ち、ベイヤ配列で画素数の多いＧ画素のうち、図２のＡに示すように、Ｒ画素の行に配置されるＧ画素をＩＲ画素に置き換えた光学フィルタを用いることができる。また、視認性の低いＢ画素をＩＲ画素に置き換えた光学フィルタを用いることができ、この場合、図２のＢに示すように、全てのＢ画素をＩＲ画素に置き換えるのではなく、Ｂ画素の一部がＩＲ画素に置き換えられる構成とすることができる。
センシング素子３２は、例えば、複数の画素が行列状に検出面に配置されて構成される撮像素子である。そして、センシング素子３２は、分光器３１の各光学フィルタにより分光された分光成分の明るさを画素ごとに検出して、それぞれの分光成分の明るさに応じた検出信号（センシング信号）を出力する。
なお、センシング素子３２としては、対象物を面で捉えるエリアセンサのほか、対象物を線で捉えるラインセンサを用いることができる。また、センシング素子３２に、Ｒ画素とＩＲ画素が１画素ずつしか配置されていない場合でも、センサ又は測定対象物を移動させるための機構を設けることで、対象物をスキャンすることができる。
信号処理ブロック２４は、スペクトルセンサ２３から出力される検出信号（即ち、センシング素子３２によりセンシングされたセンシング画像）に対する信号処理を行うことで、芝生の育成状況を検査した結果を表す画像を生成し、その画像を表示部１２に表示する。なお、信号処理ブロック２４の詳細な構成については、図３を参照して後述する。
制御ブロック２５は、植生検査装置１１において芝生の育成状況を良好に検査することができるように、センシング素子３２や信号処理ブロック２４など、植生検査装置１１を構成する各ブロックに対する制御を行う。
このように構成される植生検査装置１１は、育成状況を数値的に表す植生正規化植生指数NDVIを用いて芝生の育成状況を検査することができ、植生正規化植生指数NDVIにより構築されるNDVI画像を、芝生の育成状況を検査した結果として取得することができる。正規化植生指数NDVIは、センシング素子３２において赤色光を検出する画素の画素値Ｒ、および、近赤外光を検出する画素の画素値ＩＲを用いて、次の式（１）を演算することによって求められる。
ここで、植生正規化植生指数NDVIは、茎葉の生育の指標として使用されるものである。なお、近赤外光の反射率（画素値ＩＲ）および赤色光の反射率（画素値Ｒ）は、RGB画像、および近赤外線画像において、対象物領域ではない領域であって、例えば、空などの領域における赤色光強度、および近赤外線強度を入射光強度として求め、対象物領域における赤色光強度、および近赤外線強度を反射光強度として求めることで、算出される。また、近赤外光、および赤色光の反射率は、既知の反射率を持つ拡散板をリファレンスにして、入射光の強度を計測し、対象の反射輝度との比から反射係数を計算した後、反射率に変換するようにして求めるようにしてもよい。さらに、植生検査装置１１は、対象物領域のみのNDVIの平均値、分散、または高次分散などによりNDVI画像を算出する。このようにすることで、対象物領域内の画素から得られた情報のみからNDVI画像が算出されることで、より高い精度でNDVI画像を算出することが可能となる。
ところで、植生検査装置１１では、屋外の環境において芝生の検査を行うことより、例えば、太陽の位置や、天候（晴れ／曇り）、芝目の向きなどの環境条件の変化によって、スペクトルセンサ２３において検出される検出信号が変動することがある。その結果、スペクトルセンサ２３から出力される検出信号をそのまま用いてNDVI画像を生成した場合には、検出信号の変動がNDVI画像に与える影響によって、芝生の育成状況の判断が困難になることがあると想定される。
そこで、植生検査装置１１では、環境条件の変化による検出信号の変動がNDVI画像に与える影響を抑制するように、信号処理ブロック２４において検出信号に対する信号処理が行われる。これにより、植生の育成状況を確認し易くすることができ、例えば、芝生の育成の良好な箇所と、そうでない箇所とを見分ける判断を容易に行うことができる。
図３は、信号処理ブロック２４の構成例を示すブロック図である。
図３に示すように、信号処理ブロック２４は、NDVI平均値算出部４１、相関係数算出部４２、NDVI相対値算出部４３、および表示処理部４４を備えて構成される。
NDVI平均値算出部４１は、図１のセンシング素子３２が芝生を実際にセンシングすることで取得される検出信号を用いて、芝生の全体について正規化植生指数NDVIを平均化したNDVI平均値Ｎａを算出して、相関係数算出部４２に供給する。
例えば、NDVI平均値算出部４１は、スペクトルセンサ２３から出力される検出信号に含まれる赤色光の画素値Ｒのうちの、芝生の領域で検出された全ての赤色光の画素値Ｒの平均値Ｒａを算出する。同様に、NDVI平均値算出部４１は、スペクトルセンサ２３から出力される検出信号に含まれる近赤外光の画素値ＩＲのうちの、芝生の領域で検出された全ての近赤外光の画素値ＩＲの平均値ＩＲａを算出する。そして、NDVI平均値算出部４１は、次の式（２）に基づいて、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａから、芝生の全体に対するNDVI平均値Ｎａを求めることができる。
相関係数算出部４２は、NDVI平均値算出部４１により求められたNDVI平均値Ｎａを、所定のNDVI規定値Ｎｄにあわせる相関係数αを算出して、NDVI相対値算出部４３に供給する。ここで、植生検査装置１１では、芝生の全体に対する正規化植生指数NDVIの平均値が、予め規定値として定められたNDVI規定値Ｎｄであると仮定される。そして、NDVI規定値Ｎｄは、次の式（３）に示すように、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａ、並びに、相関係数αを用いて表される。
そして、この式（３）から、本来はNDVI平均値Ｎａであった正規化植生指数NDVIの平均値を、NDVI規定値Ｎｄに一致させる相関係数αは、次の式（４）に示すように表される。
NDVI相対値算出部４３は、図１のセンシング素子３２が芝生を実際にセンシングすることで取得される検出信号の測定単位ごとに（例えば、NDVI画像全体ではなく１画素ごとのセンシング信号に基づいて）、相関係数算出部４２により算出された相関係数αを適用して、NDVI平均値Ｎａに対して相対的となるNDVI相対値Ｎｒを算出する。なお、NDVI平均値Ｎａは、相関係数αを説明するために用いており、NDVI相対値Ｎｒを求める演算上は必要とされない。即ち、NDVI相対値算出部４３は、次の式（５）に示すように、センシング素子３２の１測定単位（ｘ，ｙ）ごとの赤色光の画素値Ｒ（ｘ，ｙ）および赤外光の画素値ＩＲ（ｘ，ｙ）に基づいて、NDVI相対値Ｎｒ（ｘ，ｙ）を求めることができる。
表示処理部４４は、NDVI相対値算出部４３により算出されるNDVI相対値Ｎｒに基づいたNDVI画像を生成して、表示部１２に表示させる表示処理を行う。例えば、表示処理部４４は、ヒートマップのように、NDVI相対値Ｎｒ（ｘ，ｙ）に応じて設定されている色を、測定単位（ｘ，ｙ）ごとにマッピングすることで、NDVI画像を生成することができる。なお、上述したように、NDVI相対値Ｎｒ（ｘ，ｙ）は、NDVI平均値Ｎａに対して相対的なものであり、NDVI相対値Ｎｒ（ｘ，ｙ）から生成されるNDVI画像を、以下、適宜、相対的NDVI画像と称する。
このように植生検査装置１１は構成されており、芝生の育成状況を検査した結果を表す相対的NDVI画像が、表示部１２に表示される。
さらに、植生検査装置１１では、例えば、正規化植生指数NDVIの変化が大きなところにNDVI規定値Ｎｄを設定（例えば、検査対象物が芝生であれば0.5〜0.7に設定）することができる。これにより、NDVI規定値Ｎｄを基準としてNDVI相対値Ｎｒが算出されるため、正規化植生指数NDVIの変化が大きなところ、即ち、芝生の育成状況の変化が大きなところを確認し易い相対的NDVI画像を生成することができる。このような相対的NDVI画像を生成することにより、植生検査装置１１は、正規化植生指数NDVIをそのまま使用した従来のNDVI画像よりも、芝生の育成状況を確認し易くすることができる。
そして、植生検査装置１１は、従来のNDVI画像では目視では確認できないレベルの芝生の育成状況について、NDVI相対値Ｎｒを利用することで、定量化および可視化を実現することができる。即ち、植生検査装置１１は、NDVI平均値ＮａをNDVI規定値Ｎｄにあわせる（常に一定とする）ことで、センシング素子３２から出力される検出信号を信号正規化することによって、環境条件の変化が検出信号に与える影響を抑制することができ、芝生の育成状況を確認し易い相対的NDVI画像を生成することができる。
＜信号処理について＞
次に、図４のフローチャートを参照して、信号処理ブロック２４において行われる信号処理について説明する。
例えば、ステップＳ１１において、１枚の相対的NDVI画像分の検出信号が、センシング素子３２から信号処理ブロック２４に供給され、NDVI平均値算出部４１は、その検出信号を取得する。ステップＳ１２において、NDVI平均値算出部４１は、センシング素子３２から供給される検出信号から、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａを求め、上述した式（２）に基づいて、NDVI平均値Ｎａを算出する。
ステップＳ１３において、相関係数算出部４２は、上述した式（４）に基づいて、ステップＳ１１でNDVI平均値算出部４１により求められたNDVI平均値ＮａをNDVI規定値Ｎｄにあわせる相関係数αを算出する。
ステップＳ１４において、NDVI相対値算出部４３は、センシング素子３２から供給される検出信号の測定単位ごとに、ステップＳ１２で相関係数算出部４２により求められた相関係数αを適用し、上述した式（５）に基づいて、NDVI相対値Ｎｒを算出する。
ステップＳ１５において、表示処理部４４は、ステップＳ１３でNDVI相対値算出部４３により測定単位ごとに求められたNDVI相対値Ｎｒに基づいて相対的NDVI画像を生成し、表示部１２に表示する表示処理を行う。
ステップＳ１５の処理後、信号処理ブロック２４における信号処理は終了される。
以上のように、信号処理ブロック２４は、環境条件の変化が検出信号に与える影響を抑制して、従来のNDVI画像よりも、芝生の育成状況を確認し易い相対的NDVI画像を生成することができる。
例えば、図５には、従来のNDVI画像および相対的NDVI画像の一例が示されている。
図５の上側には、従来のNDVI画像が示されており、図５の下側には、相対的NDVI画像が示されている。図５に示す従来のNDVI画像および相対的NDVI画像は、どちらも同一の検出信号を用いて生成されたものである。
例えば、植生検査装置１１は、相対的NDVI画像のみを表示部１２に表示してもよいし、従来のNDVI画像と相対的NDVI画像とを並べて同時に表示部１２に表示することで、両者を比較できるようにしてもよい。また、植生検査装置１１は、従来のNDVI画像の表示と、相対的NDVI画像の表示とを、ユーザ操作により切り替えられるようにしてもよい。さらに、植生検査装置１１は、従来のNDVI画像と相対的NDVI画像の表示について、それらを同時に表示したり、それらを切り替えて表示したりすることに限定されることなく、例えば、通常の撮像装置で撮影されたライブ画像や、その他の画像などを、同時に、または、切り替えて表示することができる。
植生検査装置１１は、センシングして得られた画像から正規化植生指数NDVIを算出することで、芝生の分布や活性度を、図５の上側に示すようなヒートマップとして表示することができる。さらに、植生検査装置１１は、上述したように、NDVI平均値Ｎａに対して相対的となるようにNDVI相対値Ｎｒを求めることで、図５の下側に示すように、芝生の育成状況の良い箇所と悪い箇所とを強調して表す相対的NDVI画像を生成することができる。例えば、植生検査装置１１は、NDVI規定値Ｎｄを適切に設定することで、芝生の育成状況の悪い箇所が目立つような相対的NDVI画像を生成することができる。
ここで、芝生の育成状況の良い箇所と悪い個所との強調表示としては、ヒートマップの色表示について、例えば、芝生の育成状況の良い箇所が青色になるように表示し、芝生の育成状況の悪い個所が赤色になるように表示することができる。また、所定の基準に対して、芝生の育成状況の良い個所または悪い個所にだけ色表示がなされてもよい。なお、強調表示は色表示に限らず、画像の濃淡や、輝度、彩度を変更することにより提示されてもよい。これら表示態様は、ユーザによる設定や操作により程度を切り替えることができる。特に、ユーザがNDVI規定値Ｎｄを変更したり、相関係数αをかけ合わせることで、芝生の育成状況の悪い個所の目立たせ方を変化させられるようにすることができる。
ところで、図５では、芝生の全体について相対的NDVI画像が生成されているが、植生検査装置１１は、特定の領域ごとに注目して、その特定した注目領域ごとに相対的NDVI画像を生成してもよい。
例えば、図６のＡに示すように、植生検査装置１１は、太陽光が芝生に照射されている日向領域（ハッチングのない領域）と、太陽光が芝生に照射されていない日陰領域（ハッチングの領域）を特定することができる。そして、植生検査装置１１は、日向領域および日陰領域それぞれの相対的NDVI画像を個別に生成することができる。
即ち、植生検査装置１１は、スペクトルセンサ２３によりセンシングされる芝生全体の中から、明るさに基づいて注目領域を設定し、注目領域ごとに信号処理ブロック２４による信号処理を行わせることができる。この場合、NDVI平均値算出部４１は、芝生の注目領域におけるNDVI平均値Ｎａを算出し、相関係数算出部４２は、芝生の注目領域についての相関係数αを算出する。そして、NDVI相対値算出部４３は、芝生の注目領域ごとに、NDVI平均値Ｎａに対して相対的となるNDVI相対値Ｎｒを算出することができる。
これにより、植生検査装置１１は、注目領域ごと、例えば、日向領域と日陰領域とのそれぞれについて、より詳細に、芝生の育成状況を検査することができる。なお、注目領域の特定は、日向領域および日陰領域に限られず、例えば、試合用コートのうち半分を指定するなど、任意の領域を特定することができる。
また、図６のＢに示すように、植生検査装置１１は、画像全体のうちの芝生領域（ハッチングのない領域）と、芝生以外の領域（ハッチングの領域）とを区別して、芝生領域だけを注目領域として特定し、芝生領域の相対的NDVI画像を生成することができる。このとき、芝生領域の特定は、通常の画像認識に基づいて行ったり、正規化植生指数NDVIに基づいて行うことができる。なお、このように、植生検査装置１１が自動的に注目領域を判別して特定する他、例えば、ユーザの設定に従って、画像全体のうちの任意の領域を注目領域として特定することができる。
なお、本実施の形態では、正規化植生指数NDVIを用いた説明を行うが、植生検査装置１１では、正規化植生指数NDVI以外の植生指数（例えば、ＲＶＩ（Ratio Vegetation Index）やGNDVI（Green NDVI）など）を用いてもよい。また、植生検査装置１１は、育成状況を検査する対象となる検査対象物として、上述したような芝生の他、森林や農作物などを対象とすることができる。
例えば、他の植生指数として、次の式（６）を演算することで算出される比植生指数(RVI：Ratio Vegetation Index)や、次の式（７）を演算することで算出される差植生指数(DVI：Difference Vegetation Index)などを用いることができる。
ただし、式（６）および式（７）において、IRは、近赤外領域の反射率（近赤外光を検出する画素の画素値）を表し、Rは、可視領域赤の反射率（赤色光を検出する画素の画素値）を表している。なお、ここでは、IRとRをパラメータとする植生指数のみを例示しているが、赤以外の他の可視領域の光の反射率などをパラメータとして用いて他の植生指数を測定することは、勿論可能である。また、スペクトル比率は、RとIRとの組み合わせには限られるものではない。
また、本技術は、植生検査装置１１のような装置単体で構成する他、例えば、ネットワークを介して接続される植生検査システムに適用することができる。
例えば、図７に示すように、植生検査システム５１は、植生検査用の撮像装置５２および信号処理装置５３がネットワーク５４を介して接続されて構成される。
撮像装置５２は、図１のスペクトルセンサ２３を備えて構成されており、環境光が芝生で反射した反射光について複数の異なる波長域の成分を検出し、その検出結果を示す検出信号を、ネットワーク５４を介して信号処理装置５３に送信する。
信号処理装置５３は、図１の信号処理ブロック２４と同様の機能を備えており、植生検査用の撮像装置５２からネットワーク５４を介して送信されてくる検出信号を受信して、上述したような相対的NDVI画像を生成する信号処理を行う。そして、信号処理装置５３は、ネットワーク５４に接続されている蓄積装置（図示せず）に、相対的NDVI画像を蓄積させることで、芝生の育成状況の変化を観察することができる。
このように、本技術は、ネットワーク５４を介して遠隔地にある芝生を検査することができ、芝生の管理者は、どこでも芝生の管理を行うことができる。また、図示しないが、複数台の撮像装置５２がネットワーク５４に接続される構成とすることで、複数の箇所の芝生を一元的に管理することができる。さらに、複数台の撮像装置５２が互いに連携したマルチカメラにより芝生の育成状況を観察したり、いわゆるドローンなどのUAV（Unmanned Aerial Vehicle：無人航空機)により移動しながら芝生の育成状況を観察することができる。
なお、本実施の形態では、芝生などの植物を検査対象物とし、その植物による光の反射に基づく植生指標について説明を行ったが、本技術は、植物以外を検査対象物としてもよく、植生指標以外の指標を用いて、様々な検査対象物の検査に適用することができる。また、植生指標は、植物の育成状態を表すだけでなく、例えば、光合成の状態などのように直接的に育成状態とはみなせなくても、間接的に育成状態に寄与し、植物の状態を把握するのに用いることができる指標である。
なお、上述のフローチャートを参照して説明した各処理は、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はなく、並列的あるいは個別に実行される処理（例えば、並列処理あるいはオブジェクトによる処理）も含むものである。また、プログラムは、１のCPUにより処理されるものであっても良いし、複数のCPUによって分散処理されるものであっても良い。また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。
また、上述した一連の処理（信号処理方法）は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラムが記録されたプログラム記録媒体からインストールされる。
図８は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU（Central Processing Unit）１０１，ROM（Read Only Memory）１０２，RAM（Random Access Memory）１０３は、バス１０４により相互に接続されている。
バス１０４には、さらに、入出力インタフェース１０５が接続されている。入出力インタフェース１０５には、キーボード、マウス、マイクロホンなどよりなる入力部１０６、ディスプレイ、スピーカなどよりなる出力部１０７、ハードディスクや不揮発性のメモリなどよりなる記憶部１０８、ネットワークインタフェースなどよりなる通信部１０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア１１１を駆動するドライブ１１０が接続されている。
以上のように構成されるコンピュータでは、CPU１０１が、例えば、記憶部１０８に記憶されているプログラムを、入出力インタフェース１０５及びバス１０４を介して、RAM１０３にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ（CPU１０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア１１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。
そして、プログラムは、リムーバブルメディア１１１をドライブ１１０に装着することにより、入出力インタフェース１０５を介して、記憶部１０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１０９で受信し、記憶部１０８にインストールすることができる。その他、プログラムは、ROM１０２や記憶部１０８に、あらかじめインストールしておくことができる。
なお、本技術は以下のような構成も取ることができる。
（１）
センシング信号に基づき算出された、検査対象物の状態を表す指標から、前記指標の平均値に対する相対値を算出する相対値算出部と、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う表示処理部と
を備える信号処理装置。
（２）
前記指標を、前記検査対象物の全体について平均化した前記指標の平均値を算出する平均値算出部と、
前記平均値算出部により算出された前記指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部と
をさらに備え、
前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記指標の平均値に対して相対的となる前記指標の相対値を算出する
上記（１）に記載の信号処理装置。
（３）
前記センシング信号は、少なくとも近赤外光および赤色光の明るさに応じた検出値を含んで構成されており、
前記相対値算出部は、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値から減算した値を、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値に加算した値で除算することにより、前記相対値を算出する
上記（２）に記載の信号処理装置。
（４）
環境光が前記検査対象物で反射した反射光について、複数の異なる波長域の成分を検出するスペクトルセンサ
をさらに備える上記（１）から（３）までのいずれかに記載の信号処理装置。
（５）
前記スペクトルセンサは、複数の画素が行列状に検出面に配置されて構成されるセンシング素子と、前記センシング素子の画素ごとに、所定の波長域の光を透過する複数の光学フィルタが配置される分光器とを有する
上記（４）に記載の信号処理装置。
（６）
前記表示処理部は、前記相対値算出部により前記測定単位ごとに算出される前記指標の相対値に基づいて、前記検査対象物の状態を表す画像を生成して表示部に表示させる
上記（２）から（５）までのいずれかに記載の信号処理装置。
（７）
前記平均値算出部は、前記センシング信号からなるセンシング画像に映されている前記検査対象物の所定の領域を注目領域として特定し、前記注目領域における前記指標の平均値を算出する
上記（２）から（６）までのいずれかに記載の信号処理装置。
（８）
前記相関係数算出部は、前記注目領域についての前記相関係数を求め、
前記相対値算出部は、前記注目領域における前記指標の相対値を算出する
上記（７）に記載の信号処理装置。
（９）
前記注目領域として、前記検査対象物に太陽光が照射されている日向領域と、前記検査対象物に太陽光が照射されていない日陰領域とが特定される
上記（７）に記載の信号処理装置。
（１０）
前記注目領域として、前記センシング画像全体のうちの前記検査対象物が映されている領域が特定される
上記（７）に記載の信号処理装置。
（１１）
前記注目領域として、ユーザの設定に従って、前記センシング画像全体のうちの任意の領域が特定される
上記（７）に記載の信号処理装置。
（１２）
前記検査対象物は、植物であり、
前記状態は、前記植物の育成状況を表す
上記（１）から（１１）までのいずれかに記載の信号処理装置。
（１３）
前記指標は、前記植物による光の反射に基づく植生指標である
上記（１２）に記載の信号処理装置。
（１４）
前記植生指標は、NDVI（Normalized Difference Vegetation Index）である
上記（１３）に記載の信号処理装置。
（１５）
センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
ステップを含む信号処理方法。
（１６）
センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
ステップを含む信号処理をコンピュータに実行させるプログラム。
（１）
センシング信号に基づき算出された、検査対象物の状態を表す指標から、前記指標の平均値に対する相対値を算出する相対値算出部と、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う表示処理部と
を備える信号処理装置。
（２）
前記指標を、前記検査対象物の全体について平均化した前記指標の平均値を算出する平均値算出部と、
前記平均値算出部により算出された前記指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部と
をさらに備え、
前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記指標の平均値に対して相対的となる前記指標の相対値を算出する
上記（１）に記載の信号処理装置。
（３）
前記センシング信号は、少なくとも近赤外光および赤色光の明るさに応じた検出値を含んで構成されており、
前記相対値算出部は、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値から減算した値を、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値に加算した値で除算することにより、前記相対値を算出する
上記（２）に記載の信号処理装置。
（４）
環境光が前記検査対象物で反射した反射光について、複数の異なる波長域の成分を検出するスペクトルセンサ
をさらに備える上記（１）から（３）までのいずれかに記載の信号処理装置。
（５）
前記スペクトルセンサは、複数の画素が行列状に検出面に配置されて構成されるセンシング素子と、前記センシング素子の画素ごとに、所定の波長域の光を透過する複数の光学フィルタが配置される分光器とを有する
上記（４）に記載の信号処理装置。
（６）
前記表示処理部は、前記相対値算出部により前記測定単位ごとに算出される前記指標の相対値に基づいて、前記検査対象物の状態を表す画像を生成して表示部に表示させる
上記（２）から（５）までのいずれかに記載の信号処理装置。
（７）
前記平均値算出部は、前記センシング信号からなるセンシング画像に映されている前記検査対象物の所定の領域を注目領域として特定し、前記注目領域における前記指標の平均値を算出する
上記（２）から（６）までのいずれかに記載の信号処理装置。
（８）
前記相関係数算出部は、前記注目領域についての前記相関係数を求め、
前記相対値算出部は、前記注目領域における前記指標の相対値を算出する
上記（７）に記載の信号処理装置。
（９）
前記注目領域として、前記検査対象物に太陽光が照射されている日向領域と、前記検査対象物に太陽光が照射されていない日陰領域とが特定される
上記（７）に記載の信号処理装置。
（１０）
前記注目領域として、前記センシング画像全体のうちの前記検査対象物が映されている領域が特定される
上記（７）に記載の信号処理装置。
（１１）
前記注目領域として、ユーザの設定に従って、前記センシング画像全体のうちの任意の領域が特定される
上記（７）に記載の信号処理装置。
（１２）
前記検査対象物は、植物であり、
前記状態は、前記植物の育成状況を表す
上記（１）から（１１）までのいずれかに記載の信号処理装置。
（１３）
前記指標は、前記植物による光の反射に基づく植生指標である
上記（１２）に記載の信号処理装置。
（１４）
前記植生指標は、NDVI（Normalized Difference Vegetation Index）である
上記（１３）に記載の信号処理装置。
（１５）
センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
ステップを含む信号処理方法。
（１６）
センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
ステップを含む信号処理をコンピュータに実行させるプログラム。
なお、本実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
１１ 植生検査装置， １２ 表示部， ２１ 光学系， ２２ 絞り， ２３ スペクトルセンサ， ２４ 信号処理ブロック， ２５ 制御ブロック， ３１ 分光器， ３２ センシング素子， ４１ NDVI平均値算出部， ４２ 相関係数算出部， ４３ NDVI相対値算出部， ４４ 表示処理部， ５１ 植生検査システム， ５２ 撮像装置， ５３ 信号処理装置， ５４ ネットワーク
Claims (13)
- センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、前記植生指標の平均値に対する相対値を算出する相対値算出部と、
前記相対値に基づいた前記検査対象物の育成状況を表す画像を表示させる処理を行う表示処理部と、
前記植生指標を、前記検査対象物の全体について平均化した前記植生指標の平均値を算出する平均値算出部と、
前記平均値算出部により算出された前記植生指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部と
を備え、
前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記植生指標の平均値に対して相対的となる前記植生指標の相対値を算出する
信号処理装置。 - 前記センシング画像は、少なくとも近赤外光および赤色光の画素値を含んで構成されており、
前記相対値算出部は、前記相関係数を前記赤色光の画素値に乗算して前記近赤外光の画素値から減算した値を、前記相関係数を前記赤色光の画素値に乗算して前記近赤外光の画素値に加算した値で除算することにより、前記相対値を算出する
請求項１に記載の信号処理装置。 - 環境光が前記検査対象物で反射した反射光について、複数の異なる波長域の成分を検出するスペクトルセンサ
をさらに備える請求項１に記載の信号処理装置。 - 前記スペクトルセンサは、複数の画素が行列状に検出面に配置されて構成されるセンシング素子と、前記センシング素子の画素ごとに、所定の波長域の光を透過する複数の光学フィルタが配置される分光器とを有する
請求項３に記載の信号処理装置。 - 前記表示処理部は、前記相対値算出部により前記測定単位ごとに算出される前記植生指標の相対値に基づいて、前記検査対象物の育成状況を表す画像を生成して表示部に表示させる
請求項１に記載の信号処理装置。 - 前記平均値算出部は、前記検査対象物の所定の領域を注目領域として特定し、前記注目領域における前記植生指標の平均値を算出する
請求項１に記載の信号処理装置。 - 前記相関係数算出部は、前記注目領域についての前記相関係数を求め、
前記相対値算出部は、前記注目領域における前記植生指標の相対値を算出する
請求項６に記載の信号処理装置。 - 前記注目領域として、前記検査対象物に太陽光が照射されている日向領域と、前記検査対象物に太陽光が照射されていない日陰領域とが特定される
請求項６に記載の信号処理装置。 - 前記注目領域として、前記センシング画像全体のうちの前記検査対象物が映されている領域が特定される
請求項６に記載の信号処理装置。 - 前記注目領域として、ユーザの設定に従って、前記センシング画像全体のうちの任意の領域が特定される
請求項６に記載の信号処理装置。 - 前記植生指標は、NDVI（Normalized Difference Vegetation Index）である
請求項１に記載の信号処理装置。 - センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の育成状況を表す画像を表示させる処理を行い、
前記植生指標を、前記検査対象物の全体について平均化した前記植生指標の平均値を算出し、
算出された前記植生指標の平均値を、所定の規定値にあわせる相関係数を算出する
ステップを含み、
前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記植生指標の平均値に対して相対的となる前記植生指標の相対値を算出する
信号処理方法。 - センシング画像に基づき算出された、検査対象物の育成状況を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
前記相対値に基づいた前記検査対象物の育成状況を表す画像を表示させる処理を行い、
前記植生指標を、前記検査対象物の全体について平均化した前記植生指標の平均値を算出し、
算出された前記植生指標の平均値を、所定の規定値にあわせる相関係数を算出する
ステップを含み、
前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記植生指標の平均値に対して相対的となる前記植生指標の相対値を算出する
信号処理をコンピュータに実行させるプログラム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016159862 | 2016-08-17 | ||
| JP2016159862 | 2016-08-17 | ||
| PCT/JP2017/028289 WO2018034166A1 (ja) | 2016-08-17 | 2017-08-03 | 信号処理装置および信号処理方法、並びにプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2018034166A1 JPWO2018034166A1 (ja) | 2019-06-13 |
| JP6872137B2 true JP6872137B2 (ja) | 2021-05-19 |
Family
ID=61197238
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018534340A Active JP6872137B2 (ja) | 2016-08-17 | 2017-08-03 | 信号処理装置および信号処理方法、並びにプログラム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US11047793B2 (ja) |
| EP (2) | EP3502663B1 (ja) |
| JP (1) | JP6872137B2 (ja) |
| CN (1) | CN109564155B (ja) |
| WO (1) | WO2018034166A1 (ja) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019235240A1 (ja) * | 2018-06-06 | 2019-12-12 | 株式会社Ｎｔｔドコモ | 情報処理装置 |
| US20220139082A1 (en) * | 2019-03-01 | 2022-05-05 | Sony Group Corporation | Image processing device, image processing method, and program |
| WO2021100430A1 (ja) * | 2019-11-18 | 2021-05-27 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム |
| JPWO2021192642A1 (ja) * | 2020-03-25 | 2021-09-30 | ||
| DE102021200400A1 (de) | 2021-01-18 | 2022-07-21 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zur Erfassung von Pflanzen oder Pflanzenbestandteilen, Computerprogrammprodukt, Erfassungseinrichtung und landwirtschaftliches Fahrzeug |
| WO2023177274A1 (ko) * | 2022-03-18 | 2023-09-21 | 주식회사 마인스소프트 | 경기장 통합 운영 관리 시스템 및 통합 운영 관리 방법 |
| CN114596234B (zh) * | 2022-03-21 | 2022-12-16 | 昆明理工大学 | 一种复杂山地的ndvi地形阴影效应校正方法 |
| JP2024024495A (ja) * | 2022-08-09 | 2024-02-22 | ソニーセミコンダクタソリューションズ株式会社 | 固体撮像装置及び固体撮像システム |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3824201B2 (ja) * | 1999-04-09 | 2006-09-20 | 株式会社サタケ | 作物の栄養診断方法 |
| JP4314683B2 (ja) | 1999-08-12 | 2009-08-19 | 株式会社サタケ | 作物の診断方法 |
| JP2001350517A (ja) * | 2000-06-05 | 2001-12-21 | Hitachi Ltd | 携帯型電力監視装置 |
| EP1411758B1 (en) * | 2001-07-24 | 2009-03-11 | The Board Of Regents For Oklahoma State University | A process for in-season nutrient application based on predicted yield potential |
| AU2003211938B2 (en) * | 2002-02-13 | 2008-04-10 | The General Environmental Technos Co., Ltd. | Method of biomass estimation for forests and trees by remote sensing high-resolution data |
| US7580549B2 (en) * | 2005-07-01 | 2009-08-25 | Deere & Company | Method and system for vehicular guidance using a crop image |
| JP5021293B2 (ja) * | 2006-12-29 | 2012-09-05 | 株式会社パスコ | 作物の生育状況分析方法、作物の生育状況分析装置及び作物の生育状況分析プログラム |
| JP5361862B2 (ja) * | 2008-03-21 | 2013-12-04 | 株式会社 伊藤園 | 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体 |
| JP5410323B2 (ja) | 2009-11-27 | 2014-02-05 | 国立大学法人九州大学 | 光学的植生指数センサ |
| JP5593255B2 (ja) | 2011-03-04 | 2014-09-17 | 株式会社日立製作所 | 植生制御装置、植物育成システム |
| JP5930185B2 (ja) * | 2012-04-27 | 2016-06-08 | 株式会社 伊藤園 | 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体 |
| JP5950166B2 (ja) | 2013-03-25 | 2016-07-13 | ソニー株式会社 | 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム |
| US9886016B2 (en) | 2015-01-08 | 2018-02-06 | International Business Machines Corporation | Automated irrigation control system |
| US10586353B2 (en) | 2015-01-09 | 2020-03-10 | Maxell Holdings, Ltd. | Plant information acquisition system, plant information acquisition device, plant information acquisition method, crop management system and crop management method |
| CN105277491A (zh) * | 2015-09-24 | 2016-01-27 | 中国农业科学院农业资源与农业区划研究所 | 叶绿素含量测量方法及装置 |
| CN106372592B (zh) * | 2016-08-29 | 2019-07-16 | 中国农业科学院农业资源与农业区划研究所 | 一种基于冬小麦面积指数的冬小麦种植面积计算方法 |
| CN107271372A (zh) * | 2017-06-02 | 2017-10-20 | 西北农林科技大学 | 一种苹果叶片叶绿素遥感估测方法 |
| US9984455B1 (en) * | 2017-06-05 | 2018-05-29 | Hana Resources, Inc. | Organism growth prediction system using drone-captured images |
-
2017
- 2017-08-03 EP EP17841392.8A patent/EP3502663B1/en active Active
- 2017-08-03 WO PCT/JP2017/028289 patent/WO2018034166A1/ja unknown
- 2017-08-03 EP EP20186054.1A patent/EP3748335A1/en active Pending
- 2017-08-03 JP JP2018534340A patent/JP6872137B2/ja active Active
- 2017-08-03 CN CN201780048106.0A patent/CN109564155B/zh active Active
- 2017-08-03 US US16/316,569 patent/US11047793B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JPWO2018034166A1 (ja) | 2019-06-13 |
| EP3502663A1 (en) | 2019-06-26 |
| US11047793B2 (en) | 2021-06-29 |
| WO2018034166A1 (ja) | 2018-02-22 |
| EP3502663B1 (en) | 2020-09-30 |
| CN109564155A (zh) | 2019-04-02 |
| EP3502663A4 (en) | 2019-08-14 |
| CN109564155B (zh) | 2022-03-11 |
| EP3748335A1 (en) | 2020-12-09 |
| US20190310184A1 (en) | 2019-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6872137B2 (ja) | 信号処理装置および信号処理方法、並びにプログラム | |
| JP6750621B2 (ja) | 検査装置、センシング装置、感度制御装置、検査方法、並びにプログラム | |
| US9207072B2 (en) | Leaf area index measurement system, device, method, and program | |
| JP2007171033A (ja) | 葉面積指数の間接測定方法および間接測定システム | |
| JP6764577B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
| US20070177029A1 (en) | Color correction apparatus | |
| US20090033755A1 (en) | Image acquisition and processing engine for computer vision | |
| WO2021002279A1 (en) | Multi-spatial resolution measurements for generation of vegetation states | |
| US20190285541A1 (en) | Sensing system, sensing method, and sensing device | |
| Svensgaard et al. | Can reproducible comparisons of cereal genotypes be generated in field experiments based on UAV imagery using RGB cameras? | |
| US11631242B2 (en) | Information processing apparatus, information processing method, and program | |
| EP3969899A1 (en) | Systems and methods for phenotyping | |
| JP5564812B2 (ja) | 植物体の生育変化の連続測定方法 | |
| JP6768203B2 (ja) | 検査装置および検査方法、並びにプログラム | |
| US11570371B2 (en) | Imaging apparatus, imaging method, and program | |
| US20220139082A1 (en) | Image processing device, image processing method, and program | |
| JP2017009396A (ja) | 撮像装置 | |
| Han-Ya et al. | Satellite and aerial remote sensing for production estimates and crop assessment | |
| JP3960989B2 (ja) | 色推定システム及び色推定方法 | |
| CN113514402A (zh) | 一种冬小麦叶绿素含量的预测系统及方法 | |
| US11768152B2 (en) | Information processing system and spectroscopic measuring instrument | |
| Yang et al. | Practical methods for aerial image acquisition and reflectance conversion using consumer-grade cameras on manned and unmanned aircraft | |
| JP2023163061A (ja) | 撮像装置、撮像装置の制御方法、およびプログラム | |
| Shajahan et al. | Phenocam color image calibration using image analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200623 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200623 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201222 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210222 |
|
| 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: 20210316 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210329 |
|
| R151 | Written notification of patent or utility model registration |
Ref document number: 6872137 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |