JP7077646B2 - 画像生成装置、撮像システム、プログラム、画像生成方法、情報管理システムおよび端末 - Google Patents

Description

本発明は、画像生成装置、撮像システム、プログラム、画像生成方法、情報管理システムおよび端末に関する。

従来、被写体の所定の領域におけるスペクトル情報を高い波長分解能で測定する装置としてハイパースペクトルカメラが知られている（例えば特許文献１参照）。
特許文献１ 特開２０１６－１５６７７７号公報

ハイパースペクトルカメラで取得するスペクトル画像はデータ量が大きい。スペクトル画像のデータ量に応じて、画像の保持、処理または転送が難しくなる。

上記課題を解決するために、本発明の第１の態様においては、画像生成装置を提供する。画像生成装置は、予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像を取得する画像取得部と、対象物のスペクトルに関する基底データを取得する基底取得部と、基底データを用いて、任意の分光特性を有する仮想分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、撮像画像の対象物を示す各画素について、基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を撮像画像から算出するスペクトル係数算出部と、分光関数とスペクトル係数とに基づいて対象物の分光画像を生成する画像生成部を備える。

本発明の第２の態様においては、撮像装置と、第１の態様に係る画像生成装置とを備える撮像システムを提供する。

本発明の第３の態様においては、画像生成方法を提供する。画像生成方法は、対象物のスペクトルに関する基底データを取得することと、基底データを用いて、任意の分光特性を有する仮想分光フィルタを介した分光画像を生成するための分光関数を設定することと、予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像を取得することと、撮像画像の対象物を示す各画素について、基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を算出することと、分光関数とスペクトル係数とに基づいて対象物の分光画像を生成することを含む。

本発明の第４の態様においては、端末と情報管理装置とを備える情報管理システムであって、端末は、予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像を取得する画像取得部と、仮想的な分光フィルタの分光特性である仮想分光特性を設定する分光特性設定部と、仮想分光特性に関する情報を送信する端末側データ送信部とを備え、情報管理装置は、端末から仮想分光特性に関する情報を取得する管理装置側データ取得部と、対象物のスペクトルに関する基底データを記憶する基底記憶部と、基底データと仮想分光特性とに基づいて、仮想的な分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、分光関数に関する情報を端末に送信する管理装置側データ送信部とを備え、端末は、情報管理装置から分光関数に関する情報を取得する端末側データ取得部と、撮像画像の対象物を示す各画素について、それぞれの基底関数の重み付け係数を示すスペクトル係数を撮像画像から算出するスペクトル係数算出部と、分光関数とスペクトル係数とに基づいて対象物の分光画像を生成する画像生成部とを備える、情報管理システムを提供する。

本発明の第５の態様においては、端末を提供する。端末は、予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像を取得する画像取得部と、仮想的な分光フィルタの分光特性である仮想分光特性を設定する分光特性設定部と、仮想分光特性に関する情報を情報管理装置に送信する端末側データ送信部と、情報管理装置から、対象物のスペクトルに関する基底データと仮想分光特性とに基づいて設定される関数であって、仮想的な分光フィルタを介した分光画像を生成するための分光関数に関する情報を取得する端末側データ取得部と、撮像画像の対象物を示す各画素について、基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を撮像画像から算出するスペクトル係数算出部と、分光関数とスペクトル係数とに基づいて対象物の分光画像を生成する画像生成部とを備える。

本発明の第６の態様においては、情報管理装置を提供する。情報管理装置は、仮想的な分光フィルタの分光特性である仮想分光特性を設定する端末から、仮想分光特性に関する情報を取得する管理装置側データ受信部と、対象物のスペクトルに関する基底データを記憶する基底記憶部と、基底データと仮想分光特性とに基づいて、仮想的な分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、分光関数に関する情報を端末に送信する管理装置側データ送信部とを備え、分光関数は、予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像から算出される係数であって、撮像画像の各画素における基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数とともに、端末で対象物の分光画像を生成する際に用いられる関数である。

本発明の第７の態様においては、コンピュータを、第１の態様に係る画像生成装置、第５の態様に係る端末、および、第６の態様に係る情報管理装置のいずれかとして機能させるためのプログラムを提供する。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本発明の一つの実施形態に係る撮像システム４００の一例を示すブロック図である。 撮像画像１２の一例を示す図である。 基底関数２２の一例を示す図である。 スペクトル係数４２の一例を示す図である。 仮想分光フィルタ３２の特性の一例を示す図である。 分光関数３６の一例を示す図である。 画像生成装置１００の動作例を示すフローチャートである。 比較例に係る画像生成装置８００の一例を示す図である。 スペクトル画像８０６の一例を示す図である。 画像生成装置１００の他の例を示すブロック図である。 分光特性設定部６０が設定する仮想分光フィルタ３２の分光特性の一例を示す図である。 画像生成装置１００の他の例を示すブロック図である。 画像生成装置１００の他の例を示すブロック図である。 本発明の他の実施形態に係る情報管理システム７００の一例を示すブロック図である。 本発明の複数の態様が全体的又は部分的に具現化されうるコンピュータ１２００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本発明の一つの実施形態に係る撮像システム４００の一例を示すブロック図である。撮像システム４００は、対象物３００を撮像する。撮像システム４００は、撮像装置２００および画像生成装置１００を備える。

撮像装置２００は、対象物３００の少なくとも一部を撮像した撮像画像データを生成する。撮像装置２００は、２次元に配列された複数の画素を備え、対象物３００の２次元画像を撮像する。撮像装置２００に含まれるセンサは、ＣＣＤまたはＣＭＯＳ等のイメージセンサであってよい。撮像装置２００は、予め定められた波長帯域に感度を有する。撮像装置２００は、可視帯域の波長の光に感度を有してよく、可視帯域外の波長の光に感度を有してもよい。撮像装置２００は、対象物３００の静止画像を取得してよく、動画像を取得してもよい。

画像生成装置１００は、撮像装置２００から取得した撮像画像データに基づいて、任意の分光特性を対象物３００に適用した場合の分光画像を生成する。当該分光特性を調整することで、例えば、対象物３００に照射する照明光の特性、または、撮像装置２００の分光フィルタの特性を変化させた場合の分光画像を生成できる。

画像生成装置１００は、画像取得部１０、基底取得部２０、関数設定部３０、スペクトル係数算出部４０および画像生成部５０を備える。画像生成装置１００は、一例としてＣＰＵ、メモリおよびインターフェース等を備えるコンピュータである。画像生成装置１００は、撮像装置２００とは分離していてよく、撮像装置２００の筐体に組み込まれていてもよい。

画像取得部１０は、撮像装置２００が対象物３００を撮像した撮像画像データを取得する。撮像画像データには、複数の波長における各画素の値が含まれている。一例として撮像画像データには、赤、青および緑の３色に対応する波長における、各画素の値が含まれる。他の例として撮像画像データには、赤外帯域の３つの波長における、各画素の値が含まれてもよい。なお、本明細書においてスペクトルは光の波長ごとの強度の分布を示すが、その波長分解能は、予め定められた閾値よりも高いものとする。例えば、異なる波長（または波長帯域）で複数撮像した撮像画像データの波長分解能（画像間の波長間隔）を閾値として設定した場合、スペクトルは、撮像画像データの波長分解能（複数の波長間隔）よりも高い分解能を有するものとする。本例では、撮像画像データは３つの波長における値を含むので、スペクトルは少なくとも４つ以上の波長における値を含む。スペクトルの波長分解能は１０ｎｍ以下であってよく、例えば１ｎｍである。

基底取得部２０は、対象物３００のスペクトルに関する基底データを取得する。基底データには、複数の基底関数のデータが含まれる。それぞれの基底関数に所定の重み付け係数を乗じて加算することで、任意のスペクトルが表現される。基底データに含まれる基底関数の数が多いほど、任意のスペクトルに対する誤差を小さくできる。

基底取得部２０は、対象物３００のカテゴリによらない汎用的な基底データを取得してよく、対象物３００のカテゴリに応じた基底データを取得してもよい。対象物３００のカテゴリは予め定められてよい。例えば対象物３００のカテゴリとして、りんご、ミカン等の果物の種類を用いることができる。また、対象物３００のカテゴリは、異なる観点からなる複数の項目（収穫時期、栽培方法、成分等）や、階層構造（品種、産地、生産者等）で区分けされてもよい。基底取得部２０は、ユーザーが指定したカテゴリに応じた基底データを取得してもよい。撮像画像データに対応する対象物３００のカテゴリは、撮像装置２００から取得する撮像画像データに付されたカテゴリ情報から判定してよく、撮像画像データに基づいて基底取得部２０が判定してもよい。例えば基底取得部２０は、撮像画像データに含まれる対象物３００の画像と、予め設定されたテンプレート画像とを比較して、対象物３００のカテゴリを判定できる。基底データは、画像生成装置１００内に保存されてよく、画像生成装置１００の外部から取得してもよい。基底データに含まれる基底関数は、カテゴリに属する対象物３００毎に、または、カテゴリによらない場合は任意の対象物３００に対して、複数のスペクトルデータを予め取得して、これらのデータを主成分分析等によって統計処理することで算出してよい。その際、対象物３００は、ハイパースペクトルカメラ等で計測することでスペクトルデータを取得してよい。

関数設定部３０は、基底取得部２０から取得した基底データを用いて、任意の分光特性を有する仮想分光フィルタを介した分光画像を生成するための分光関数を設定する。分光特性は、画像生成装置１００のユーザー等により設定されてよい。関数設定部３０は、基底データで示されるそれぞれの基底関数に分光特性を乗算することで分光関数を算出してよい。

スペクトル係数算出部４０は、撮像画像において対象物３００を示す各画素について、基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を撮像画像から算出する。上述したように、複数の基底関数の線形和により任意のスペクトルが表現される。スペクトル係数は、撮像画像データに含まれる各波長（色）の値を最もよく近似できる複数の基底関数の重み付け係数の組み合わせである。本例においてスペクトル係数は、撮像画像の画素毎に定められる。他の例においてスペクトル係数は、複数の画素を含む画素ブロック毎に定められてもよい。

画像生成部５０は、関数設定部３０が設定した分光関数と、スペクトル係数算出部４０が算出したスペクトル係数とに基づいて、対象物３００の分光画像を生成する。当該分光画像は、ユーザー等により設定された分光特性に対応する画像である。このような構成により、少ない演算量で任意の分光特性に対応する分光画像を生成できる。

図２は、撮像画像１２の一例を示す図である。本例の画像取得部１０は、３つの波長（または色）に対応する３つの撮像画像１２－１、１２－２、１２－３を取得する。本例では、撮像画像１２および波長（または色）が一対一に対応している。それぞれの撮像画像１２は、二次元に配列された複数の画素を有する。撮像画像１２を示す撮像画像データは、撮像装置２００が受光した各波長（または色）の光の強度を画素毎に示すデータである。

図３は、基底関数２２の一例を示す図である。本例では３つの基底関数２２－１、２２－２、２２－３を示しているが、基底取得部２０が取得する基底関数２２の数は３つに限定されない。基底取得部２０は、より多くの基底関数２２を取得してよい。図２および図３の例では、基底関数２２と撮像画像１２の数が一致しているが、基底関数２２の数と撮像画像１２の数は一致していなくてもよい。

図３に示すように、それぞれの基底関数２２の形状は異なる。例えば、それぞれの基底関数２２は、極大値または極小値となる波長が異なっている。このような基底関数２２に、それぞれ適切な重み係数を乗算して加算することで、多様なスペクトルを表現できる。ただし、基底関数２２の形状によっては、精度よく表現できる場合と、精度よく表現できない場合がある。例えば図３の例では、長波長の帯域２３においては、それぞれの基底関数２２の形状は類似しているので、長波長において変化するようなスペクトルについては、再現精度が高くならない場合がある。

上述したように基底取得部２０は、対象物３００のカテゴリに応じて、基底データを選択してよい。例えば、「青森県産のりんご」というカテゴリに対して複数の基底関数２２が用意されており、そこから、少なくとも撮像画像１２で撮像した波長数と同じ数の基底関数２２を含む基底データを取得する。これにより、対象物３００のスペクトル推定の精度を向上できる。また基底取得部２０は、対象物３００を撮影したときの照明条件に応じて、基底データを選択してもよい。照明条件とは、例えば光源が発する光のスペクトルに応じた情報を含む。照明条件を示すデータは、撮像装置２００が撮像画像データに付してよい。基底取得部２０は、対象物３００のカテゴリに応じた基底データと、照明条件に応じた基底データとを選択してよい。それぞれの基底データに含まれる基底関数２２を用いることで、スペクトル推定の精度をより向上できる。

図４は、スペクトル係数４２の一例を示す図である。スペクトル係数算出部４０は、基底関数２２と一対一に対応するスペクトル係数４２を算出する。本例において各スペクトル係数４２は、撮像画像１２の画素と一対一に対応するビット４４を有する。他の例では、各スペクトル係数４２は、撮像画像１２の複数の画素を含む画素ブロック毎にビット４４を有してもよい。図４においては、各ビット４４を２次元に配列したスペクトル係数画像を示している。図４における領域４８は、スペクトル係数画像における一部の領域４６を拡大した領域である。

それぞれのスペクトル係数４２における各ビット４４の値は、当該ビット４４に対応する画素に対する、当該スペクトル係数４２に対応する基底関数２２の重み付け係数である。図４においては、各ビット４４の値をハッチングの濃淡で示している。

スペクトル係数算出部４０は、算出したスペクトル係数４２の組み合わせを記憶してよい。スペクトル係数算出部４０は、スペクトル係数４２と、基底データとを対応付けて記憶してもよい。スペクトル係数４２と基底データとから、対象物３００の各画素におけるスペクトルを推定できる。

図５は、仮想分光フィルタ３２の特性の一例を示す図である。上述したように仮想分光フィルタ３２は、ユーザー等により任意の特性に設定できる。通常の分光フィルタは、分光特性が定められているため、分光特性を変更するには分光フィルタを交換する必要があるが、本例の仮想分光フィルタ３２は、演算に用いる仮想的な分光フィルタなので、分光特性を自由に設定可能である。仮想分光フィルタ３２は、複数個設定できる。例えば関数設定部３０には、分光画像の各画素における各色に対応する仮想分光フィルタ３２を設定できる。より具体的には、分光画像の各画素が赤、青および緑の画素値で表現される場合、関数設定部３０には、赤、青および緑のそれぞれの色に対応する仮想分光フィルタ３２が設定されてよい。

関数設定部３０は、ユーザー等から仮想分光フィルタ３２の特性自体を指定されてよい。関数設定部３０は、ユーザー等から仮想的な撮像装置の種類等を指定されてもよい。関数設定部３０は、ユーザー等から指定される情報に対応する仮想分光フィルタ３２の特性を用いてもよい。関数設定部３０には、予め複数種類の仮想分光フィルタ３２の特性が登録されていてよい。

図６は、分光関数３６の一例を示す図である。関数設定部３０は、基底データに含まれるそれぞれの基底関数２２と、仮想分光フィルタ３２の分光特性とを乗算して、分光関数３６を設定する。つまり関数設定部３０は、それぞれの波長において、基底関数２２の値と、仮想分光フィルタ３２の分光特性の値とを乗算する。関数設定部３０は、基底関数２２毎に、それぞれの仮想分光フィルタ３２に対する分光関数３６を設定する。

図６の例では、基底関数２２－１および仮想分光フィルタ３２－１に対応する分光関数３６－１－１を示している。関数設定部３０は、基底関数２２－１と、他の仮想分光フィルタ３２－２、３２－３とに対応する分光関数３６－１－２、３６－１－３も算出する。また、関数設定部３０は、他の基底関数２２についても同様に、それぞれの仮想分光フィルタ３２と乗算した分光関数３６を設定する。

関数設定部３０は、分光関数３６を記憶してよい。関数設定部３０は、分光関数３６と、対象物３００を識別する情報と、仮想分光フィルタ３２を識別する情報とを対応付けて記憶してよい。

画像生成部５０は、分光関数３６とスペクトル係数４２とに基づいて、対象物３００の分光画像を生成する。画像生成部５０は、同一の基底関数２２に対応する分光関数３６およびスペクトル係数４２の組み合わせをそれぞれ乗算した後に、乗算結果を加算する。

本例の画像生成部５０は、スペクトル係数４２－１と複数の分光関数３６、スペクトル係数４２－２と複数の分光関数３６、スペクトル係数４２－３と複数の分光関数３６をそれぞれ乗算する。画像生成部５０は、スペクトル係数４２のビット４４毎に、分光関数３６と、スペクトル係数４２とを乗算する。画像生成部５０は、同一のビット４４に対する、同一の分光関数３６と各スペクトル係数４２との乗算結果を加算する。これにより各ビット４４の各色の画素値を算出できる。画像生成部５０は、加算して得られた各ビット４４の画素値を、分光画像の各画素の画素値とする。

図７は、画像生成装置１００の動作例を示すフローチャートである。基底取得部２０は、ｕ個の基底関数２２を含む基底データを取得する（Ｓ７０２）。ｕは２以上の整数である。ｕは撮像画像１２を撮像する際の波長数以上の整数であることが好ましい。関数設定部３０は、それぞれの基底関数２２－ｎおよび仮想分光フィルタ３２－ｓに対する分光関数３６－ｎ－ｓを設定する（Ｓ７０４）。ｎは１以上、ｕ以下の整数であり、ｓは１以上の整数である。

画像取得部１０は、撮像画像１２を取得する（Ｓ７０６）。スペクトル係数算出部４０は、スペクトル係数４２を算出する（Ｓ７０８）。Ｓ７０２からＳ７０８の処理は、図７に示した順番に限定されない。例えば、Ｓ７０２の前にＳ７０６の処理があってもよい。

一例としてスペクトル係数４２は、以下のように算出できる。撮像画像１２における各画素の画素値Ｉ_ｍは、下式でモデル化できる。

ただし、ｓ（λ）は対象物３００の分光反射率のスペクトル、ｃ_ｍ（λ）は撮像装置２００の感度特性のスペクトル、ｐ（λ）は照明光のスペクトルである。なおｃ_ｍ（λ）およびｐ（λ）は既知とする。ｍは、撮像画像１２の数に対応する。例えば、赤、青、緑のように３つの波長成分についてそれぞれ撮像画像１２を取得した場合、ｍは１、２、３のように３つの整数で表される。ｃ_ｍ（λ）は、撮像装置２００における各波長成分の感度特性（例えばフィルタの特性）に対応する。

また、対象物３００のスペクトルｓ（λ）は、下式で示される。

ただし、σ（ｎ）はスペクトル係数であり、ｂ_ｎ（λ）はスペクトル係数４２－ｎに対応する基底関数であり、ｕは用いる基底関数の数である。それぞれの基底関数ｂ_ｎ（λ）は既知とする。

数１に数２を代入すると、下式が得られる。

数３により、それぞれの画素値Ｉ_ｍを、既知成分ｂ_ｎ（λ）ｃ_ｍ（λ）ｐ（λ）と、未知のスペクトル係数σ（ｎ）で表すことができる。

次に、数３における既知成分ｂ_ｎ（λ）ｃ_ｍ（λ）ｐ（λ）を所定の係数に置き換える。より具体的には、ｍおよびｎの各組み合わせについて、既知成分ｂ_ｎ（λ）ｃ_ｍ（λ）ｐ（λ）を所定の係数に置き換える。一例として基底関数の数が３、撮像画像１２の数が３の場合を考える。つまり、ｕ＝３、ｍ＝１、２、３である。

ｍ＝１の場合について、既知成分を係数Ａ_ｎを用いて下式のように置き換える。

ｍ＝２、３の場合も、既知成分を係数Ｂ_ｎ、Ｃ_ｎを用いて下式のように置き換える。

数３、４、５から、下式が得られる。

画素値Ｉ_ｍは撮像画像１２から既知であるので、数６の連立方程式を解くことで、スペクトル係数σ（１）、σ（２）、σ（３）を算出できる。なお、ノイズの影響や、スペクトルを推定するうえでの多項式の上位項のみを用いることの影響で、算出したスペクトル係数を用いた対象物のスペクトルが負の値を含むことがある。そこで、対象物のスペクトルが必ず正となるように数６の連立方程式を解いてもよい。具体的には、制約つきの最小二乗法を用いることが考えられる。

画像生成部５０は、分光画像を生成する（Ｓ７１０）。画像生成部５０が算出する各画素における波長成分毎の画素値Ｒ_ｔは、以下で示される。ｔは１以上、ｓ以下の整数であり、各波長成分に対応する。

ただし、ｒ_ｔ（ｎ）は分光関数３６－ｎ－ｔである。

つまり、σ（ｎ）とｒ_ｔ（ｎ）をｕ回乗算した結果を加算することで、各画素の画素値Ｒ_ｔを算出できる。このため、少ない演算量で画素値Ｒ_ｔを算出できる。

図８は、比較例に係る画像生成装置８００の一例を示す図である。画像生成装置８００は、分光関数３６を算出しない。画像生成装置８００は、画像取得部１０、スペクトル係数算出部４０、スペクトル画像生成部８０２および画像生成部８０４を備える。画像取得部１０およびスペクトル係数算出部４０は、画像生成装置１００における画像取得部１０およびスペクトル係数算出部４０と同様である。

スペクトル画像生成部８０２は、スペクトル係数４２に対して、対応する基底関数２２を乗算する。これにより、所定の波長分解能を有するスペクトル画像を生成する。画像生成部８０４は、スペクトル画像に対して、仮想分光フィルタ３２の分光特性を乗算することで、分光画像を生成する。

図９は、スペクトル画像８０６の一例を示す図である。スペクトル画像生成部８０２は、それぞれの波長に対応するスペクトル画像８０６を生成する。例えば注目帯域が６００ｎｍから１０００ｎｍであり波長分解能が１ｎｍの場合、スペクトル画像生成部８０２は、４００個程度のスペクトル画像８０６を生成する。

それぞれのスペクトル画像８０６の各画素は、当該波長における各画素値を示している。それぞれのスペクトル画像８０６は、対応するスペクトル係数４２と基底関数２２とを乗算して、それぞれの乗算結果を波長毎に加算することで算出できる。

画像生成部８０４は、設定される仮想分光フィルタ３２の分光特性と、スペクトル画像８０６に基づいて分光画像を生成する。具体的には、画像生成部８０４は下式に基づいて、分光画像の各画素値Ｒ_ｔを算出する。

ただし、ｆ（λ）は波長λにおけるスペクトル画像８０６の画素値であり、ｖ_ｔ（λ）は分光特性ｔの波長λにおける値である。つまり、画像生成装置８００においては、各画素値Ｒ_ｔを算出するのに、ｆ（λ）とｖ_ｔ（λ）を４００回程度（波長分解能が１ｎｍで、注目帯域が６００ｎｍから１０００ｎｍの場合）乗算した結果を加算しなければならない。

これに対して画像生成装置１００によれば、上述したように、各画素値Ｒ_ｔを算出するのに、ｕ回（基底関数２２の数）の乗算と１回の加算だけでよい。このため、非常に少ない演算量で、任意の仮想分光フィルタ３２に対する分光画像を生成できる。また、スペクトル係数４２と基底データとを記憶しておけば、任意の仮想分光特性の分光画像を容易に作成できる。

また、ｕ回（基底関数２２の数）またはそれ以下の撮像画像１２から対象物３００の分光画像を生成するので、短い撮像時間ですむ。このため、対象物３００に照明を当てる時間を短くでき、対象物３００へのダメージを低減できる。また、動画の撮像画像１２から、動画の分光画像を容易に生成できる。

また、基底データの波長分解能で、分光画像が生成できる。このため、高い波長分解能の分光画像を容易に生成できる。更に、波長分解能を高くしても、演算に用いるデータ量はそれほど増加しない。

図１０は、画像生成装置１００の他の例を示すブロック図である。本例の画像生成装置１００は、図１に示した構成に加えて、分光特性設定部６０を更に備える。分光特性設定部６０は、仮想分光フィルタ３２の分光特性を設定する。分光特性設定部６０は、予め定められた分光特性を用いてよく、ユーザー等が入力する情報に基づいていずれかの分光特性を選択してもよい。

図１１は、分光特性設定部６０が設定する仮想分光フィルタ３２の分光特性の一例を示す図である。図１１においては、撮像装置２００の感度特性２０２を合わせて示している。分光特性設定部６０は、撮像画像１２を撮像した撮像装置２００が感度を有する波長帯域内において仮想分光フィルタ３２の分光特性を設定する。撮像装置２００の感度特性２０２を示す情報は、撮像装置２００が撮像画像データに付してよい。

本例の撮像装置２００は、可視外帯域に感度を有している。可視外帯域とは、例えば８００ｎｍ以上の波長帯域であってよく、９００ｎｍ以上の波長帯域であってもよい。つまり撮像装置２００は赤外線カメラであってよい。

本例の分光特性設定部６０は、可視外帯域においてそれぞれの仮想分光フィルタ３２の分光特性を設定する。分光特性設定部６０には、撮像装置２００の感度特性を示す情報が入力されてよい。分光特性設定部６０は、予め設定された複数種類の仮想分光フィルタ３２のうち、撮像装置２００が感度を有する帯域内に分光特性を有する仮想分光フィルタ３２を選択してよい。分光特性設定部６０は、ユーザー等が指定した仮想分光フィルタ３２の分光特性が、撮像装置２００が感度を有する帯域外となる場合、その旨をユーザー等に通知してもよい。仮想分光フィルタ３２の分光特性を、撮像装置２００が感度を有する帯域内に設定することで、波長情報を多く含んだ分光画像を生成できる。

また、分光特性設定部６０は、それぞれの仮想分光フィルタ３２の分光特性を、他の波長帯域に対応付けてもよい。この場合、画像生成部５０は、それぞれの仮想分光フィルタ３２の分光特性を用いて算出された画素値Ｒ_ｔを、当該他の波長帯域における画素値Ｒ_ｔとしてよい。

例えば分光特性設定部６０は、図１１に示すように可視外帯域において仮想分光フィルタ３２の分光特性を設定するとともに、それぞれの分光特性に可視帯域λ１、λ２、λ３を対応付ける。当該可視帯域は単一の波長で表現されてよい。画像生成部５０は、それぞれの画素値Ｒ_ｔを、可視帯域の画素値とした分光画像を生成する。これにより、可視外帯域に感度を有する赤外線カメラ等で撮像した撮像画像１２に基づいて、カラーの分光画像を生成できる。

それぞれの仮想分光フィルタ３２にいずれの帯域を対応付けるかは、ユーザー等により指定されてよい。また、分光特性設定部６０は、対象物３００のカテゴリに応じて、それぞれの仮想分光フィルタ３２に対応付ける対応帯域を設定してもよい。対象物３００のカテゴリによって、可視外帯域のいずれの波長帯域の情報を分光画像において強調したいかが異なる場合がある。この場合であっても、対象物３００のカテゴリに応じて対応帯域を選択することで、適切な分光画像を生成できる。また、分光特性設定部６０は、分光画像において強調したい対象物３００の特性に応じて対応帯域を設定してもよい。対象物３００の特性とは、例えば対象物３００の糖度、酸味等である。対象物３００の特性毎に、スペクトルに特徴が表れる帯域が変化する。対象物３００の特性に応じて対応帯域を設定することで、適切な分光画像を生成できる。

図１２は、画像生成装置１００の他の例を示すブロック図である。本例の画像生成装置１００は、図１または図１１に示した構成に加えて、関数記憶部７０を更に備える。図１２では、図１の画像生成装置１００に関数記憶部７０を追加した例を示している。

関数記憶部７０は、１つ以上の分光関数３６を記憶する。関数設定部３０は、画像取得部１０が撮像画像１２を取得するよりも前に分光関数３６を設定するとともに、設定された分光関数３６を関数記憶部７０に記憶させる。

例えば関数設定部３０は、同一カテゴリの複数の対象物３００の撮像画像１２を取得して、それぞれの撮像画像１２に対して同一の仮想分光フィルタ３２を適用した分光画像を生成する。それぞれの撮像画像１２は、異なる撮像装置２００が撮像してよい。

この場合、基底取得部２０は、当該カテゴリの対象物３００に対応する基底データを予め取得する。関数設定部３０には、ユーザー等により指定された仮想分光フィルタ３２の分光特性が設定される。関数設定部３０は、基底データおよび分光特性に基づいて、分光関数３６を生成する。

画像取得部１０は、複数の撮像画像１２を順次または同時に取得して、スペクトル係数算出部４０に入力する。スペクトル係数算出部４０は、それぞれの撮像画像１２に基づいてスペクトル係数４２を算出する。スペクトル係数算出部４０は、画像生成部５０に入力するスペクトル係数４２に、いずれの分光関数３６を適用すべきかを示す情報を付してもよい。画像生成部５０は、それぞれの撮像画像１２のスペクトル係数４２に対して、関数記憶部７０から読み出した共通の分光関数３６を適用して、複数の分光画像を生成する。画像生成部５０は、画像取得部１０が撮像画像を取得した際に関数記憶部７０から分光関数を読みだしてよい。

これにより、非常に少ないデータ処理量で、複数の分光画像を生成できる。例えば図８および図９に示した例では、それぞれの撮像画像１２に対して多数のスペクトル画像８０６を生成することになるので、非常にデータ処理量が多くなる。

図１３は、画像生成装置１００の他の例を示すブロック図である。本例の画像生成装置１００は、図１、図１１または図１２に示した構成に加えて、スペクトルデータ取得部８０を更に備える。図１３では、図１の画像生成装置１００にスペクトルデータ取得部８０を追加した例を示している。

スペクトルデータ取得部８０は、分光画像を生成しようとしている撮像画像１２に含まれる対象物３００と同じカテゴリに属する他の対象物のスペクトルを測定したスペクトル測定データを取得する。スペクトルデータ取得部８０が取得するスペクトル測定データの帯域には、少なくとも算出しようとする基底関数の帯域が含まれている。

基底取得部２０は、スペクトルデータ取得部８０が取得したスペクトル測定データに基づいて、対象物３００が属するカテゴリの基底関数２２を算出する。基底取得部２０は、当該カテゴリに対して、２個以上の予め定められた個数の基底関数２２を算出する。

スペクトルデータ取得部８０は、複数のカテゴリについて、それぞれスペクトル測定データを取得してもよい。スペクトルデータ取得部８０は、取得したスペクトル測定データをカテゴリ毎に分類する。基底取得部２０は、カテゴリ毎に分類されたスペクトル測定データに基づいて、それぞれのカテゴリの基底関数２２を算出する。基底取得部２０は、算出した各カテゴリの基底関数２２を記憶してよい。また、基底取得部２０は、スペクトルデータ取得部８０が取得したスペクトル測定データに基づいて、記憶していた既存の基底関数２２を更新してもよい。

図１４は、本発明の他の実施形態に係る情報管理システム７００の一例を示すブロック図である。情報管理システム７００は、端末５００と情報管理装置６００とを備える。端末５００および情報管理装置６００は、図１から図１３において説明した画像生成装置１００における処理を協働して行うことができる。

例えば端末５００は、ユーザー等により管理されるコンピュータである。例えば情報管理装置６００は、ネットワーク７０２を介して１つまたは複数の端末５００に接続されるサーバーである。ネットワーク７０２はインターネットであってよく、ローカルネットワークであってもよい。

端末５００は、端末側データ送信部５０２、端末側データ取得部５０４、画像取得部１０、スペクトル係数算出部４０、画像生成部５０および分光特性設定部６０を備える。画像取得部１０、スペクトル係数算出部４０、画像生成部５０および分光特性設定部６０は、図１から図１３において説明したものと同一である。

端末側データ送信部５０２は、分光特性設定部６０により設定された仮想分光特性に関する情報を、情報管理装置６００に送信する。当該情報には、端末５００を識別する情報が付されていることが好ましい。当該情報は、分光特性のスペクトルデータを示す情報であってよく、情報管理装置６００において予め登録されたいずれかの仮想分光特性を指定するデータであってもよい。

また、端末側データ送信部５０２は、基底関数を指定する情報を情報管理装置６００に送信してもよい。例えば端末側データ送信部５０２は、画像取得部１０が取得した撮像画像に基づいて対象物３００のカテゴリを判別して、当該カテゴリを示す情報を情報管理装置６００に送信する。

情報管理装置６００は、管理装置側データ送信部６０２、管理装置側データ取得部６０４、基底記憶部６０６および関数設定部３０を備える。管理装置側データ取得部６０４は、端末５００から仮想分光特性に関する情報を取得する。基底記憶部６０６は、基底データを記憶している。基底記憶部６０６は、対象物３００の複数のカテゴリに適用できる汎用的な基底データを記憶していてよく、対象物３００のカテゴリ毎の基底データを記憶していてもよい。

関数設定部３０の動作は、図１から図１３において説明した関数設定部３０と同様である。関数設定部３０は、基底記憶部６０６から、使用すべき基底データを読み出す。関数設定部３０は、読み出した基底データと、管理装置側データ取得部６０４が取得した仮想分光特性とに基づいて、分光関数を設定する。管理装置側データ送信部６０２は、分光関数に関する情報を端末５００に送信する。管理装置側データ送信部６０２は、基底データに関する情報を端末５００に更に送信してよい。

端末側データ取得部５０４は、情報管理装置６００から分光関数に関する情報を取得する。分光関数に関する情報は、分光関数のスペクトルデータであってよい。スペクトル係数算出部４０は、スペクトル係数を算出する。スペクトル係数算出部４０は、情報管理装置６００により示された基底データを用いてよく、端末５００で記憶していた基底データを用いてもよい。ただし、情報管理装置６００と端末５００で用いる基底データは同一である。端末５００は、情報管理装置６００から受信した基底データを記憶してよい。

画像生成部５０は、スペクトル係数算出部４０が算出したスペクトル係数と、端末側データ取得部５０４が取得した分光関数とに基づいて、対象物３００の分光画像を生成する。このような処理により、端末５００におけるデータ処理負担を低減できる。また、複数の端末５００において共通の基底関数を用いることができる。このため、複数の端末５００における分光画像の精度を均一にできる。

図１５は、本発明の複数の態様が全体的又は部分的に具現化されうるコンピュータ１２００の例を示す。コンピュータ１２００にインストールされたプログラムは、コンピュータ１２００に、本発明の実施形態に係る装置に関連付けられるオペレーション又は当該装置の１又は複数の「部」として機能させ、又は当該オペレーション又は当該１又は複数の「部」を実行させることができ、及び／又はコンピュータ１２００に、本発明の実施形態に係るプロセス又は当該プロセスの段階を実行させることができる。このようなプログラムは、コンピュータ１２００に、本明細書に記載のフローチャート及びブロック図のブロックのうちのいくつか又はすべてに関連付けられた特定のオペレーションを実行させるべく、ＣＰＵ１２１２によって実行されてよい。当該機能は、ＦＰＧＡで実装してもよい。一例としてプログラムは、コンピュータ１２００を、画像生成装置１００、端末５００および情報管理装置６００のうちのいずれかとして機能させる。

本実施形態によるコンピュータ１２００は、ＣＰＵ１２１２、ＲＡＭ１２１４、グラフィックコントローラ１２１６、及びディスプレイデバイス１２１８を含み、これらはホストコントローラ１２１０によって相互に接続される。コンピュータ１２００はまた、通信インターフェース１２２２、ハードディスクドライブ１２２４、ＤＶＤ－ＲＯＭドライブ１２２６、及びＩＣカードドライブのような入出力ユニットを含み、これらは入出力コントローラ１２２０を介してホストコントローラ１２１０に接続される。コンピュータはまた、ＲＯＭ１２３０及びキーボード１２４２のようなレガシの入出力ユニットを含み、これらは入出力チップ１２４０を介して入出力コントローラ１２２０に接続される。

ＣＰＵ１２１２は、ＲＯＭ１２３０及びＲＡＭ１２１４内に格納されたプログラムに従い動作し、これにより各ユニットを制御する。グラフィックコントローラ１２１６は、ＲＡＭ１２１４内に提供されるフレームバッファ等又は当該グラフィックコントローラ１２１６自体の中に、ＣＰＵ１２１２によって生成されるイメージデータを取得し、イメージデータがディスプレイデバイス１２１８上に表示させる。

通信インターフェース１２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ１２２４は、コンピュータ１２００内のＣＰＵ１２１２によって使用されるプログラム及びデータを格納する。ＤＶＤ－ＲＯＭドライブ１２２６は、プログラム又はデータをＤＶＤ－ＲＯＭ１２０１から読み取り、ハードディスクドライブ１２２４にＲＡＭ１２１４を介してプログラム又はデータを提供する。ＩＣカードドライブは、プログラム及びデータをＩＣカードから読み取り、及び／又はプログラム及びデータをＩＣカードに書き込む。

ＲＯＭ１２３０は、内部に、アクティブ化時にコンピュータ１２００によって実行されるブートプログラム等、及び／又はコンピュータ１２００のハードウェアに依存するプログラムを格納する。入出力チップ１２４０はまた、様々な入出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入出力コントローラ１２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ１２０１又はＩＣカードのようなコンピュータ可読記憶媒体によって提供される。プログラムは、コンピュータ可読記憶媒体から読み取られ、コンピュータ可読記憶媒体の例でもあるハードディスクドライブ１２２４、ＲＡＭ１２１４、又はＲＯＭ１２３０にインストールされ、ＣＰＵ１２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ１２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置又は方法が、コンピュータ１２００の使用に従い情報のオペレーション又は処理を実現することによって構成されてよい。

例えば、通信がコンピュータ１２００及び外部デバイス間で実行される場合、ＣＰＵ１２１２は、ＲＡＭ１２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェース１２２２に対し、通信処理を命令してよい。通信インターフェース１２２２は、ＣＰＵ１２１２の制御の下、ＲＡＭ１２１４、ハードディスクドライブ１２２４、ＤＶＤ－ＲＯＭ１２０１、又はＩＣカードのような記録媒体内に提供される送信バッファ領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、又はネットワークから受信した受信データを記録媒体上に提供される受信バッファ領域等に書き込む。

また、ＣＰＵ１２１２は、ハードディスクドライブ１２２４、ＤＶＤ－ＲＯＭドライブ１２２６（ＤＶＤ－ＲＯＭ１２０１）、ＩＣカード等のような外部記録媒体に格納されたファイル又はデータベースの全部又は必要な部分がＲＡＭ１２１４に読み取られるようにし、ＲＡＭ１２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ１２１２は次に、処理されたデータを外部記録媒体にライトバックしてよい。

様々なタイプのプログラム、データ、テーブル、及びデータベースのような、様々なタイプの情報が、情報処理されるべく、記録媒体に格納されてよい。ＣＰＵ１２１２は、ＲＡＭ１２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプのオペレーション、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ１２１４に対しライトバックする。また、ＣＰＵ１２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ１２１２は、当該複数のエントリの中から、第１の属性の属性値が指定されている条件に一致するエントリを検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、これにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

以上の説明によるプログラム又はソフトウェアモジュールは、コンピュータ１２００上又はコンピュータ１２００近傍のコンピュータ可読記憶媒体に格納されてよい。また、専用通信ネットワーク又はインターネットに接続されたサーバシステム内に提供されるハードディスク又はＲＡＭのような記録媒体が、コンピュータ可読記憶媒体として使用可能であり、これにより、プログラムをコンピュータ１２００にネットワークを介して提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０・・・画像取得部、１２・・・撮像画像、２２・・・基底関数、２３・・・帯域、２０・・・基底取得部、３０・・・関数設定部、３２・・・仮想分光フィルタ、３６・・・分光関数、４０・・・スペクトル係数算出部、４２・・・スペクトル係数、４４・・・ビット、４６・・・領域、４８・・・領域、５０・・・画像生成部、６０・・・分光特性設定部、７０・・・関数記憶部、８０・・・スペクトルデータ取得部、１００・・・画像生成装置、２００・・・撮像装置、２０２・・・感度特性、３００・・・対象物、４００・・・撮像システム、５００・・・端末、５０２・・・端末側データ送信部、５０４・・・端末側データ取得部、６００・・・情報管理装置、６０２・・・管理装置側データ送信部、６０４・・・管理装置側データ取得部、６０６・・・基底記憶部、７００・・・情報管理システム、７０２・・・ネットワーク、８００・・・画像生成装置、８０２・・・スペクトル画像生成部、８０４・・・画像生成部、８０６・・・スペクトル画像、１２００・・・コンピュータ、１２０１・・・ＤＶＤ－ＲＯＭ、１２１０・・・ホストコントローラ、１２１２・・・ＣＰＵ、１２１４・・・ＲＡＭ、１２１６・・・グラフィックコントローラ、１２１８・・・ディスプレイデバイス、１２２０・・・入出力コントローラ、１２２２・・・通信インターフェース、１２２４・・・ハードディスクドライブ、１２２６・・・ＤＶＤ－ＲＯＭドライブ、１２３０・・・ＲＯＭ、１２４０・・・入出力チップ、１２４２・・・キーボード

Claims (18)

1. 予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像であって、それぞれ異なる波長に対応する複数の前記撮像画像を取得する画像取得部と、
   前記対象物のスペクトルに関する基底データであって、前記画像取得部が取得する前記撮像画像の個数以上の個数の基底関数を含む前記基底データを取得する基底取得部と、
   前記撮像画像の前記対象物を示す各画素について、前記基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を前記撮像画像から算出するスペクトル係数算出部と、
   前記基底データを用いて、任意の分光特性を有する仮想分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、
   前記分光関数と前記スペクトル係数とに基づいて前記対象物の分光画像を生成する画像生成部と
   を備える画像生成装置。
2. 前記スペクトル係数算出部は、前記対象物に対する照明光のスペクトルと、それぞれの前記基底関数とを乗算した成分を含む第１スペクトルを用いて前記スペクトル係数を算出する
   請求項１に記載の画像生成装置。
3. 前記スペクトル係数算出部は、前記照明光のスペクトルと、前記撮像装置の感度特性のスペクトルと、前記基底関数とを乗算した前記第１スペクトルを用いて前記スペクトル係数を算出する
   請求項２に記載の画像生成装置。
4. 前記スペクトル係数算出部は、前記第１スペクトルを波長で積分した係数に基づいて、前記スペクトル係数を算出する
   請求項２または３に記載の画像生成装置。
5. 前記関数設定部は、前記基底関数と前記仮想分光フィルタの分光特性とを乗算して前記分光関数を設定する
   請求項１から４のいずれか一項に記載の画像生成装置。
6. 前記仮想分光フィルタの分光特性を設定する分光特性設定部を備え、
   前記分光特性設定部は、前記撮像装置が感度を有する波長帯域内において前記分光特性を設定する
   請求項１から５のいずれか一項に記載の画像生成装置。
7. 前記撮像画像は、可視外帯域に感度を有する撮像装置で撮像された画像であり、
   前記分光特性設定部は、前記可視外帯域において前記分光特性を設定するとともに、前記分光特性に対応づける可視帯域を設定し、
   前記画像生成部は、前記分光画像を前記可視帯域に対応づけて可視画像を生成する
   請求項６に記載の画像生成装置。
8. 前記分光関数を記憶する関数記憶部を更に備え、
   前記関数設定部は、前記画像取得部が前記撮像画像を取得するよりも前に前記分光関数を設定するとともに、設定された前記分光関数を前記関数記憶部に記憶させ、
   前記画像生成部は、前記画像取得部が前記撮像画像を取得した際に前記関数記憶部から前記分光関数を読みだす
   請求項１に記載の画像生成装置。
9. 前記撮像画像には、前記対象物の収穫時期、栽培方法、成分、品種、産地および生産者の少なくとも一つを示すカテゴリの情報が付されており、
   前記対象物と同じ前記カテゴリに属する他の対象物のスペクトルを測定したスペクトル測定データを取得するスペクトルデータ取得部を更に備え、
   前記基底取得部は、前記スペクトル測定データに基づいて、前記対象物が属する前記カテゴリの前記基底関数を算出する
   請求項１から８のいずれか一項に記載の画像生成装置。
10. 前記基底取得部は、複数の前記カテゴリのそれぞれに前記基底データを記憶する
    請求項９に記載の画像生成装置。
11. 前記撮像装置と、
    請求項１から１０のいずれか一項に記載の画像生成装置と
    を備える撮像システム。
12. コンピュータを請求項１から１０のいずれか一項に記載の画像生成装置として機能させるためのプログラム。
13. 予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像であって、それぞれ異なる波長に対応する複数の前記撮像画像を取得することと、
    前記対象物のスペクトルに関する基底データであって、取得した前記撮像画像の個数以上の個数の基底関数を含む前記基底データを取得することと、
    前記撮像画像の前記対象物を示す各画素について、前記基底データに含まれるそれぞれの基底関数の重み付け係数を示すスペクトル係数を前記撮像画像から算出することと、
    前記基底データを用いて、任意の分光特性を有する仮想分光フィルタを介した分光画像を生成するための分光関数を設定することと、
    前記分光関数と前記スペクトル係数とに基づいて前記対象物の分光画像を生成することと
    を含む画像生成方法。
14. 端末と情報管理装置とを備える情報管理システムであって、
    前記端末は、
    予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像であって、それぞれ異なる波長に対応する複数の前記撮像画像を取得する画像取得部と、
    仮想的な分光フィルタの分光特性である仮想分光特性を設定する分光特性設定部と、
    前記仮想分光特性に関する情報を送信する端末側データ送信部と、
    を備え、
    前記情報管理装置は、
    前記端末から前記仮想分光特性に関する情報を取得する管理装置側データ取得部と、
    前記対象物のスペクトルに関する基底データを記憶する基底記憶部と、
    前記基底データと前記仮想分光特性とに基づいて、前記仮想的な分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、
    前記分光関数に関する情報を前記端末に送信する管理装置側データ送信部と
    を備え、
    前記端末は、
    前記情報管理装置から前記分光関数に関する情報を取得する端末側データ取得部と、
    前記撮像画像の前記対象物を示す各画素について、前記基底データに含まれるそれぞれの基底関数であって、前記画像取得部が取得する前記撮像画像の個数以上の個数の前記基底関数の重み付け係数を示すスペクトル係数を前記撮像画像から算出するスペクトル係数算出部と、
    前記分光関数と前記スペクトル係数とに基づいて前記対象物の分光画像を生成する画像生成部とをさらに備える、
    情報管理システム。
15. 予め定められた波長帯域に感度を有する撮像装置で対象物を撮像した撮像画像であって、それぞれ異なる波長に対応する複数の前記撮像画像を取得する画像取得部と、
    仮想的な分光フィルタの分光特性である仮想分光特性を設定する分光特性設定部と、
    前記仮想分光特性に関する情報を情報管理装置に送信する端末側データ送信部と、
    前記情報管理装置から、前記対象物のスペクトルに関する基底データと前記仮想分光特性とに基づいて設定される関数であって、前記仮想的な分光フィルタを介した分光画像を生成するための分光関数に関する情報を取得する端末側データ取得部と、
    前記撮像画像の前記対象物を示す各画素について、前記基底データに含まれるそれぞれの基底関数であって、前記画像取得部が取得する前記撮像画像の個数以上の個数の前記基底関数の重み付け係数を示すスペクトル係数を前記撮像画像から算出するスペクトル係数算出部と、
    前記分光関数と前記スペクトル係数とに基づいて前記対象物の分光画像を生成する画像生成部と
    を備える端末。
16. コンピュータを請求項１５に記載の端末として機能させるためのプログラム。
17. 仮想的な分光フィルタの分光特性である仮想分光特性を設定する端末から、前記仮想分光特性に関する情報を取得する管理装置側データ受信部と、
    対象物のスペクトルに関する基底データを記憶する基底記憶部と、
    前記基底データと前記仮想分光特性とに基づいて、前記仮想的な分光フィルタを介した分光画像を生成するための分光関数を設定する関数設定部と、
    前記分光関数に関する情報を前記端末に送信する管理装置側データ送信部と
    を備え、
    前記基底データは複数の基底関数を含み、
    前記分光関数は、予め定められた波長帯域に感度を有する撮像装置で前記対象物を撮像した、それぞれ異なる波長に対応する複数の撮像画像から算出される係数であるスペクトル係数とともに、前記端末で前記対象物の分光画像を生成する際に用いられる関数であり、
    前記スペクトル係数は、前記撮像画像の各画素について、前記撮像画像の個数以上の個数の前記基底関数の重み付け係数を示す
    情報管理装置。
18. コンピュータを請求項１７に記載の情報管理装置として機能させるためのプログラム。

Images