JP7230716B2 - 情報処理装置及び指標値算出方法 - Google Patents

情報処理装置及び指標値算出方法 Download PDF

Info

Publication number
JP7230716B2
JP7230716B2 JP2019129391A JP2019129391A JP7230716B2 JP 7230716 B2 JP7230716 B2 JP 7230716B2 JP 2019129391 A JP2019129391 A JP 2019129391A JP 2019129391 A JP2019129391 A JP 2019129391A JP 7230716 B2 JP7230716 B2 JP 7230716B2
Authority
JP
Japan
Prior art keywords
index value
area
information processing
rectangular area
photographed image
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
JP2019129391A
Other languages
English (en)
Other versions
JP2021013323A (ja
Inventor
祥宇 曾
敦史 橋本
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.)
Omron Corp
Original Assignee
Omron Corp
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 Omron Corp filed Critical Omron Corp
Priority to JP2019129391A priority Critical patent/JP7230716B2/ja
Priority to PCT/JP2020/024554 priority patent/WO2021006029A1/ja
Priority to CN202080045540.5A priority patent/CN114008669A/zh
Priority to US17/621,368 priority patent/US20220358641A1/en
Priority to EP20836386.1A priority patent/EP3973767B1/en
Publication of JP2021013323A publication Critical patent/JP2021013323A/ja
Application granted granted Critical
Publication of JP7230716B2 publication Critical patent/JP7230716B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01GHORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00Botany in general
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20021Dividing image into blocks, subimages or windows
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30188Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Description

本発明は、植物の成育状態に関する指標値を算出する情報処理装置及び指標値算出方法に関する。
植物を撮影することで得られた画像を解析することで植物の成育状態を評価することが行われている(例えば、特許文献1参照)。
特許第4026684号公報
画像解析による植物の成育状態を正確に評価するためには、植物の各部のサイズが必要とされる。生育状態の評価対象が一本の果樹である場合には、その背後にブルーシートを配置した上で果樹を所定距離からカメラで撮影すれば(特許文献1参照)、各部のサイズが分かる画像が得られるため、果樹の成育状態を正確に評価することが出来る。ただし、多数の植物が育てられている場所では、植物の外観を植物毎にカメラで撮影することは実際上不可能である。
本発明は、上記現状を鑑みてなされたものであり、ユーザの負荷を増やすことなく、植物の成育状態に関する正確な指標値を算出できる技術を提供することにある。
本発明の一観点に係る情報処理装置は、矩形状領域を含む植物の栽培領域を、前記矩形状領域の長手方向から撮影することで得られた撮影画像の入力を受け付ける受付手段と、前記受付手段に入力された前記撮影画像内での前記矩形状領域の幅方向の画素数を前記撮影画像における複数の奥行き方向位置のそれぞれについて特定し、前記矩形状領域の実際の幅を特定した各画素数で除算することにより各奥行き方向位置についての変換係数を算出する変換係数算出手段と、前記変換係数算出手段により各奥行き方向位置について算出された前記変換係数を用いて前記撮影画像を解析することにより前記植物の成育状態に関する指標値を算出する指標値算出手段と、を備える。なお、撮影画像における奥行き方向とは、撮影画像中の矩形状領域画像の長手方向と平行な方向(撮影画像の上下方向)のことである。
すなわち、情報処理装置は、矩形状領域を含む植物の栽培領域を、前記矩形状領域の長手方向から撮影することで得られた撮影画像に基づき、当該撮影画像の各奥行き方向位置における1画素が表している領域の幅を表す“各奥行き方向位置についての変換係数”を算出し、算出した各変換係数を用いて撮影画像を解析することで植物の成育状態に関する指標値を算出する構成を有している。従って、情報処理装置により算出される指標値は、奥行き方向位置別に縮尺に関する情報がない状態で撮影画像を解析することで得られる指標値よりも正確なものとなる。そして、情報処理装置のユーザは、栽培領域で栽培されている植物毎にその外観を撮影する必要がないのであるから、本情報処理装置によれば、ユーザの負荷を増やすことなく、植物の成育状態に関する正確な指標値を算出することが出来る。
情報処理装置の指標値算出手段は、人工知能による画像解析により、前記指標値を算出する手段であっても良い。人工知能による画像解析を行う指標値算出手段が算出する指標値は、葉面積指数(LAI:Leaf Area Index)であっても良い。植物の栽培領域に含ま
れる矩形状領域は、当該領域の長手方向に延びた2境界線がほぼ平行な領域であれば良い。従って、矩形状領域は、栽培領域内の畝であっても、栽培領域内の通路であっても良い。矩形状領域は、前記栽培領域に設置された複数の柱(ビニールハウスに規則的に配置された柱等)により画定される仮想的な領域であっても良い。
また、本発明の一観点に係る指標値算出方法は、矩形状領域を含む植物の栽培領域の様子を、前記矩形状領域の長手方向から撮影装置により撮影することで前記栽培領域の撮影画像を用意し、用意された前記撮影画像内での前記矩形状領域の幅方向の画素数を前記撮影画像における複数の奥行き方向位置のそれぞれについて特定し、前記矩形状領域の実際の幅を特定した各画素数で除算することで各奥行き方向位置についての変換係数を算出し、各奥行き方向位置について算出された前記変換係数を用いて前記撮影画像を解析することにより前記植物の成育状態に関する指標値を算出する。
すなわち、この指標値算出方法では、上記した情報処理装置と同様に、“各奥行き方向位置についての変換係数”を用いて撮影画像を解析することで植物の成育状態に関する指標値が算出される。従って、本指標値算出方法によっても、ユーザの負荷を増やすことなく、植物の成育状態に関する正確な指標値を算出することが出来る。
本発明によれば、ユーザの負荷を増やすことなく、植物の成育状態に関する正確な指標値を算出できる。
図1は、本発明の一実施形態に係る情報処理装置の構成及び使用形態の説明図である。 図2は、実施形態に係る情報処理装置の変換係数算出部及び指標値算出部によって行われる指標値算出処理の流れ図である。 図3は、指標値算出処理のステップS101、S102の処理の説明図である。
以下、図面を参照して、本発明の実施の形態について説明する。
図1に、本発明の一実施形態に係る情報処理装置10の構成及び使用形態を示す。
本実施形態に係る情報処理装置10は、各ユーザのユーザ端末20からインターネット50を介して送信されてくる植物の栽培領域の撮影画像に基づき、各ユーザの植物の栽培領域における葉面積指数(LAI:Leaf Area Index)を算出する装置である。なお、本
実施形態におけるユーザ端末20は、情報処理装置10を利用するためのプログラムをインストールしたスマートフォンである。ただし、ユーザ端末20は、植物の栽培領域の撮影画像を、インターネット50を介して情報処理装置10に送信できる装置であれば良い。
情報処理装置10は、比較的に高機能なコンピュータを、受付部11、変換係数算出部12、指標値算出部13及び栽培領域管理データベース14を備えた装置として機能するようにプログラミングした装置である。
栽培領域管理データベース14は、各ユーザの栽培領域に関する情報を管理しておくた
めのデータベースである。この栽培領域管理データベース14には、各ユーザの各栽培領域内に設けられている通路の実際の幅W(以下、通路幅Wとも表記する)が設定されている。より具体的には、栽培領域管理データベース14には、1つの栽培領域を管理しているユーザについては、当該1つの栽培領域に設けられている通路の通路幅Wが当該栽培領域の識別情報と共に設定されている。また、栽培領域管理データベース14には、複数の栽培領域を管理しているユーザについては、栽培領域毎に、その栽培領域に設けられている通路の通路幅Wがその栽培領域の識別情報と共に設定されている。
さらに、栽培領域管理データベース14には、各ユーザの認証用情報(例えば、ユーザIDとパスワード)も設定されている。
受付部11は、ユーザ認証を行った上で、各ユーザ端末20から送信されてくる、植物の栽培領域の撮影画像を処理対象として受け付ける機能ブロックである。各ユーザ端末20から送信されてくる植物の栽培領域の撮影画像は、ユーザによって、栽培領域に設けられている通路の長手方向から撮影されたカラー画像(図3参照)である。なお、通路の長手方向から栽培領域を撮影するとは、撮影方向(撮像装置の向き)を通路の長手方向とほぼ一致させて栽培領域を撮影するということである。情報処理装置10に送られる撮影画像は、通路の中心線上の位置から栽培領域を撮影することで得られたものであることが好ましい。ただし、撮影画像は、通路の中心線から多少外れた位置から栽培領域を撮影したものであっても良い。
また、受付部11は、撮影画像を処理対象として受け付ける際には、今回の撮影画像がその様子を示している栽培領域の識別情報もユーザから取得する。次いで、受付部11は、当該識別情報を用いて、今回の撮影画像がその様子を示している栽培領域内に設けられている通路の通路幅Wを栽培領域管理データベース14から読み出す。そして、受付部11は、読み出した通路幅W(以下、処理対象通路幅Wと表記する)を用いて、今回の撮影画像(以下、処理対象撮影画像と表記する)を処理することを変換係数算出部12に指示する。
以下、図2及び図3も用いて、変換係数算出部12及び指標値算出部13の機能を説明する。なお、図2は、変換係数算出部12及び指標値算出部13によって行われるLAI算出処理の流れ図である。図3は、LAI算出処理のステップS101及びS102の処理の説明図である。
指標値算出部13(図1)は、人工知能による画像解析により、処理対象撮影画像を解析することで、処理対象撮影画像がその様子を表している栽培領域におけるLAI(Leaf
Area Index;葉面積指数)を算出する機能ブロック(学習済みのもの)である。変換係
数算出部12は、指標値算出部13が処理対象撮影画像の解析時に使用する情報である変換係数を算出する機能ブロックである。
本実施形態に係る変換係数算出部12は、図2のステップS101~S103の処理(以下、変換係数算出処理とも表記する)を行うことによって変換係数を算出する。
すなわち、受付部11から処理対象撮影画像の処理が指示された変換係数算出部12は、まず、処理対象撮影画像から、通路を探索する(ステップS101)。このステップS101にて、変換係数算出部12が行う処理は、図3に模式的に示してあるように、処理対象撮影画像(図3(A))を緑色の部分(図3(B)で網掛けを付してある部分)とその他の色の部分に分けることで通路を探索する処理である。ただし、ステップS101の処理は、他のアルゴリズム(例えば、土色の連続領域を処理対象撮影画像から検索する)で通路を探索する処理であっても良い。
通路の探索を終えた変換係数算出部12は、探索した通路の、奥行き方向位置が互いに異なる箇所での幅方向の画素数P~Pを特定する(ステップS102)。ここで、奥行き方向とは、処理対象撮影画像における下から上へ向かう方向(処理対象撮影画像を撮影したカメラからの距離が長くなる方向)のことである(図3(B)参照)。
画素数P~Pの特定を終えた変換係数算出部12は、処理対象通路幅Wを画素数P~Pで除算することで変換係数C~Cを求める(ステップS103)。なお、処理対象通路幅Wとは、既に説明(定義)したように、受付部11によって栽培領域管理データベース14から読み出される、処理対象撮影画像がその様子を示している栽培領域内に設けられている通路の通路幅Wのことである。
変換係数算出部12による変換係数算出処理(ステップS101~S103の処理)が完了すると、指標値算出部13により、変換係数C~Cを用いて処理対象撮影画像を解析することによりLAIを算出して栽培領域管理データベース14に記憶する処理(ステップS104)が行われる。指標値算出部13が行う、このステップS104の処理は、処理対象撮影画像の解析に変換係数C~Cを用いるものであれば良い。より具体的には、ステップS104の処理は、変換係数C~Cのそれぞれが示している、各奥行き方向位置における1画素が表している領域の幅を考慮して処理対象撮影画像を解析するものであれば良い。
ステップS104の処理が完了すると、今回の処理対象撮影画像に対する指標値算出処理(図2の処理)が終了される。
以上、説明したように、本実施形態に係る情報処理装置10は、通路が設けられエチル植物の栽培領域の撮影画像の各奥行き方向位置における1画素が表している領域の幅を表す変換係数C~Cを算出し、算出した変換係数C~Cを用いて撮影画像を解析することでLAIを算出する構成を有している。従って、情報処理装置10により算出される指標値は、奥行き方向位置別に縮尺に関する情報がない状態で撮影画像を解析することで得られる指標値よりも正確なものとなる。そして、情報処理装置10のユーザは、栽培領域で栽培されている植物毎にその外観を撮影する必要がないのであるから、情報処理装置10によれば、ユーザの負荷を増やすことなく、植物の成育状態に関する正確な指標値を算出することが出来る。
《変形例》
上記した情報処理装置10は、各種の変形が可能なものである。例えば、情報処理装置10を、LAI以外の植物の成育状態に関する指標値を算出する装置に変形しても良い。また、情報処理装置10を、植物の成育状態に関する複数種類の指標値を算出する装置に変形しても良い。情報処理装置10は、人工知能によらない画像解析で植物の成育状態に関する指標値を算出する装置に変形しても良い。
情報処理装置10を、栽培領域内の通路の幅の代わりに、栽培領域内の畝の幅を使用する装置に変形しても良い。栽培領域内の他の矩形状領域(領域の長手方向に延びた2境界線がほぼ平行な領域)がある場合には、情報処理装置10を、通路の幅の代わりに、当該栽培領域の幅を使用する装置に変形しても良い。また、栽培領域に複数の柱が規則的に設けられている場合もある。そのような場合(ビニールハウス内で植物を栽培している場合等)には、複数の柱によって画定される仮想的な矩形状領域の幅を、通路の幅の代わりに用いることも出来る。なお、この場合、ユーザは、複数の柱によって仮想的な矩形状領域が形成されることになる方向から栽培領域を撮影することになる。
《付記》
矩形状領域を含む植物の栽培領域を、前記矩形状領域の長手方向から撮影することで得られた撮影画像の入力を受け付ける受付手段(11)と、
前記受付手段に入力された前記撮影画像内での前記矩形状領域の幅方向の画素数を前記撮影画像における複数の奥行き方向位置のそれぞれについて特定し、前記矩形状領域の実際の幅を特定した各画素数で除算することにより各奥行き方向位置についての変換係数を算出する変換係数算出手段(12)と、
前記算出手段により各奥行き方向位置について算出された前記変換係数を用いて前記撮影画像を解析することにより前記植物の成育状態に関する指標値を算出する指標値算出手段(13)と、
を備えることを特徴とする情報処理装置(10)。
10 情報処理装置
11 受付部
12 変換係数算出部
13 指標値算出部
14 栽培領域管理データベース
20 ユーザ端末
50 インターネット

Claims (7)

  1. 矩形状領域を含む植物の栽培領域を、前記矩形状領域の長手方向から撮影することで得られた撮影画像の入力を受け付ける受付手段と、
    前記受付手段に入力された前記撮影画像内での前記矩形状領域の幅方向の画素数を前記撮影画像における複数の奥行き方向位置のそれぞれについて特定し、前記矩形状領域の実際の幅を特定した各画素数で除算することにより各奥行き方向位置についての変換係数を算出する変換係数算出手段と、
    前記変換係数算出手段により各奥行き方向位置について算出された前記変換係数を用いて前記撮影画像を解析することにより前記植物の成育状態に関する指標値を算出する指標値算出手段と、
    を備えることを特徴とする情報処理装置。
  2. 前記指標値算出手段が、人工知能による画像解析により、前記指標値を算出する手段である、
    ことを特徴とする請求項1に記載の情報処理装置。
  3. 前記指標値が、葉面積指数である、
    ことを特徴とする請求項2に記載の情報処理装置。
  4. 前記矩形状領域が、前記栽培領域内の通路である、
    ことを特徴とする請求項1から3のいずれか一項に記載の情報処理装置。
  5. 前記矩形状領域が、前記栽培領域内の畝である、
    ことを特徴とする請求項1から3のいずれか一項に記載の情報処理装置。
  6. 前記矩形状領域が、前記栽培領域に設置された複数の柱により画定される仮想的な領域である、
    ことを特徴とする請求項1から3のいずれか一項に記載の情報処理装置。
  7. 矩形状領域を含む植物の栽培領域の様子を、前記矩形状領域の長手方向から撮影装置により撮影することで前記栽培領域の撮影画像を用意し、
    用意された前記撮影画像内での前記矩形状領域の幅方向の画素数を前記撮影画像における複数の奥行き方向位置のそれぞれについて特定し、前記矩形状領域の実際の幅を特定した各画素数で除算することで各奥行き方向位置についての変換係数を算出し、
    各奥行き方向位置について算出された前記変換係数を用いて前記撮影画像を解析することにより前記植物の成育状態に関する指標値を算出する、
    ことを特徴とする指標値算出方法。
JP2019129391A 2019-07-11 2019-07-11 情報処理装置及び指標値算出方法 Active JP7230716B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2019129391A JP7230716B2 (ja) 2019-07-11 2019-07-11 情報処理装置及び指標値算出方法
PCT/JP2020/024554 WO2021006029A1 (ja) 2019-07-11 2020-06-23 情報処理装置及び指標値算出方法
CN202080045540.5A CN114008669A (zh) 2019-07-11 2020-06-23 信息处理装置以及指标值计算方法
US17/621,368 US20220358641A1 (en) 2019-07-11 2020-06-23 Information processing device and index value calculation method
EP20836386.1A EP3973767B1 (en) 2019-07-11 2020-06-23 Information processing device and index value calculation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019129391A JP7230716B2 (ja) 2019-07-11 2019-07-11 情報処理装置及び指標値算出方法

Publications (2)

Publication Number Publication Date
JP2021013323A JP2021013323A (ja) 2021-02-12
JP7230716B2 true JP7230716B2 (ja) 2023-03-01

Family

ID=74114868

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019129391A Active JP7230716B2 (ja) 2019-07-11 2019-07-11 情報処理装置及び指標値算出方法

Country Status (5)

Country Link
US (1) US20220358641A1 (ja)
EP (1) EP3973767B1 (ja)
JP (1) JP7230716B2 (ja)
CN (1) CN114008669A (ja)
WO (1) WO2021006029A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023176196A1 (ja) * 2022-03-15 2023-09-21 株式会社Nttドコモ 穂数予測装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006320240A (ja) 2005-05-18 2006-11-30 Satake Corp リモートセンシングによる作物情報測定方法
JP4026684B2 (ja) 2002-10-30 2007-12-26 岩手県 果樹の成育状態評価方法
JP2008136411A (ja) 2006-12-01 2008-06-19 Satake Corp リモートセンシングにおける補正方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4314683B2 (ja) * 1999-08-12 2009-08-19 株式会社サタケ 作物の診断方法
JP5970751B2 (ja) * 2011-06-22 2016-08-17 株式会社ニコン 成長度合検出装置、植物栽培プラント、成長度合検出方法、植物栽培方法及びプログラム
JP6489604B2 (ja) * 2014-09-04 2019-03-27 国立研究開発法人農業・食品産業技術総合研究機構 植物群落構造解析システム
US10115187B2 (en) * 2015-01-30 2018-10-30 Raytheon Company Apparatus and processes for classifying and counting corn kernels
US10019791B2 (en) * 2015-07-24 2018-07-10 Raytheon Company Apparatus and methods for estimating corn yields
KR101752313B1 (ko) * 2015-11-13 2017-07-12 사단법인 한국온실작물연구소 L(Lindenmayer) 시스템과 이미지 및 빔 척도를 이용한 작물체 초장 및 생육량 측정 시스템
JP2020024672A (ja) * 2018-07-27 2020-02-13 キヤノン株式会社 情報処理装置、情報処理方法及びプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4026684B2 (ja) 2002-10-30 2007-12-26 岩手県 果樹の成育状態評価方法
JP2006320240A (ja) 2005-05-18 2006-11-30 Satake Corp リモートセンシングによる作物情報測定方法
JP2008136411A (ja) 2006-12-01 2008-06-19 Satake Corp リモートセンシングにおける補正方法

Also Published As

Publication number Publication date
EP3973767A4 (en) 2023-06-14
WO2021006029A1 (ja) 2021-01-14
US20220358641A1 (en) 2022-11-10
EP3973767B1 (en) 2024-07-17
CN114008669A (zh) 2022-02-01
JP2021013323A (ja) 2021-02-12
EP3973767A1 (en) 2022-03-30

Similar Documents

Publication Publication Date Title
CN108764372B (zh) 数据集的构建方法和装置、移动终端、可读存储介质
CN101650783B (zh) 图像识别方法以及摄像装置
RU2018143340A (ru) Распознавание сорняка в естественной среде
JP7300796B2 (ja) 生育状況または病害虫発生状況の予測システム、方法およびプログラム
CN106060174A (zh) 一种基于数据分析的农业指导系统
US10846325B2 (en) Information search system and information search program
CN102538980A (zh) 热像装置和热像拍摄方法
US20130251266A1 (en) Image search system, image search apparatus, image search method and computer-readable storage medium
KR101974638B1 (ko) 식물 영상 처리 장치 및 방법
CN112799430B (zh) 基于可编程无人机的路面图像智能采集方法
CN104132897A (zh) 一种基于手持设备的植物叶片含氮量测量方法和装置
CN110363176A (zh) 一种图像分析方法及装置
CN112800887A (zh) 一种柱状目标物识别系统
JP7230716B2 (ja) 情報処理装置及び指標値算出方法
CN117808374B (zh) 一种建筑工程质量智能验收管理方法及系统
US10832088B2 (en) Information search system, information search method, and information search program
KR20130136213A (ko) 농작물 재배 정보 관리 시스템 및 방법
KR101673558B1 (ko) 스마트기기를 이용한 식물정보 제공 시스템 및 방법
Bothmann et al. Automated processing of webcam images for phenological classification
CN117392535A (zh) 一种面向复杂环境的果树花芽目标检测与白点率估算方法
CN116071653A (zh) 基于自然图像的树木多级枝干结构自动提取方法
JP2008152713A (ja) 電子図鑑
CN114663761A (zh) 作物长势确定方法、装置、设备和存储介质
CN114663652A (zh) 图像处理方法、装置、管理系统、电子设备和存储介质
Zhang et al. Adapting the Segment Anything Model for Plant Recognition and Automated Phenotypic Parameter Measurement

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220513

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: 20230117

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230130

R150 Certificate of patent or registration of utility model

Ref document number: 7230716

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150