JPWO2018173622A1 - 植生指標算出装置、植生指標算出方法、及びプログラム - Google Patents
植生指標算出装置、植生指標算出方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2018173622A1 JPWO2018173622A1 JP2019507468A JP2019507468A JPWO2018173622A1 JP WO2018173622 A1 JPWO2018173622 A1 JP WO2018173622A1 JP 2019507468 A JP2019507468 A JP 2019507468A JP 2019507468 A JP2019507468 A JP 2019507468A JP WO2018173622 A1 JPWO2018173622 A1 JP WO2018173622A1
- Authority
- JP
- Japan
- Prior art keywords
- vegetation index
- height
- crop
- image
- information
- 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.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 claims description 12
- 239000002689 soil Substances 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000009313 farming Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 241000196324 Embryophyta Species 0.000 description 46
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013179 statistical model Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、特定部と、
前記特定部が特定した前記領域に存在する前記農作物の植生指標を算出する、植生指標算出部と、
を備えている、ことを特徴とする。
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を有する、ことを特徴とする。
コンピュータに、
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を実行させる命令を含む、プログラムを記録している、ことを特徴とする。
以下、本発明の実施の形態における、植生指標算出装置、植生指標算出方法、及びプログラムについて、図1〜図5を参照しながら説明する。
最初に、図1を用いて、本実施の形態における植生指標算出装置の概略構成について説明する。図1は、本発明の実施の形態における植生指標算出装置の概略構成を示すブロック図である。
次に、本実施の形態における植生指標算出装置10の動作について図4を用いて説明する。図4は、本発明の実施の形態における植生指標算出装置の動作を示すフロー図である。以下の説明においては、適宜図1〜図3を参酌する。また、本実施の形態では、植生指標算出装置10を動作させることによって、植生指標算出方法が実施される。よって、本実施の形態における植生指標算出方法の説明は、以下の植生指標算出装置10の動作説明に代える。
上述の説明では、特定部11が、対象領域における植物の実際の高さ分布に関する高さ分布データと、植生指標の算出対象となる農作物の高さに関して予測された高さデータとを比較する態様について説明した。この態様の他、特定部11は、対象領域における植物の実際の高さ分布に関する高さ分布データと、対象領域に存在しうる、農作物以外の植物、例えば雑草、の高さに関して予測された高さデータとを比較し、対象領域のうち雑草が存在する領域を特定することもできる。この場合、植生指標算出部12は、特定部11が特定した領域に存在する雑草の植生指標を算出し、対象領域の上空画像全体から算出した植生指標を、該雑草の植生指標を用いて補正することができる。該補正により、農作物の植生指標を精度よく算出することができる。
本実施の形態におけるプログラムは、コンピュータに、図4に示すステップA1〜A6を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態における植生指標算出装置10と植生指標算出方法とを実現することができる。この場合、コンピュータのプロセッサは、特定部11、植生指標算出部12、画像取得部13、ステレオ画像生成部14、及び高さ分布データ生成部15として機能し、処理を行なう。
前記特定部が特定した前記領域に存在する前記農作物の植生指標を算出する、植生指標算出部と、
を備えている、ことを特徴とする植生指標算出装置。
前記画像取得部が取得した前記上空画像からステレオ画像を生成する、ステレオ画像生成部と、
前記ステレオ画像生成部が生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、高さ分布データ生成部と、
を更に備え、
前記植生指標算出部は、前記上空画像のうち前記特定部が特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
付記1に記載の植生指標算出装置。
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を有する、ことを特徴とする植生指標算出方法。
(d)前記(c)のステップで取得した前記上空画像からステレオ画像を生成する、ステップと、
(e)前記(d)のステップで生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、ステップと、
を更に有し、
前記(b)のステップにおいて、前記上空画像のうち前記(a)のステップで特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
付記4に記載の植生指標算出方法。
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を実行させる命令を含む、プログラムを記録している、ことを特徴とするコンピュータ読み取り可能な記録媒体。
(c)前記対象領域の上空画像を取得する、ステップと、
(d)前記(c)のステップで取得した前記上空画像からステレオ画像を生成する、ステップと、
(e)前記(d)のステップで生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、ステップと、
を更に実行させる命令を含み、
前記(b)のステップにおいて、前記上空画像のうち前記(a)のステップで特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
付記7に記載のコンピュータ読み取り可能な記録媒体。
11 特定部
12 植生指標算出部
13 画像取得部
14 ステレオ画像生成部
15 高さ分布データ生成部
20 対象領域
21 カメラ
22 高さ分布データ
23 高さ予測データ
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
コンピュータに、
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を実行させることを特徴とする。
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を実行させるプログラム。
(c)前記対象領域の上空画像を取得する、ステップと、
(d)前記(c)のステップで取得した前記上空画像からステレオ画像を生成する、ステップと、
(e)前記(d)のステップで生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、ステップと、
を更に実行させる命令を含み、
前記(b)のステップにおいて、前記上空画像のうち前記(a)のステップで特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
付記7に記載のプログラム。
Claims (9)
- 対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、特定部と、
前記特定部が特定した前記領域に存在する前記農作物の植生指標を算出する、植生指標算出部と、
を備えている、ことを特徴とする植生指標算出装置。 - 前記対象領域の上空画像を取得する、画像取得部と、
前記画像取得部が取得した前記上空画像からステレオ画像を生成する、ステレオ画像生成部と、
前記ステレオ画像生成部が生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、高さ分布データ生成部と、
を更に備え、
前記植生指標算出部は、前記上空画像のうち前記特定部が特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
請求項1に記載の植生指標算出装置。 - 前記農作物の予測された高さデータは、圃場における天候情報、土壌情報、作物情報、作物生育情報および営農履歴情報のうち少なくとも1つを含む圃場情報に基づいて生成された仮想圃場において、作物生育モデルを用いた生育シミュレーションを行うことにより生成される、請求項1又は2に記載の植生指標算出装置。
- (a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を有する、ことを特徴とする植生指標算出方法。 - (c)前記対象領域の上空画像を取得する、ステップと、
(d)前記(c)のステップで取得した前記上空画像からステレオ画像を生成する、ステップと、
(e)前記(d)のステップで生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、ステップと、
を更に有し、
前記(b)のステップにおいて、前記上空画像のうち前記(a)のステップで特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
請求項4に記載の植生指標算出方法。 - 前記農作物の予測された高さデータは、圃場における天候情報、土壌情報、作物情報、作物生育情報および営農履歴情報のうち少なくとも1つを含む圃場情報に基づいて生成された仮想圃場において、作物生育モデルを用いた生育シミュレーションを行うことにより生成される、請求項4又は5に記載の植生指標算出方法。
- コンピュータに、
(a)対象領域に存在する植物の高さの分布を示す高さ分布データと、植生指標の算出対象となる農作物の予測された高さデータと、を照合して、前記対象領域のうち前記農作物が存在する領域を特定する、ステップと、
(b)前記(a)のステップで特定した前記領域に存在する前記農作物の植生指標を算出する、ステップと、
を実行させる命令を含む、プログラムを記録している、ことを特徴とするコンピュータ読み取り可能な記録媒体。 - 前記プログラムが、前記コンピュータに、
(c)前記対象領域の上空画像を取得する、ステップと、
(d)前記(c)のステップで取得した前記上空画像からステレオ画像を生成する、ステップと、
(e)前記(d)のステップで生成した前記ステレオ画像に対して、ステレオマッチング処理を行なうことによって、前記対象領域に存在する植物の高さを算出し、算出した高さを用いて、前記高さ分布データを生成する、ステップと、
を更に実行させる命令を含み、
前記(b)のステップにおいて、前記上空画像のうち前記(a)のステップで特定した前記領域の画像を用いて、前記農作物の前記植生指標を算出する、
請求項7に記載のコンピュータ読み取り可能な記録媒体。 - 前記農作物の予測された高さデータは、圃場における天候情報、土壌情報、作物情報、作物生育情報および営農履歴情報のうち少なくとも1つを含む圃場情報に基づいて生成された仮想圃場において、作物生育モデルを用いた生育シミュレーションを行うことにより生成される、請求項7又は8に記載のコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017057782 | 2017-03-23 | ||
JP2017057782 | 2017-03-23 | ||
PCT/JP2018/006583 WO2018173622A1 (ja) | 2017-03-23 | 2018-02-22 | 植生指標算出装置、植生指標算出方法、及びコンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018173622A1 true JPWO2018173622A1 (ja) | 2020-05-14 |
JP6729791B2 JP6729791B2 (ja) | 2020-07-22 |
Family
ID=63585403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019507468A Active JP6729791B2 (ja) | 2017-03-23 | 2018-02-22 | 植生指標算出装置、植生指標算出方法、及びプログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US11348272B2 (ja) |
EP (1) | EP3605063B1 (ja) |
JP (1) | JP6729791B2 (ja) |
ES (1) | ES2945141T3 (ja) |
PT (1) | PT3605063T (ja) |
WO (1) | WO2018173622A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11113525B1 (en) * | 2020-05-18 | 2021-09-07 | X Development Llc | Using empirical evidence to generate synthetic training data for plant detection |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636171B (zh) * | 2018-12-06 | 2022-11-29 | 西安理工大学 | 一种区域植被恢复的综合诊断与风险评价方法 |
US11270112B2 (en) * | 2019-04-16 | 2022-03-08 | Precision Silver, LLC | Systems and methods for rating vegetation health and biomass from remotely sensed morphological and radiometric data |
JP7288632B2 (ja) | 2019-08-06 | 2023-06-08 | ヤンマーパワーテクノロジー株式会社 | 生育値算出方法、および生育値算出システム |
US11398028B2 (en) | 2020-06-08 | 2022-07-26 | X Development Llc | Generating and using synthetic training data for plant disease detection |
CN112347659A (zh) * | 2020-11-23 | 2021-02-09 | 河南大学 | 基于最优植被格局的河岸缓冲带水土保持调控方法 |
CN112700347A (zh) * | 2020-12-31 | 2021-04-23 | 广州极飞科技有限公司 | 农作物高度生长曲线的生成方法、装置和存储介质 |
US12001512B2 (en) | 2021-05-25 | 2024-06-04 | Mineral Earth Sciences Llc | Generating labeled synthetic training data |
CN115830442B (zh) * | 2022-11-11 | 2023-08-04 | 中国科学院空天信息创新研究院 | 一种基于机器学习的小麦茎蘖密度遥感估算方法和系统 |
CN116665081B (zh) * | 2023-07-31 | 2023-10-13 | 自然资源部第一海洋研究所 | 一种滨海植被地上生物量的估算方法、计算机设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006252529A (ja) * | 2005-02-09 | 2006-09-21 | Asia Air Survey Co Ltd | 地物環境状況提供方法及びそのプログラム |
US20070280528A1 (en) * | 2006-06-02 | 2007-12-06 | Carl Wellington | System and method for generating a terrain model for autonomous navigation in vegetation |
JP2011223915A (ja) * | 2010-04-19 | 2011-11-10 | Ohbayashi Corp | 芝の生長の予測システムおよび予測方法 |
US20140025305A1 (en) * | 2011-03-30 | 2014-01-23 | Weyerhaeuser Nr Company | System and Method for Forest Management Using Stand Development Performance as Measured by Leaf Area Index |
JP2016049102A (ja) * | 2014-08-29 | 2016-04-11 | 株式会社リコー | 圃場管理システム、圃場管理方法、プログラム |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004012233A (ja) * | 2002-06-05 | 2004-01-15 | Fuji Heavy Ind Ltd | 農作物検出装置および農作物検出方法 |
US8737720B2 (en) * | 2003-04-30 | 2014-05-27 | Deere & Company | System and method for detecting and analyzing features in an agricultural field |
WO2010129168A2 (en) * | 2009-05-08 | 2010-11-11 | Pioneer Hi-Bred International, Inc. | Real-time process for targeting trait phenotyping of plant breeding experiments |
JP5305485B2 (ja) * | 2011-05-23 | 2013-10-02 | Necシステムテクノロジー株式会社 | 地盤高データ生成装置、地盤高データ生成方法、及びプログラム |
US20130198693A1 (en) * | 2011-11-30 | 2013-08-01 | Seyet Llc | Three-dimensional animation technology for describing and manipulating plant growth |
BR112016014292A2 (pt) * | 2013-12-19 | 2017-08-08 | Phytech Ltd | Método e sistema para gestão de tratamento da safra |
JP2015188333A (ja) | 2014-03-27 | 2015-11-02 | 株式会社日立製作所 | 植生生長分析システム及び方法 |
AU2016287397B2 (en) * | 2015-06-30 | 2021-05-20 | Climate Llc | Systems and methods for image capture and analysis of agricultural fields |
JP6569942B2 (ja) | 2015-09-16 | 2019-09-04 | いすゞ自動車株式会社 | パワーステアリング装置のポンプ取付構造 |
EP3435319A4 (en) * | 2016-03-25 | 2019-08-21 | Nec Corporation | INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD AND RECORDING MEDIUM WITH INFORMATION PROCESSING APPARATUS RECORDED THEREFOR |
US11080361B2 (en) * | 2016-08-05 | 2021-08-03 | Regents Of The University Of Minnesota | Integrated remote sensing tools for timely predictions of crop quality and yield |
US20200250597A1 (en) * | 2017-01-10 | 2020-08-06 | Nec Corporation | Information processing apparatus, information processing method, and non-transitory recording medium |
US10909367B2 (en) * | 2017-03-02 | 2021-02-02 | Basecamp Networks, LLC | Automated diagnosis and treatment of crop infestations |
EP3605455A4 (en) * | 2017-03-23 | 2020-04-01 | Nec Corporation | VEGETATION INDEX CALCULATION DEVICE, VEGETATION INDEX CALCULATION METHOD AND COMPUTER READABLE RECORDING MEDIUM |
US9984455B1 (en) * | 2017-06-05 | 2018-05-29 | Hana Resources, Inc. | Organism growth prediction system using drone-captured images |
US20200166496A1 (en) * | 2017-06-29 | 2020-05-28 | Nec Corporation | Coefficient calculation device, coefficient calculation method, and non-transitory recording medium |
JP6544453B1 (ja) * | 2018-03-16 | 2019-07-17 | 日本電気株式会社 | 栽培作物選定支援装置、栽培作物選定支援方法、及びプログラム |
US10891482B2 (en) * | 2018-07-10 | 2021-01-12 | Adroit Robotics | Systems, devices, and methods for in-field diagnosis of growth stage and crop yield estimation in a plant area |
US11076589B1 (en) * | 2020-10-16 | 2021-08-03 | Verdant Robotics, Inc. | Autonomous agricultural treatment system using map based targeting of agricultural objects |
-
2018
- 2018-02-22 ES ES18771275T patent/ES2945141T3/es active Active
- 2018-02-22 JP JP2019507468A patent/JP6729791B2/ja active Active
- 2018-02-22 US US16/496,229 patent/US11348272B2/en active Active
- 2018-02-22 EP EP18771275.7A patent/EP3605063B1/en active Active
- 2018-02-22 WO PCT/JP2018/006583 patent/WO2018173622A1/ja unknown
- 2018-02-22 PT PT187712757T patent/PT3605063T/pt unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006252529A (ja) * | 2005-02-09 | 2006-09-21 | Asia Air Survey Co Ltd | 地物環境状況提供方法及びそのプログラム |
US20070280528A1 (en) * | 2006-06-02 | 2007-12-06 | Carl Wellington | System and method for generating a terrain model for autonomous navigation in vegetation |
JP2011223915A (ja) * | 2010-04-19 | 2011-11-10 | Ohbayashi Corp | 芝の生長の予測システムおよび予測方法 |
US20140025305A1 (en) * | 2011-03-30 | 2014-01-23 | Weyerhaeuser Nr Company | System and Method for Forest Management Using Stand Development Performance as Measured by Leaf Area Index |
JP2016049102A (ja) * | 2014-08-29 | 2016-04-11 | 株式会社リコー | 圃場管理システム、圃場管理方法、プログラム |
Non-Patent Citations (1)
Title |
---|
JENSEN J L R , ET AL.: "Discrete return lidar-based prediction of leaf area index in two conifer forests", REMOTE SENSING OF ENVIRONMENT, vol. 112, JPN6018017267, 2008, pages 3947 - 3957, XP055556259, ISSN: 0004274481, DOI: 10.1016/j.rse.2008.07.001 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11113525B1 (en) * | 2020-05-18 | 2021-09-07 | X Development Llc | Using empirical evidence to generate synthetic training data for plant detection |
Also Published As
Publication number | Publication date |
---|---|
PT3605063T (pt) | 2023-06-02 |
JP6729791B2 (ja) | 2020-07-22 |
US20200058132A1 (en) | 2020-02-20 |
EP3605063A4 (en) | 2020-04-22 |
EP3605063B1 (en) | 2023-04-05 |
EP3605063A1 (en) | 2020-02-05 |
US11348272B2 (en) | 2022-05-31 |
WO2018173622A1 (ja) | 2018-09-27 |
ES2945141T3 (es) | 2023-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6729791B2 (ja) | 植生指標算出装置、植生指標算出方法、及びプログラム | |
JP6631747B2 (ja) | 植生指標算出装置、植生指標算出方法、及びプログラム | |
US20200311907A1 (en) | Anomaly detection | |
US20200250428A1 (en) | Shadow and cloud masking for remote sensing images in agriculture applications using a multilayer perceptron | |
AU2020219867A1 (en) | Shadow and cloud masking for agriculture applications using convolutional neural networks | |
US8965107B1 (en) | Feature reduction based on local densities for bundle adjustment of images | |
JP7099723B2 (ja) | 圃場管理装置、圃場管理方法、及びプログラム | |
US20210312233A1 (en) | Learning method, storage medium, and image processing device | |
JP6589144B2 (ja) | 姿勢推定方法および姿勢推定装置 | |
CN113223040B (zh) | 基于遥感的香蕉估产方法、装置、电子设备和存储介质 | |
US11562563B2 (en) | Automatic crop classification system and method | |
JP2018005467A (ja) | 農作業計画支援装置及び農作業計画支援方法 | |
CN114519712A (zh) | 一种点云数据处理方法、装置、终端设备及存储介质 | |
JP2018169334A (ja) | レーダ画像解析システム | |
JP5164802B2 (ja) | 認識システム、認識方法、および認識プログラム | |
US20210166390A1 (en) | Method, apparatus and storage medium for analyzing insect feeding behavior | |
JP7028336B2 (ja) | 学習装置、学習方法および学習プログラム | |
JP2017167671A (ja) | 情報処理装置、情報処理方法およびプログラム | |
KR20210028966A (ko) | 작물 이미지의 병해충 검출 방법 및 장치 | |
JP7452879B2 (ja) | 予測システム、予測方法、および予測プログラム | |
WO2020026395A1 (ja) | モデル作成装置、モデル作成方法、及び、モデル作成プログラムが記録された記録媒体 | |
JP7365261B2 (ja) | コンピュータシステムおよびプログラム | |
US20210049411A1 (en) | Information processing apparatus, information processing method, and non-transitory computer-readable storage medium | |
CN118052967B (zh) | 林火智能识别方法以及相关装置 | |
Sun et al. | Detection of rice panicle density for unmanned harvesters via RP-YOLO |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190920 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190920 |
|
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: 20200602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200615 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6729791 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |