JPWO2019082519A1 - 情報処理装置、情報処理方法、プログラム、情報処理システム - Google Patents

Abstract

圃場等の計測対象に対して短時間で精度の高い測定が可能となるようにする。このため複数の異なる波長帯の撮像画像を得る撮像を行うマルチスペクトラムカメラにより計測対象となる範囲のうちの一部を撮像したサンプリング画像を処理対象とする。そしてサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する。

Description

本技術は情報処理装置、情報処理方法、プログラム、情報処理システムに関し、特に植生状態等の計測対象の評価結果の生成に好適な技術に関する。

カメラによる撮像画像を用いて目的の情報を生成する技術として次のようなものが知られている。
下記特許文献１には、移動しながらのビデオ撮影により基礎データを収集し、その画像処理により高さデータを得る技術が開示されている。
下記特許文献２には、衛星データによる森林地域の植生分類方法で、各波長の測定値について樹種に応じた上下限または閾値を設定し、樹種数分の樹種対象抽出マップを作成し、調査対象地域の正規化植生指数を作成し、樹種対象抽出マップについて植生指数を用いてマスク処理を施すことにより山林部または樹種分布を抽出することが記載されている。
下記特許文献３には、半導体ウェハの欠陥検出方法として、配線の長軸方向と異なった方向に走査して欠陥の存在する要素を検出したのち、長軸方向に沿って走査することが記載されている。

特開平８−１５９７６２号公報 特開２００６−８５５１７号公報 特許第４９０３４６９号公報

例えば小型の飛行体に撮像装置を搭載し、圃場の上空を移動しながら植物の植生状態を撮像していくことで、植生状態をリモートセンシングする取り組みがある。
このようにカメラで撮像した画像を用いて植生状態などの評価結果を生成することで、広大な範囲について効率的な観察が可能となる。
ここで、高精度の観察を行いたい場合、より高解像度の撮像を行うことが考えられるが、例えば圃場等の広い範囲について高解像度の撮像を行うことは、測定効率の悪化を生じさせてしまう。
本技術では、計測対象を撮像して観察する場合に、高精度の測定を効率的に実行できるようにすることを目的とする。

本技術に係る情報処理装置は、計測対象の一部をマルチスペクトラムカメラ（Multi Spectrum Camera）で撮像したサンプリング画像を処理対象として演算処理を行い、前記計測対象に対する評価情報となる演算結果画像を生成する演算部を備える。
異なる波長帯の電磁波を記録したマルチスペクトル画像を撮像するマルチスペクトラムカメラによって、少なくとも計測対象の全範囲のうちの一部をサンプリング撮像する。例えば計測対象領域全体を複数の区域に分割し、各区域において区域内の一部の範囲の画像をマルチスペクトラムカメラで撮像する。情報処理装置はこのようなサンプリング撮像により得られたサンプリング画像を処理対象として必要な演算処理を行い、計測結果の１つとなる演算結果画像を生成する。
なお、本明細書でいうマルチスペクトラムカメラは、複数の波長帯の撮像ができるカメラを総称しており、一般にマルチスペクトラムカメラと言われるもののほか、ハイパースペクトラムカメラ（Hyper Spectrum Camera）と呼ばれるものなども含む。

上記した本技術に係る情報処理装置においては、前記演算部は、フィルタリング処理に用いることができるフィルタ画像を、前記サンプリング画像を用いて生成するフィルタリング生成部を有することが考えられる。
フィルタ画像は、特定の組成や状態となっている箇所を示す画像であり、フィルタリング実行の際にフィルタとなる情報に相当する画像である。換言すればフィルタリング条件に相当するとも言える。つまり演算部はサンプリング画像の１つ又は複数を処理対象として用いて、計測結果を示す演算結果画像の生成のためのフィルタ画像を生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部を有することが考えられる。
評価指数は、計測対象の評価の１つとしての求められるもので、例えば植生指数などである。評価指数画像は、植生指数等を画素毎に表した画像である。

上記した本技術に係る情報処理装置においては、前記評価指数画像は植生指数を表した植生指数画像であることが考えられる。
植生指数として例えばＮＤＶＩ等を示す画像を生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、フィルタリング処理に用いることができるフィルタ画像を、前記評価指数画像を用いて生成するフィルタリング生成部とを有することが考えられる。
フィルタ画像（フィルタリング条件に相当する画像）を、評価指数（例えば植生指数）を表す画像（評価指数画像）を用いて生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、前記サンプリング画像を用いて生成したフィルタ画像と、前記評価指数画像を用いて生成したフィルタ画像とを用いて、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、を有することが考えられる。
即ち複数のフィルタ画像を用いてフィルタ画像を生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、前記フィルタ画像を用いてフィルタリング結果画像を生成するフィルタリング実行部と、を有することが考えられる。
つまりフィルタ画像（フィルタリング条件に相当する画像）によって示される条件により、フィルタリングを行って、フィルタリング結果画像を生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、を有することが考えられる。
つまりフィルタ画像（フィルタリング条件に相当する画像）によって示される条件により、評価指数画像（例えば植生指数画像）についてフィルタリングを行って、フィルタリング結果画像を生成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、前記フィルタリング結果画像を用いて提示画像を生成する提示画像化部と、を有することが考えられる。
フィルタリング結果画像は、フィルタ画像によって示される条件により、フィルタリング前の画像から画素を抽出したものであり、人が視認する画像としては適していない（評価結果がわかりにくい）場合がある。そこで人への提示に適した状態に画像化する。

上記した本技術に係る情報処理装置においては、前記提示画像化部は、前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした提示画像を生成することが考えられる。
フィルタリング結果画像を複数の領域に分割し、各領域に色当てした画像とする。

上記した本技術に係る情報処理装置においては、前記提示画像化部は、前記フィルタリング結果画像を領域分割し、各領域の代表値を用いてカラーマッピングした提示画像を生成することが考えられる。
代表値とは、その領域の平均値、最大値、最小値、重心値、最多数値などである。

上記した本技術に係る情報処理装置においては、前記提示画像化部は、前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした画像と、他の画像を合成した提示画像を生成することが考えられる。
各領域に色当てした画像と他の画像を、例えばオーバーレイや上書きなどの形で合成する。

上記した本技術に係る情報処理装置においては、前記他の画像は、前記サンプリング画像、前記評価指数画像、前記フィルタ画像、又は前記フィルタリング結果画像のいずれかであることが考えられる。
各領域に色当てした画像とサンプリング画像等を、例えばオーバーレイや上書きなどの形で合成する。

上記した本技術に係る情報処理装置においては、前記演算部は、前記サンプリング画像よりも低解像度の画像として前記計測対象を撮像した低解像度画像と、前記提示画像を合成する画像合成部を有することが考えられる。
提示画像は、フィルタリング結果画像から生成したもので、フィルタリング結果画像はサンプリング画像に基づく。つまり計測対象の全域ではなく一部の画像に基づく。そこでサンプリング画像より広い範囲を撮像した低解像度の画像と合成する。

上記した本技術に係る情報処理装置においては、前記画像合成部は、或る提示画像と、当該提示画像の元となるサンプリング画像を含む範囲を撮像した前記低解像度画像とを対応づける対応情報を用いて画像の合成を行うことが考えられる。
合成処理では、或るサンプリング画像の撮像範囲についての提示画像と、そのサンプリング画像の撮像範囲を含むより広い範囲を撮像した低解像度画像を合成する。このため例えば撮像位置の情報や撮像時刻の情報など、対応関係を示す対応情報を用いて提示画像と低解像度画像を組み合わせるようにする。

上記した本技術に係る情報処理装置においては、前記画像合成部は、前記提示画像を、前記低解像度画像内の該提示画像の元となるサンプリング画像の撮像範囲に相当する位置に配置する合成を行うことが考えられる。
例えば合成処理では、或るサンプリング画像と、低解像度画像内にオーバーレイ又は上書きで配置する。この場合、低解像度画像内でサンプリング画像の撮像範囲に相当する位置に配置する。つまり位置合わせをして貼り合わせる。

上記した本技術に係る情報処理装置においては、前記画像合成部は、前記提示画像の代表値が前記低解像度画像に反映されるように合成を行うことが考えられる。
提示画像の代表値とは、その提示画像における平均値、最大値、最小値、重心値、最多数値などである。これが低解像度画像上に表現されるようにする。

本技術に係る情報処理方法は、情報処理装置が、計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理を行う情報処理方法である。これにより情報処理装置において計測対象について効率的な評価情報生成ができる。
本技術に係るプログラムは、上記方法の処理を情報処理装置に実行させるプログラムである。これにより高精度な評価情報を効率よく生成するコンピュータ装置の実現が容易となる。
本技術に係る情報処理システムは複数の異なる波長帯の撮像画像を得る撮像を行うマルチスペクトラムカメラと、上述の情報処理装置とを有する。これにより計測対象全域に対する評価情報の生成に適したシステムを構築できる。

本技術によれば、高解像度情報を用いた精度や深度の高い分析が、計測時間の増加やデータ量の増加を伴わずに実現することができる。
なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載されたいずれかの効果であってもよい。

本技術の実施の形態で行うリモートセンシングの説明図である。 第１の実施の形態のシステム構成のブロック図である。 実施の形態のコンピュータ装置のブロック図である。 実施の形態の高解像度画像と低解像度画像の説明図である。 実施の形態の対応情報の説明図である。 実施の形態の情報処理装置の処理のフローチャートである。 実施の形態の情報処理装置の処理のフローチャートである。 実施の形態の植生指数演算の説明図である。 実施の形態のフィルタリング生成の説明図である。 実施の形態のフィルタリング実行の説明図である。 実施の形態の画像化処理例Ｉのフローチャートである。 実施の形態の画像化処理例Ｉの説明図である。 実施の形態の画像化処理例IIのフローチャートである。 実施の形態の画像化処理例IIの説明図である。 実施の形態の画像化処理例IIIのフローチャートである。 実施の形態の画像化処理例IIIの説明図である。 実施の形態の合成処理例Ｉのフローチャートである。 実施の形態の合成処理例Ｉの説明図である。 実施の形態の合成処理例IIのフローチャートである。 実施の形態の合成処理例IIの説明図である。 実施の形態の合成処理例IIの説明図である。 実施の形態の合成処理例IIIのフローチャートである。 実施の形態の合成処理例IIIの説明図である。 実施の形態の合成処理例IVのフローチャートである。 実施の形態の合成処理例IVの説明図である。 第２の実施の形態のシステム構成のブロック図である。 実施の形態の飛行体の制御構成のブロック図である。 実施の形態の高解像度画像の撮像間隔の説明図である。 実施の形態のスキャン間隔、網羅率設定のフローチャートである。 実施の形態の設定例の説明図である。 実施の形態の飛行制御のフローチャートである。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御のフローチャートである。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御の説明図である。 実施の形態の飛行制御のフローチャートである。 実施の形態の飛行計画処理部の配置の説明図である。 実施の形態の飛行計画処理部の配置の説明図である。

以下、実施の形態を次の順序で説明する。
＜１．第１の実施の形態のシステム構成＞
＜２．サンプリング画像に基づく評価情報生成＞
＜３．提示画像の生成＞
＜４．低解像度画像との合成＞
＜５．第２の実施の形態のシステム構成＞
＜６．飛行計画制御＞
＜７．まとめ及び変形例＞

＜１．第１の実施の形態のシステム構成＞
実施の形態では圃場の植生状態のセンシングを行う場合を例に挙げて説明する。
例えば図１に示すように飛行体２００に搭載された撮像装置２５０を用いて圃場３００を計測対象とし、その植生に関するリモートセンシングを行う場合を想定する。

小型の飛行体２００は、例えば操作者の無線操縦、或いは自動操縦等により、圃場３００の上空を移動することができる。
飛行体２００には撮像装置２５０が例えば下方を撮像するようにセットされている。飛行体２００が、例えば矢印で示すように設定された経路ＤＲで圃場３００の上空を移動する際に、撮像装置２５０は例えば定期的に静止画撮像を行う。

ここで撮像装置２５０は、複数の波長帯の画像撮像を行うマルチスペクトラムカメラである。例えばＮＩＲ（Near Infra Red：近赤外域）画像とＲ（赤）画像の撮像を行うもので、得られる画像からＮＤＶＩ（Normalized Difference Vegetation Index）が算出できるものが用いられてもよい。ＮＤＶＩとは植生の分布状況や活性度を示す指標である。
もちろんこれは一例であり、撮像装置２５０は、２以上の波長帯の画像撮像を行うものであればよい。Ｇ（緑）画像、Ｂ（青）画像、紫外線域の画像などを撮像するものでもよい。
なお撮像装置２５０は２以上の波長帯の画像を行うことができるものという意味で、複数のカメラが搭載されるものでもよい。例えばＮＩＲ画像撮像用のカメラとＲ画像撮像用のカメラの２台が搭載され、まとめてマルチスペクトラムカメラとして構成されてもよい。いずれにしても本実施の形態の場合、複数の波長帯の画像が得られるために必要な台数、種別のカメラが飛行体２００に搭載されればよく、それらがどのような形態であっても「マルチスペクトラムカメラ」と総称している。

また撮像装置２５０は、高解像度サンプリング画像（以下「高解像度画像」ともいう）ＨＲと、低解像度画像ＬＲを撮像することができる。
高解像度画像ＨＲとは、例えば破線の範囲Ａ−ＨＲの撮像画像で、低解像度画像ＬＲとは破線の範囲Ａ−ＬＲの撮像画像である。
この高解像度画像ＨＲは、低解像度画像ＬＲが撮像する区域における一部を撮像した画像となっている。

撮像装置２５０として、例えば高解像度用と低解像度用の複数のカメラを飛行体２００に搭載することで以上のような高解像度画像ＨＲと、低解像度画像ＬＲが撮像できる。
なお、高解像度画像ＨＲと低解像度画像ＬＲは、同時刻（ほぼ同時刻を含む）に撮像するものでもよいが、異なるタイミングで撮像されてもよい。例えば１回目の経路ＤＲの飛行で高解像度画像ＨＲの撮像を行い、２回目の経路ＤＲの飛行で低解像度画像ＬＲの撮像を行っていくなどである。また低解像度用のカメラと高解像度用のカメラを取り替えて２回飛行して撮像してもよい。

また撮像装置２５０で撮像されて得られる画像には、タグ情報が付加されている。タグ情報には撮像日時情報や、ＧＰＳ（Global Positioning System）データとしての位置情報（緯度／経度情報）、撮像装置情報（カメラの個体識別情報や機種情報等）、各画像データの情報（画サイズ、波長、撮像パラメータ等の情報）などが含まれている。
なお位置情報や撮像日時情報は低解像度画像ＬＲと高解像度画像ＨＲを対応づける対応情報ともなる。

以上のように飛行体２００に搭載された撮像装置２５０によって得られる画像データ（高解像度画像ＨＲや低解像度画像ＬＲ）やタグ情報は、情報処理装置１に送られる。情報処理装置１は画像データやタグ情報を用いて、圃場３００を計測対象とした評価情報を生成する。また評価結果をユーザに対して、画像として提示する処理を行う。
情報処理装置１は、例えばＰＣ（personal computer）やＦＰＧＡ（field-programmable gate array）などとして実現される。
なお、図１では情報処理装置１は撮像装置２５０とは別体のものとしているが、撮像装置２５０を含むユニット内に情報処理装置１となる演算装置（マイクロコンピュータ等）を設けてもよい。

図２により情報処理装置１の構成を説明する。なお図２では情報処理装置１の構成として、例えばソフトウエアによる演算機能や記憶領域を用いたバッファリング機能をブロック化して示している。

情報処理装置１は、データ入力部２１、入力バッファ２２、植生指数演算部２３、フィルタリング生成部２４、演算結果バッファ２５、フィルタリング実行部２６、提示画像化部２７、出力バッファ２８、画像合成部２９、画像出力部３０、ユーザ入力部３１を有する。

なお植生指数演算部２３、フィルタリング生成部２４、フィルタリング実行部２６、提示画像化部２７、画像合成部２９を演算部２として示している。この演算部２は、請求項にいう演算部の具体例となる。但し本開示の演算部としては、演算部２として示す全ての機能を有している必要はない。少なくとも１つの機能を有していればよい。
演算部２に含まれる各部は、それぞれハードウエアにより構成されてもよいが、本実施の形態では、後述するコンピュータ装置１００においてソフトウエアによって実現される機能として説明する。

データ入力部２１は、例えば上述の飛行体２００に搭載された撮像装置２５０によって撮像された画像データ（高解像度画像ＨＲ、低解像度画像ＬＲ）や、対応情報Ｐとなるタグ情報を取得する。
そしてデータ入力部２１は、これら高解像度画像ＨＲ、低解像度画像ＬＲ、対応情報Ｐを入力バッファ２２に記憶させる。
なお、データ入力部２１が取得する画像データは、撮像装置２５０や中継装置から有線伝送又は無線伝送として送信され情報処理装置１で受信した画像データファイルや、撮像装置２５０側や他の記録装置によって記録媒体に記録され、情報処理装置１が記録媒体を再生することで取得する画像データファイルである。
またデータ入力部２１による、撮像された画像データ（高解像度画像ＨＲ、低解像度画像ＬＲ）の取得は、リアルタイム（撮像時）でも良いし、後の時点でもよい。少なくとも情報処理装置１による計測結果の演算を行う時点で、入力バッファ２２に保存されているようにすればよい。
また本実施の形態では、データ入力部２１が取得する画像データファイルはマルチスペクトラムカメラとしての撮像装置２５０で得られた画像であり、例えば１つの範囲を撮像した高解像度画像ＨＲとして、２以上の波長の測定画像を含む。

植生指数演算部２３は、圃場３００のサンプリング画像である高解像度画像ＨＲを用いて評価指数画像（例えば植生指数画像）を生成する。具体的にはＮＤＶＩ画像を生成することが考えられる。

フィルタリング生成部２４は圃場３００のサンプリング画像である高解像度画像ＨＲを用いて、フィルタリング処理に用いることができるフィルタ画像を生成する。
フィルタ画像は、フィルタリング実行の際にフィルタとなる情報（フィルタリング条件）に相当する画像である。換言すればフィルタ画像とは、特定の組成や状態となっている箇所を示す画像であり、フィルタリング処理で抽出したい箇所を示す画像である。
つまりフィルタリング生成部２４は高解像度画像ＨＲの１つ又は複数を用いて、計測結果を示す演算結果画像の生成のためのフィルタリング条件を生成する。
なお後述するが、フィルタリング生成部２４はフィルタ画像を、高解像度画像ＨＲの特定波長域の画像から生成したり、ＮＤＶＩ画像のような植生指数画像から生成したりする。或いは生成したフィルタ画像を用いてさらなるフィルタ画像を生成する場合もある。

フィルタリング実行部２６は、フィルタリング生成部２４が生成したフィルタ画像を用いてフィルタリング結果画像を生成する。
例えばフィルタリング実行部２６は、植生指数画像に対してフィルタ画像を用いたフィルタリングを行い、フィルタリング結果画像を生成する。
またフィルタリング実行部２６は、入力された高解像度画像ＨＲの或る波長域の画像に対してフィルタ画像を用いたフィルタリングを行い、フィルタリング結果画像を生成する。
さらにはフィルタリング実行部２６は、フィルタ画像に対して他のフィルタ画像を用いたフィルタリングを行い、フィルタリング結果画像を生成することもできる。

演算結果バッファ２５は、植生指数演算部２３で生成された植生指数画像の記憶に用いられる。
また演算結果バッファ２５は、フィルタリング生成部２４で生成されたフィルタ画像の記憶にも用いられる。
また演算結果バッファ２５は、フィルタリング実行部２６で生成されたフィルタリング結果画像の記憶にも用いられる。

提示画像化部２７は、フィルタリング結果画像を用いて提示画像を生成する。
フィルタリング結果画像は、フィルタ画像によって示される条件により、フィルタリング前の画像から画素を抽出したものであり、人が視認する画像としてはわかりにくい場合がある。そこで提示画像化部２７の処理により人への提示に適した状態に画像化する。後述するが提示画像の生成処理としては画面分割やカラーマッピングが行われる。

画像合成部２９は、高解像度画像ＨＲを元に提示画像化部２７で生成された提示画像と、低解像度画像ＬＲの合成処理を行う。画像合成部２９は合成処理のためには対応情報Ｐを参照する。

出力バッファ２８は、提示画像化部２７で生成された提示画像の記憶に用いられる。
また出力バッファ２８は、画像合成部２９で生成された合成画像の記憶にも用いられる。

画像出力部３０は、出力バッファ２８から読み出した画像データを出力する（出力画像Ｐｏｕｔ）。例えば提示画像化部２７で生成された提示画像や、画像合成部２９で生成された合成画像が出力バッファ２８から読み出され、画像出力部３０によって出力画像Ｐｏｕｔとして出力される。
出力された画像は、例えばモニタディスプレイに表示されたり、他の情報処理装置に送信されたり、記憶装置で記憶媒体に記憶されたりする。
この出力画像は、圃場３００の計測（リモートセンシング）による評価結果を表す画像である。ユーザは提示画像や合成画像を見ることで、圃場３００の様子や植物の生育状況などを知ることができる。
なお、図では示していないが、演算結果バッファ２５に記憶された植生指数画像、フィルタ画像、フィルタリング結果画像が画像出力部３０の処理により出力画像Ｐｏｕｔとして出力され、表示、送信、又は記憶等がされるようにしてもよい。

ユーザ入力部３１は、ユーザの各種操作入力、設定入力などを受け付ける。
例えば演算部２における各処理機能のオン／オフ、処理パラメータ、測定内容の選択、出力画像の選択などがユーザの操作によって指定される。

以上の図２のような機能構成を備える情報処理装置１は、例えば図３のようなハードウエア構成のコンピュータ装置１００で実現される。

図３に示すようにコンピュータ装置１００は、ＣＰＵ（Central Processing Unit）５１、ＲＯＭ（Read Only Memory）５２、ＲＡＭ（Random Access Memory）５３を有して構成される。
ＣＰＵ５１は、ＲＯＭ５２に記憶されているプログラム、または記憶部５９からＲＡＭ５３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ５３にはまた、ＣＰＵ５１が各種の処理を実行する上において必要なデータなども適宜記憶される。
ＣＰＵ５１、ＲＯＭ５２、およびＲＡＭ５３は、バス５４を介して相互に接続されている。このバス５４にはまた、入出力インターフェース５５も接続されている。

入出力インターフェース５５には、液晶パネル或いは有機ＥＬ（Electroluminescence）パネルなどよりなるディスプレイ５６、キーボード、マウスなどよりなる入力部５７、スピーカ５８、ＨＤＤなどより構成される記憶部５９、通信部６０などが接続可能である。

ディスプレイ５６はコンピュータ装置１００と一体でも良いし別体の機器でもよい。例えばディスプレイ５６では出力画像Ｐｏｕｔの表示が行われる。
入力部５７は、コンピュータ装置１００を使用するユーザが用いる入力デバイスを意味する。
通信部６０は、インターネットを含むネットワークを介しての通信処理や、周辺各部の機器との間の通信を行う。例えば撮像装置２５０との通信なども可能である。

入出力インターフェース５５にはまた、必要に応じてドライブ６１が接続され、メモリカード６２が装着され、メモリカード６２から読み出されたコンピュータプログラムが、必要に応じて記憶部５９にインストールされたり、ＣＰＵ５１で処理したデータが記憶されたりする。もちろんドライブ６１は、磁気ディスク、光ディスク、光磁気ディスク等のリムーバブル記憶媒体に対する記録再生ドライブとされてもよい。

このようなハードウエア構成において、実施の形態の情報処理装置１の演算部２としての処理、即ち図２の植生指数演算部２３、フィルタリング生成部２４、フィルタリング実行部２６、提示画像化部２７、画像合成部２９としての処理を行うことができる。さらにデータ入力部２１、画像出力部３０としての処理も行うことができる。即ちこれらの処理はＣＰＵ５１で起動されるソフトウエアにより実現される。そのソフトウエアを構成するプログラムは、ネットワークからダウンロードされたり、リムーバブル記憶媒体から読み出されたりして図３のコンピュータ装置１００にインストールされる。或いはそのプログラムが記憶部５９としてのＨＤＤ等に予め記憶されていてもよい。そしてＣＰＵ５１において当該プログラムが起動されることで、上記各部の機能が発現する。
また入力バッファ２２、演算結果バッファ２５、出力バッファ２８は、例えばＲＡＭ５３の記憶領域や記憶部５９の記憶領域を用いて実現される。
ユーザ入力部３１は入力部５７による操作入力を検知するＣＰＵ５１の機能となる。

高解像度画像ＨＲや低解像度画像ＬＲとして画像データファイルや対応情報Ｐ等は通信部６０によって受信されたり、ドライブ６１によって記憶媒体から読み込まれて例えば記憶部５９に格納される。データ入力部２１としての機能を備えるＣＰＵ５１は、そのように取り込まれた画像データファイル等のうちで、評価結果生成のために必要な画像データファイルを取得して処理対象とする。
画像出力部３０による画像出力は、ディスプレイ５６により表示出力されたり、記憶部５９に記憶されたり、通信部６０により外部機器に送信されたり、ドライブ６１によりメモリカード６２等の記憶媒体に記憶されたりするなど、各種形態で実行されることになる。

なお、実施の形態の情報処理装置１は、図３のようなハードウエア構成の情報処理装置（コンピュータ装置）１００が単一で構成されることに限らず、複数のコンピュータ装置がシステム化されて構成されてもよい。複数のコンピュータ装置は、ＬＡＮ等によりシステム化されていてもよいし、インターネット等を利用したＶＰＮ（Virtual Private Network）等により遠隔地に配置されたものでもよい。複数のコンピュータ装置には、クラウドコンピューティングサービスによって利用可能なコンピュータ装置が含まれてもよい。
またこの図３のコンピュータ装置１００は、据え置き型、ノート型等のパーソナルコンピュータ、タブレット端末やスマートフォン等の携帯端末として実現できる。さらにはコンピュータ装置１００としての機能を有する測定装置、テレビジョン装置、モニタ装置、撮像装置、設備管理装置等の電子機器でも、本実施の形態の情報処理装置１を搭載することができる。

＜２．サンプリング画像に基づく評価情報生成＞
情報処理装置１によるサンプリング画像に基づく評価情報生成処理の例を説明する。
まず図４で高解像度画像ＨＲや低解像度画像ＬＲの撮像範囲について説明する。

飛行体２００で圃場３００を撮像する場合、スティッチして１枚の大きな画像にするため、縦方向、横方向とも一定の糊代を持った形で、複数の撮像が行われる。
図４Ａには、各低解像度画像ＬＲ＃１〜ＬＲ＃５によって撮像される区域＃１〜＃５を例示している。区域＃１〜＃５はそれぞれ計測対象である圃場３００の一部であり、１枚の低解像度画像ＬＲによって撮像される範囲を示している。各区域＃１〜＃５は一部重なる。これが低解像度画像ＬＲ＃１〜ＬＲ＃５における糊代部分として撮像される範囲となる。
ここでは区域＃１〜＃５のみを示しているが、図１の経路ＤＲで飛行をしながら低解像度画像ＬＲ＃５以降も続けて撮像していくことで、圃場３００の全体を覆うように必要枚の低解像度画像ＬＲが得られる。そしてそれらの低解像度画像ＬＲをスティッチ処理することで、圃場３００の全体の画像が生成できることになる。
なお、圃場３００における各区域＃１，＃２・・・は、撮像装置２５０の画角や飛行体２００の飛行高度によって決まるもので、固定的に区分されているものではない。

一方、高解像度画像ＨＲは、縦方向、横方向の片方あるいは両方に歯抜けがある形で撮像される。図４Ｂに高解像度画像ＨＲ＃１〜ＨＲ＃５を示しているが、これらはそれぞれ離散的なサンプル区域＃１Ｃ〜＃５Ｃを撮像した画像となる。
ここでサンプル区域＃１Ｃは、図４Ａの区域＃１の略中心の領域である。但し必ずしも中心でなくてもよく、少なくとも区域＃１内の領域である。
同様に、サンプル区域＃２Ｃ〜＃５Ｃは、それぞれ区域＃２〜＃５に含まれる領域（例えば略中心の領域）である。
このように、１つの高解像度画像ＨＲは、対応する低解像度画像ＬＲの撮像区域内に含まれるサンプル区域を撮像したものとなるようにしている。

なお、高解像度画像ＨＲも、圃場３００上の経路ＤＲの飛行において逐次撮像されていくが、圃場全体の撮像後の時点で高解像度画像ＨＲを集めても、それぞれは離散的なサンプル区域の画像であるため、スティッチを行っても圃場３００の全体の高解像度画像は生成できない。
本実施の形態では、高解像度画像ＨＲについては、このように離散的なサンプル区域について撮像することで、広い圃場３００に対して効率のよい撮像を実行できるように、なおかつ、各区域＃１、＃２・・・については、そのサンプル区域＃１Ｃ、＃２Ｃ・・・について高解像度画像ＨＲを用いた精細な分析、評価結果算出ができるようにする。

次に図５により対応情報Ｐの例を示す。
対応情報Ｐは、上述のように高解像度画像ＨＲと低解像度画像ＬＲの撮像区域を対応づける情報である。
例えば撮像装置２５０として、低解像度画像ＬＲ用のカメラと高解像度画像ＨＲ用のカメラを搭載し、同時に撮像した場合を考える。この場合の対応情報Ｐは図５に示すように、撮像結果を紐づけるため、ファイル名及び低解像度画像ＬＲにおける高解像度画像ＨＲの画角の範囲を示す座標を記載したテーブルのファイルである。
例えば図示する対応情報Ｐとしてのテーブルでは、高解像度画像ＨＲ＃１の画像データファイルFile1と、低解像度画像ＬＲ＃１の画像データファイルFile2がセットとされ、さらに低解像度画像ＬＲにおける高解像度画像ＨＲの画角の範囲を示す開始座標Start＃１（ｘ１，ｙ１）と終了座標End＃１（ｘ２，ｙ２）が関連づけられている。
同様に、高解像度画像ＨＲ＃２の画像データファイルFile3と、低解像度画像ＬＲ＃２の画像データファイルFile4、及び低解像度画像ＬＲにおける高解像度画像ＨＲの画角の範囲を示す開始座標Start＃２（ｘ１，ｙ１）と終了座標End＃２（ｘ２，ｙ２）が関連づけられている。

なおＧＰＳを用いて撮像された場所の情報を画像ファイルに記録する技術が存在するが、その場合はその位置情報を用いても、高解像度画像ＨＲの撮像範囲（サンプル区域＃１Ｃ等）と低解像度画像ＬＲの撮像範囲（区域＃１等）の対応情報として利用ができる。
また１回の飛行で低解像度画像ＬＲと高解像度画像ＨＲを同時に撮像する場合、撮像日時情報がそれぞれ画像データに付加されることで、これを対応情報Ｐとすることができる。つまり撮像日時情報が同時刻であることで、高解像度画像ＨＲの撮像範囲（サンプル区域＃１Ｃ等）と低解像度画像ＬＲの撮像範囲（区域＃１等）が対応づけられる。

以上のような高解像度画像ＨＲ、低解像度画像ＬＲ、対応情報Ｐを用いた情報処理装置１の処理例を説明していく。
図６，図７は、情報処理装置１（ＣＰＵ５１）において図２に示した各処理機能によって実行される処理例を示している。

図６，図７の処理においては、情報処理装置１は、ステップＳ１００，Ｓ１１０，Ｓ１２０，Ｓ１３０，Ｓ１４０，Ｓ１５０，Ｓ１６０で各処理を実行するか否かを判定している。各処理は、それぞれ或る計測対象の撮像画像に対する処理が開始される場合に所定のシーケンスで順次実行されるものであったり、任意に各処理のシーケンスが設定されていたり、外部トリガや情報受信に応じて実行されたり、ユーザ操作に応じて個々実行されたりする。上記各ステップでは、プログラム、シーケンス設定、或いはユーザ操作等により各処理が実行されるべきタイミングであるか否かを判定する。

高解像度画像ＨＲ，低解像度画像ＬＲの一方又は両方の画像データファイル、或いは対応情報Ｐがデータ入力部２１に入力された場合、情報処理装置１はステップＳ１００からＳ１０１に進み、入力されたデータを入力バッファ２２に記憶させる。

情報処理装置１は、植生指数演算部２３の機能による植生指数演算を実行するタイミングでは、ステップＳ１１０からＳ１１１に進む。
ステップＳ１１１で情報処理装置１（植生指数演算部２３）は、入力バッファ２２から処理対象とする必要な高解像度画像ＨＲを読み出し、ステップＳ１１２で植生指数演算を行い、ステップＳ１１３で演算結果の植生指数画像を演算結果バッファ２５に記憶する。

このステップＳ１１１〜Ｓ１１３の処理の具体例を図８に示す。
例えば植生指数演算部２３は、入力バッファ２２からは、波長６６０ｎｍの画像（Ｒ画像）と波長８００ｎｍの画像（ＮＩＲ画像）を読み出す。そしてこのＲ画像とＮＩＲ画像からＮＤＶＩ画像を生成する。例えばＮＤＶＩは、
ＮＤＶＩ＝（１−（Ｒ／ＮＩＲ））／（１＋（Ｒ／ＮＩＲ））
と演算される。ＮＤＶＩ画像は、Ｒ画像とＮＩＲ画像の対応する各画素についてＮＤＶＩの値を算出し、その値に相当する画素値を持った画像である。図８では、ＮＤＶＩ画像を模式的に、斜線を付した画像として示している。このように求めたＮＤＶＩ画像は、演算結果バッファ２５に記憶される。
なお以下、植生指数としてＮＤＶＩを求める例で説明するが、これは一例であり、後述するように他の植生指数を求めることも考えられる。もちろん他の植生指数を求める場合は、入力バッファ２２から読み出す画像（波長域等）も異なる場合がある。

情報処理装置１は、フィルタリング生成部２４の機能によるフィルタ画像生成を実行するタイミングでは、図６のステップＳ１２０からＳ１２１に進む。
ステップＳ１２１で情報処理装置１（フィルタリング生成部２４）は、入力バッファ２２から処理対象とする必要な高解像度画像ＨＲを読み出し、ステップＳ１２２でフィルタリングのためのフィルタ画像（特定の組成や状態となっている箇所を示す画像）を生成する。そして情報処理装置１はステップＳ１２３でフィルタ画像を演算結果バッファ２５に記憶する。

このステップＳ１２１〜Ｓ１２３の処理の具体例を図９に示す。ここでは波長８００ｎｍの画像（ＮＩＲ画像）やＮＤＶＩ画像を用いて３つのフィルタ画像ＦＰ１，ＦＰ２，ＦＰ３を生成する例を示している。
フィルタ画像ＦＰ１は、高解像度画像ＨＲのうちの日向となっている箇所を示す画像である。例えばＮＩＲ画像からＮＩＲ値（画素値）が一定値以上の画素を抽出して生成した画像である。例えば図示のように日向部分のみが高輝度画素として表現された画像となる。このフィルタ画像ＦＰ１は、演算結果バッファ２５に記憶される。

フィルタ画像ＦＰ２は、高解像度画像ＨＲのうちの植生部分である箇所を検出した画像である。これは高解像度画像ＨＲのうちで、植物の部分を高輝度画素（例えば白画素）とし、他の部分（例えば土の部分）を低輝度画素（例えば黒画素）とする画像である。
まずＮＤＶＩ画像を生成又は取得する。例えばフィルタリング生成部２４は、入力バッファ２２からＮＩＲ画像とＲ画像を読み出す。そしてこのＲ画像とＮＩＲ画像からＮＤＶＩ画像を生成する。なお、ＮＤＶＩ画像が植生指数演算部２３で生成されて演算結果バッファ２５に記憶されている場合は、そのＮＤＶＩ画像を読み出せばよい。
そしてＮＤＶＩ画像のうちでＮＤＶＩの値が一定値以上の画素を抽出する。これにより図示のようにフィルタ画像ＦＰ２は植生部分のみが高輝度画素として表現された画像となる。このフィルタ画像ＦＰ２は、演算結果バッファ２５に記憶される。

フィルタ画像ＦＰ３は、高解像度画像ＨＲのうちの植生部分であり、かつ日向部分である箇所を検出した画像である。このフィルタ画像ＦＰ３は、フィルタ画像ＦＰ１，ＦＰ２を用いて生成するもので、植生部分であり且つ日向部分である特定箇所を高輝度画素（例えば白画素）とし、他の部分を低輝度画素（例えば黒画素）とする画像である。
この場合、フィルタ画素ＦＰ１、ＦＰ２について対応する画素同士（同じ位置の画素同士）で、アンド条件をとって高輝度画素とすればよい。即ちフィルタ画素ＦＰ１、ＦＰ２において高輝度画素を“１”、低輝度画素を“０”としたときに、画素位置毎にフィルタ画像ＦＰ１、ＦＰ２でのアンド条件で“１”“０”を判定し、フィルタ画像ＦＰ３の該当画素とする。これにより図示のように植生部分でかつ日向部分が高輝度画素として表現された画像となる。このフィルタ画像ＦＰ３は、演算結果バッファ２５に記憶される。

ここでは３つのフィルタ画像ＦＰ１，ＦＰ２，ＦＰ３について例示したが、色々な目的のフィルタリングに応じて、後述するように更に多様なフィルタ画像を生成することが考えられる。
即ちフィルタ画像とは、特定の組成や状態となっている箇所を示す画像であり、フィルタリング処理で抽出したい箇所を示す画像であるため、フィルタリングの条件に応じて多様に考えられる。

情報処理装置１は、フィルタリング実行部２６の機能によるフィルタリングを実行するタイミングでは、図６のステップＳ１３０からＳ１３１に進む。
ステップＳ１３１で情報処理装置１（フィルタリング実行部２６）は、演算結果バッファ２５から処理対象とする植生指数画像やフィルタ画像を読み出す。そして情報処理装置１はステップＳ１３２でフィルタリング処理を実行する。これは特定の組成や状態となっている箇所を示すフィルタ画像を用いて、植生指数画像のうちから該当箇所（画素）を抽出する処理となる。
そして情報処理装置１はステップＳ１３３でフィルタリング結果としての画像（フィルタリング結果画像）を演算結果バッファ２５に記憶する。

このステップＳ１３１〜Ｓ１３３の処理の具体例を図１０に示す。ここでは植生指数画像としてのＮＤＶＩ画像とフィルタ画像ＦＰ３を演算結果バッファ２５から読み出してフィルタリングを行う例を示している。
上述したようにフィルタ画像ＦＰ３は、特定の組成又は状態の箇所を示す画像として、高解像度画像ＨＲのうちの植生部分であり且つ日向部分である箇所を検出した画像である。
フィルタリング処理としては、ＮＤＶＩ画像のうちで、フィルタ画像ＦＰ３が示す箇所に相当する画素を抽出する処理となる。これにより、図示するようにフィルタリング結果の画像が得られる。このフィルタリング結果画像が演算結果バッファ２５に記憶される。

結局、フィルタリング結果画像は、高解像度画像ＨＲにおいて計測したい箇所や計測に適した箇所を抽出した画像となる。
例えば、植生指数（例えばＮＤＶＩ）の測定の際、光源スペクトル（太陽光）の変動を抑えるため、カメラの測定と同時に光源スペクトルを測定し、カメラの測定結果を補正する技術があるが、影になっている部分（多くは植物同士の葉の影になっており、葉の独特な光の吸収や、反射に影響され、複雑な光源スペクトルを持つ影）を除去できれば、より精度の高い測定が可能となる。図示するフィルタリング結果画像は、このような精度の高い測定のための条件に合致した画素が抽出された画像となる。

もちろんフィルタリング処理は測定目的に合わせて多様に考えられる。例えば植生指数画像を上述のフィルタ画像ＦＰ１やＦＰ２でフィルタリングするなどである。
また他のフィルタ画像を用いることも考えられる。例えば日陰部分を示すフィルタ画像を想定する。日陰の部分は、特に群落の下に位置する日蔭は一日を通して日蔭になりやすく、群落の光合成のポテンシャルを測定するという意味では、日陰より日なたの部分に限って測定することで、より正確な測定をすることができる。この点を考えれば、ＮＤＶＩ画像等の植生指数画像を日陰部分の箇所を示すフィルタ画像を用いてフィルタリングするというような例も考えられる。

以上のようにフィルタリング処理で求められたフィルタリング結果画像は、植生指数のうちで特定の組成や状態となっている箇所を示す画像であり、１つの計測結果を示す。
このようなフィルタリング結果画像は、計測結果として適切な記録媒体に保存されても良いし、演算結果バッファ２５から読み出されて、画像出力部３０から出力されてもよい。
もちろん元の高解像度画像ＨＲ等とフィルタリング結果画像がとともに保存されても良いし、フィルタリング結果画像のみが保存されても良い。さらには、高解像度画像ＨＲ等とフィルタリング結果画像の両方を保存するか、フィルタリング結果画像のみを保存するかをユーザが選択できるようにしてもよい。

但し、図１０に示すようにフィルタリング結果画像は、ユーザにとっては計測対象の計測結果を示す画像としては、あまり適切でない場合がある。つまり人の目には、画像として意味がわかりにくいことがある。
そこで本実施の形態では、提示画像化部２７の処理により、より人が見て測定結果がわかりやすい提示画像を生成し、その提示画像を出力できるようにしている。

＜３．提示画像の生成＞
図６、図７の処理において情報処理装置１は、提示画像化部２７の機能による提示画像化を実行するタイミングでは、図７のステップＳ１４０からＳ１４１に進む。
ステップＳ１４１で情報処理装置１（提示画像化部２７）は、演算結果バッファ２５から処理対象とするフィルタリング結果画像等を読み出す。そして情報処理装置１はステップＳ１４２で提示画像化処理を実行し、生成した提示画像をステップＳ１４３で出力バッファ２８に記憶する。
以下では、ステップＳ１４２の提示画像化処理として、提示画像化処理例Ｉ、II、IIIを例に挙げて説明する。

まず提示画像化処理例Ｉを図１１，図１２で説明する。
これはフィルタリング結果画像を一定の単位で分割し、その分割領域ごとに含まれる画素の代表値に対して色当て（カラーマッピング）した画像を生成する例である。

この場合、情報処理装置１は図１１のステップＳ２０１で、フィルタリング結果画像を領域分割する。例えば図１２では１６個の領域に分割する例を示す。
そして情報処理装置１は、図１１のステップＳ２０２で変数ｎ＝１とし、ステップＳ２０７で変数ｎ＝ｎｍａｘとなるまで、ステップＳ２０８で変数ｎをインクリメントしながらステップＳ２０３〜Ｓ２０６の処理を行う。
なお変数ｎの最大値ｎｍａｘはステップＳ２０１で設定した領域の数である。例えば１６個の領域に分割したのであればｎｍａｘ＝１６となる。

ステップＳ２０３では情報処理装置１は、分割した領域のうちの第ｎ領域にフィルタリング処理で抽出された画素が存在するか否かを確認して処理を分岐する。
抽出された画素が存在する場合は、情報処理装置１はステップＳ２０４で第ｎ領域の画素の代表値を算出する。
代表値とは、その領域に存在する画素における植生指数の平均値、最大値、最小値、重心値、又は最多数値などである。ここでは例えば平均値とする。

ステップＳ２０５で情報処理装置１は、算出した代表値（平均値）を用いて「色当て」をする。ここでいう「色当て」とは、予め数値範囲毎に対応する色を設定しておき、算出された平均値に応じて色を選択し、該当画素に割り当てることをいう。
例えばＮＤＶＩ値として
・０．７００未満：濃い緑
・０．７００〜０．７１０：緑
・０．７１０〜０．７２０：黄緑
・０．７２０〜０．７４５：黄
・０．７４６〜０．７６０：橙
・０．７６１〜０．７７０：濃い橙
・０．７７１〜０．７９９：赤
・０．８００以上：濃い赤
などというように設定しておく。そして平均値に応じて色を決める。
そして平均値に応じた色を、その第ｎ領域に配置する。つまり第ｎ領域の画素を該当の色の画素とする。

一方、ステップＳ２０３で第ｎ領域にフィルタリング処理で抽出された画素が存在しないと確認された場合は、情報処理装置１はステップＳ２０６で第ｎ領域に背景色を配置する。例えば白を背景色とした場合、第ｎ領域の画素を白色の画素とする。

以上のステップＳ２０３〜Ｓ２０６の処理を領域毎に行うことで、カラーマッピングされた提示画像を生成する。
例えば図１２に示すように、図１０で説明したフィルタリング結果画像を演算結果バッファ２５から読み出す。これは植生部分であり且つ日向部分である箇所における画素のＮＤＶＩ値により構成された画像である。
このフィルタリング結果画像を１６個の領域に分ける。そして各領域についてＮＤＶＩの平均値（代表値）を求める。なお、画素（ＮＤＶＩ値としての有効な画素）が存在しない領域は「NO DATA」として示している。
平均値が求められた領域については、色当てが行われる。「NO DATA」で示す領域については背景色（白）が割り当てられる。
これにより図示するようにカラーマッピング画像が生成される。なお図面では、斜線の種類や点描等により色の違いを示している。

このようなカラーマッピング画像が提示画像として生成される。この場合、１６個の各領域の植生指数（平均値）が色により表現されるものとなり、ユーザが領域毎の植生状況を把握し易い画像となる。
なお、もちろん領域として１６分割することは一例であり、２分割、３分割、４分割、８分割などでもよいし、より細かく２４分割、３０分割などでもよい。各領域が同一の面積や形状である必要も無い。

次に提示画像化処理例IIを図１３，図１４で説明する。
これは、植生の特定の組成・状態である箇所に対して、フィルタリング結果画像に色当てした画像を合成する例である。
図１３において図１１と同一の処理については同一のステップ番号を付し、重複説明を避ける。

この場合、情報処理装置１は、領域分割及び変数ｎのセットを行ったうえで（Ｓ２０１、Ｓ２０２）、ステップＳ２０７で変数ｎ＝ｎｍａｘとなるまで、ステップＳ２０８で変数ｎをインクリメントしながらステップＳ２０３、Ｓ２０６、Ｓ２１０〜Ｓ２１３の処理を行う。
なお、この処理例を実行する場合は、図７のステップＳ１４１において、フィルタリング結果画像に加えて、色当て画像を貼り付ける画像として、植生の特定の組成・状態である箇所を示す画像（例えばフィルタ画像ＦＰ２）を読み出す。そしてステップＳ２０１では、フィルタリング結果画像と例えばフィルタ画像ＦＰについて、同じように複数の領域に分割することになる。
なおフィルタ画像ＦＰ２は、ＮＤＶＩ値が一定値以上である画素を抽出した画像（植生検出画像）である。

ステップＳ２０３では情報処理装置１は、フィルタリング結果画像において分割した領域のうちの第ｎ領域にフィルタリング処理で抽出された画素が存在するか否かを確認して処理を分岐する。
抽出された画素が存在する場合は、情報処理装置１はステップＳ２１０で植生検出画像（フィルタ画像ＦＰ２）の第ｎ領域に植生検出画素が存在するか否かを確認する。
第ｎ領域に、フィルタリング抽出画素が存在し、かつ植生検出画像（例えばＮＤＶＩ値が一定値以上である画素）が存在した場合は、情報処理装置１はステップＳ２１１でその領域の画素の代表値（例えば平均値）を算出する。
そしてステップＳ２１２で情報処理装置１は、算出した代表値（平均値）に対応する色を設定する。
さらにステップＳ２１３で情報処理装置１は、その第ｎ領域内において植生検出画素（フィルタ画像ＦＰ２）に存在する画素に、色当てする。

一方、ステップＳ２０３で第ｎ領域にフィルタリング処理で抽出された画素が存在しないと確認された場合、またはステップＳ２１０で第ｎ領域に植生検出画像として抽出された画素が存在しないと確認された場合は、情報処理装置１はステップＳ２０６で第ｎ領域に背景色（例えば白）を配置する。

以上の処理を領域毎に行うことで、カラーマッピングされた提示画像を生成する。
例えば図１４に示すように、先に説明したフィルタリング結果画像とフィルタ画像ＦＰ２を用いる。
フィルタリング結果画像は、植生部分であり且つ日向部分である箇所における画素のＮＤＶＩ値により構成された画像であり、これを１６個の領域に分け、各領域についてＮＤＶＩの平均値（代表値）を求める。
そして平均値に応じた色を選択し、その色を、同じ領域におけるフィルタ画像ＦＰ２の画素に割り当てる。
平均値算出ができない「NO DATA」で示す領域、又はフィルタ画像ＦＰ２としてＮＤＶＩ値が一定値の画素が存在していない領域の全画素については背景色（白）が割り当てられる。
これにより図示するようにカラーマッピング画像が生成される。これはフィルタ画像ＦＰ２において抽出されている画素に、平均値に応じた色当てが行われた画像となる。
そのため、ＮＤＶＩが一定値以上である箇所において、平均値が色で示される画像となり、ユーザが領域毎の植生状況を把握し易い画像となる。

次に提示画像化処理例IIIを図１５，図１６で説明する。
これは、可視光画像にオーバーレイ表示する例である。
図１５において図１１と同一の処理については同一のステップ番号を付す。

この場合、情報処理装置１は、領域分割及び変数ｎのセットを行ったうえで（Ｓ２０１、Ｓ２０２）、ステップＳ２２２で変数ｎ＝ｎｍａｘとなるまで、ステップＳ２２３で変数ｎをインクリメントしながらステップＳ２０３、Ｓ２２０、Ｓ２２１の処理を行う。
なお、この処理例を実行する場合は、図７のステップＳ１４１において、フィルタリング結果画像に加えて、ＲＧＢ画像（可視光画像）を読み出す。なお、例えばＲＧＢ画像は撮像装置２５０から供給され入力バッファ２２に保存していたものを読み出すことが考えられる。
ステップＳ２０１では、フィルタリング結果画像とＲＧＢ画像について、同じように複数の領域に分割することになる。

ステップＳ２０３では情報処理装置１は、フィルタリング結果画像において分割した領域のうちの第ｎ領域にフィルタリング処理で抽出された画素が存在するか否かを確認して処理を分岐する。
抽出された画素が存在する場合は、情報処理装置１はステップＳ２２０でその領域の画素の代表値（例えば平均値）を算出する。
そしてステップＳ２２１で情報処理装置１は、算出した代表値（平均値）に対応する色を設定する。これはフィルタリング結果画像の当該領域内で存在する各画素の色として設定するものである。

一方、ステップＳ２０３で第ｎ領域にフィルタリング処理で抽出された画素が存在しないと確認された場合は、その第ｎ領域についてステップＳ２２０，Ｓ２２１の処理を行わない。

以上の処理を領域毎に行うことで、フィルタリング処理で抽出された画素がある領域毎に色が設定されたことになる。
ステップＳ２２２で変数ｎ＝ｎｍａｘとなったら情報処理装置１はステップＳ２２４に進み、ＲＧＢ画像に、フィルタリング結果画像の色設定された画素をオーバーレイする。

即ち図１６に示すように、ＲＧＢ画像において、フィルタリング結果画像に存在する画素については、領域毎に割り当てられた色がオーバーレイされることになる。図では該当画素部分に色が付けられている状態を示している。
つまり、ＲＧＢ画像上で、フィルタリング結果を示す色が表現される画像となる。そのため、ユーザが通常視認する画像上でＮＤＶＩが一定値以上でかつ日向の部分のＮＤＶＩの代表値を色で示す画像となり、ユーザが植生状況を把握し易い画像となる。
なお、オーバーレイでなく、該当の画素を割り当てた色で上書きするようにしてもよい。

以上提示画像化処理例Ｉ、II、IIIを例示した。
提示画像化処理例Ｉは、フィルタリング結果画像を用い、撮像した範囲を一定の単位で分割し、その分割単位で代表値に対して色当てした画像を生成する例とした。
提示画像化処理例IIは、フィルタリング結果画像と植生の特定の組成・状態である箇所の画像（フィルタ画像ＦＰ２）を用い、フィルタリング結果画像に色当てし、これを植生の特定の組成・状態である箇所の画像（フィルタ画像ＦＰ２）に合成する例とした。
提示画像化処理例IIIは、フィルタリング結果画像に色当てし、可視光画像にオーバーレイ表示する例とした。
いずれの例も、フィルタリング結果画像に色当てをし、色により評価結果を表現できるようにしたものである。
特に領域毎に色当てすることで、高解像度画像ＨＲで撮像した範囲内の状況を表現する画像としてわかりやすいものとなる。

これらの例で生成された提示画像は、図７のステップＳ１４３で出力バッファ２８に記憶される。
この提示画像は、画像出力部３０によって出力画像Ｐｏｕｔとして出力され、ユーザに提示されるようにすることができる。
即ち情報処理装置１は、画像出力を実行するタイミングでは、図７のステップＳ１６０からＳ１６１に進む。
ステップＳ１６１で情報処理装置１（画像出力部３０）は、出力バッファ２８から出力する画像（例えば提示画像）を読み出し、出力画像Ｐｏｕｔとして外部に出力する。これにより例えばカラーマッピング等によりサンプル区域の計測結果を明確に表現した提示画像の表示や記録が行われる。

なお、以上の提示画像は、高解像度画像ＨＲの撮像範囲での画像である。
本実施の形態では、さらに、低解像度画像ＬＲを利用して画像合成を行い、圃場３００の計測対象の全体を表現する画像を出力画像Ｐｏｕｔとすることもできる。

＜４．低解像度画像との合成＞
図６、図７の処理において情報処理装置１は、画像合成部２９の機能による合成処理を実行するタイミングでは、図７のステップＳ１５０からＳ１５１に進む。
ステップＳ１５１で情報処理装置１（画像合成部２９）は、必要な画像を読み出して合成処理を実行し、生成した合成画像をステップＳ１５２で出力バッファ２８に記憶する。
以下では、ステップＳ１５１の合成処理として、合成処理例Ｉ、II、III、IVを例に挙げて説明する。

まず合成処理例Ｉを図１７，図１８で説明する。
これは提示画像を低解像度画像ＬＲに位置合わせをして貼り合わせる例である。

図１７のステップＳ３０１で情報処理装置１は、変数ｘ＝１にセットする。なお変数ｘは、計測対象の各区域を示すための変数である。
例えば図１８の画像３００Ｐは、図４Ａのように圃場３００の各区域＃１、＃２、＃３・・・＃ＬＮ（区域＃ＬＮは図示していないが“ＬＮ”は最後の区域の番号とする）を撮像した低解像度画像ＬＲ＃１、ＬＲ＃２、ＬＲ＃３・・・ＬＲ＃ＬＮをスティッチして生成した、計測対象の全体の画像であるとする。
変数ｘは、このような画像３００Ｐを形成するために低解像度画像ＬＲで撮像される計測対象内の各区域＃１〜＃ＬＮのうちの或る区域＃ｘを表す変数とする。なお、ここでいう区域とは、１枚の低解像度画像ＬＲで撮像される範囲であり、隣接する区域はスティッチの際の糊代となる部分が重複する。

情報処理装置１は、図１７のステップＳ３０２〜Ｓ３０５の処理を、ステップＳ３０６で変数ｘが最大値ｘｍａｘに達するまで、ステップＳ３０７で変数ｘをインクリメントしながら繰り返す。最大値ｘｍａｘは、上記“ＬＮ”に相当する値となる。つまり１枚の低解像度画像ＬＲ毎に、ステップＳ３０２〜Ｓ３０５の処理を行う。

ステップＳ３０２で情報処理装置１は、入力バッファ２２から区域＃ｘの低解像度画像ＬＲ及び関連情報を読み出す。
ステップＳ３０３で情報処理装置１は、出力バッファ２８から、関連情報を参照して区域＃ｘの提示画像（例えば図１２のカラーマッピング画像）を読み出す。区域＃ｘの提示画像とは、関連情報から判別される区域＃ｘの高解像度画像ＨＲに基づいて生成された提示画像のことである。

ステップＳ３０４で情報処理装置１は、関連情報を参照して低解像度画像ＬＲ内における高解像度画像ＨＲの位置を判別し、その高解像度画像ＨＲの位置に提示画像をオーバーレイ（半透明の提示画像の合成）又は上書き（不透明の提示画像の合成）する。
そしてステップＳ３０５で情報処理装置１は、提示画像を低解像度画像ＬＲにオーバーレイ等した画像を、区域＃ｘの画像Ｇ＃ｘとしてセット（一時的に保存）する。

このような処理を各区域について行っていく。図１８では、例えば区域＃１０〜＃１８についての画像Ｇ＃１０〜Ｇ＃１８のみを例示している。
各画像Ｇ＃ｘは、低解像度画像ＬＲ内に、提示画像ＣＰを配置した画像である。

ステップＳ３０６で全ての区域について以上の処理を終えたことを確認したら、情報処理装置１はステップＳ３０８に進み、スティッチ処理で計測区域の全体の画像３００Ｐを生成する。即ちステップＳ３０５で一時保存した各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）をスティッチ処理して全体の画像３００Ｐを生成する。図１８では、説明上、画像Ｇ＃１０〜Ｇ＃１８の部分のみ、提示画像ＣＰを合成した低解像度画像ＬＲをスティッチした状態を例示しているが、このようなスティッチを全域に行って全体の画像３００Ｐを生成する。図が煩雑となるため示していないが、画像３００Ｐは、区域＃１０〜＃１８以外の区域も同様に低解像度画像ＬＲに提示画像ＣＰが合成され、その合成画像が各区域においてスティッチされたものとなる。

このように低解像度画像ＬＲに位置合わせして提示画像ＣＰを貼り合わせることで、低解像度画像ＬＲで撮像される各区域について、提示画像ＣＰによって計測結果が表現される。つまりユーザにとっては、圃場３００内の各区域の位置を把握しながら、高解像度画像ＨＲを元に得られた評価結果を確認することができる。
なお、図１７ではステップＳ３０８でスティッチ処理を行う例を示したが、例えばステップＳ３０８の段階で、画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）をスティッチせずに貼り付けていく処理により全体の画像３００Ｐを生成してもよい。即ち例えば各低解像度画像ＬＲに対応する位置情報に応じてマッピングを行う処理である。位置情報としては、例えば低解像度画像ＬＲ又は高解像度画像ＨＲを撮像する時点のＧＰＳ情報などを用いることができる。
また、図１７のようにスティッチ処理を行うようにすると、場合によっては画像品質上若干の不利な点が生ずることもあり得る。スティッチ処理のソフトウエアによっては、低解像度画像ＬＲにカラフルな提示画像ＣＰを合成した画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）について処理させると、特徴点の検出に影響を与えてしまい、スティッチ処理性能に影響を与える場合がある。そのような懸念がある場合には、低解像度画像ＬＲを先にスティッチ処理してしまい、その後、各低解像度画像ＬＲに対応する高解像度画像ＨＲから生成した提示画像ＣＰを貼り付けるようにすることが考えられる。即ちその場合、図１７のステップＳ３０１より前の処理として、各区域＃１・・・＃ＬＮを撮像した低解像度画像ＬＲ＃１・・・ＬＲ＃ＬＮの読み出し、関連情報の取得、及びスティッチ処理を行って全体の画像３００Ｐを生成する。そしてステップＳ３０１、Ｓ３０３、Ｓ３０４、Ｓ３０６、Ｓ３０７を行う。この場合、ステップＳ３０４では関連情報（位置情報）を用いて、提示画像ＣＰを対応する低解像度画像ＬＲに貼り付けていけばよい。ステップＳ３０２，Ｓ３０５，Ｓ３０８は不要となる。

続いて合成処理例IIを図１９，図２０，図２１で説明する。
これは各区域において高解像度画像ＨＲで撮像できない部分も含めて、低解像度画像ＬＲの範囲を、提示画像の代表値（平均値や最大値）でオーバーレイする例である。
図１９において図１７と同一の処理は同一のステップ番号を付す。

図１９の処理においては、図１７と同様のステップＳ３０１、Ｓ３０６、Ｓ３０７の処理により、情報処理装置１は各区域毎（低解像度画像ＬＲ毎）にステップＳ３０２〜Ｓ３１２の処理を行う。

ステップＳ３０２で情報処理装置１は、入力バッファ２２から区域＃ｘの低解像度画像ＬＲ及び関連情報を読み出す。
ステップＳ３０３で情報処理装置１は、出力バッファ２８から、関連情報を参照して区域＃ｘに対応する提示画像（例えば図１２のカラーマッピング画像）を読み出す。なお、上述した提示画像生成の際に算出した各領域の平均値や最大値の情報が出力バッファ２８に保存されていれば、それらを読み出してもよい。

ステップＳ３１０で情報処理装置１は、提示画像の平均値色又は最大値色を求める。
上述のように提示画像においてカラーマッピングを行った場合、領域毎の平均値や最大値を求めた。これに対してステップＳ３１０では、例えば高解像度画像ＨＲ（提示画像）の範囲の全体での平均値や最大値をもとめる。
例えばカラーマッピング画像としての提示画像における平均的な色を求める。これは、カラーマッピング画像における各領域の色を値に換算し、その換算値の平均値や最大値を求め、その値により再度色を選択することが考えられる。
或いは上述のように提示画像生成の際に算出した領域毎の平均値や最大値の情報が保存されていれば、それらの値を用いて再計算をし、提示画像の全体の平均値や最大値を求めることができる。その値により、提示画像の全体の色を選択してもよい。
いずれにしてもステップＳ３１０では、提示画像全体としての平均値又は最大値に相当する色（平均値色、又は最大値色）を求める。

ステップＳ３１１で情報処理装置１は、区域＃ｘの低解像度画像ＬＲの範囲に、平均値色又は最大値色をオーバーレイすることで合成を行う。
そしてステップＳ３１２で情報処理装置１は、提示画像の平均値色又は最大値色を低解像度画像ＬＲ全体にオーバーレイ等した画像を、区域＃ｘの画像Ｇ＃ｘとしてセット（一時的に保存）する。

このような処理を各区域について行っていく。
そしてステップＳ３０６で全ての区域について以上の処理を終えたことを確認したら、情報処理装置１はステップＳ３０８に進み、スティッチ処理で計測区域の全体の画像３００Ｐを生成する。即ちステップＳ３０５で一時保存した各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）をスティッチ処理して全体の画像３００Ｐを生成する。

図２０は、提示画像の平均値色をオーバーレイした低解像度画像による画像をスティッチした様子を示している。図１８と同様に画像Ｇ＃１０〜Ｇ＃１８のみ示しているが、図示していない各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）についてこのようなスティッチに行って全体の画像３００Ｐを生成する。
また図２１は、提示画像の最大値色をオーバーレイした低解像度画像による画像Ｇ＃１０〜Ｇ＃１８をスティッチした様子を示している。各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）についてこのようなスティッチに行って全体の画像３００Ｐを生成する。

このように合成した画像３００Ｐにより、低解像度画像ＬＲで撮像される各区域について高解像度画像ＨＲから得られた計測結果（評価結果）が表現される。つまりユーザにとっては、圃場３００内の各区域について、計測結果の平均値や最大値を確認することができる。
特に図２０のように平均値色によりオーバーレイした場合、各区域の状況が把握しやすい。この画像３００Ｐによれば、サンプリング測定のカバー率が低い場合に、全体の傾向を俯瞰する上での視認性を向上することができる。
また図２１のように最大値色によりオーバーレイした場合、使用する植生指数にもよるが、例えば生育が良い区域、或いは注意すべき区域などが、よりわかりやすいものとなる。例えば小さな異常個所を発見する上での視認性を向上することができる。
なお、平均値色、最大値色としたが、この場合、各区域の最小値、重心値、又は最多数値などに相当する色で低解像度画像ＬＲにオーバーレイすることも考えられる。
また、合成処理例II、及び後述する合成処理例III、IVでも、合成処理例Ｉのように、先に低解像度画像ＬＲのスティッチ処理を行うことも考えられる。但しこの合成処理例IIの場合、低解像度画像ＬＲが先にスティッチ処理されてしまうと、元々の各低解像度画像ＬＲの境界がわからなくなるため、提示画像のオーバーレイ範囲がわからなくなる。そのような場合は、図２８で後述する高解像度画像ＨＲの幅ａ、幅ｄを網羅率を用いて同図の間隔ｃ、間隔ｆのサイズに拡大し、その範囲で提示画像の平均値色、最大値色をオーバーレイするようにすることが考えられる。次に説明する合成処理例III、IVも同様である。
なお、スティッチ処理の際に使われた元の低解像度画像ＬＲの１枚１枚の境界情報が取得できるのであれば、以上のような問題はなく、先に低解像度画像ＬＲのスティッチ処理がされた画像３００Ｐに対し、境界情報を用いて平均値色、最大値色をオーバーレイしていけばよい。

合成処理例IIIを図２２，図２３で説明する。
これは各区域において高解像度画像ＨＲで撮像できない部分も含めて、低解像度画像ＬＲの範囲を、サンプリング計測結果が一定の値の範囲内かそうでないかで異なる色を割り当てる例である。
図２２において図１７と同一の処理は同一のステップ番号を付す。

図２２の処理においては、図１７と同様のステップＳ３０１、Ｓ３０６、Ｓ３０７の処理により、情報処理装置１は各区域毎（低解像度画像ＬＲ毎）にステップＳ３０２、Ｓ３０３、Ｓ３２０〜Ｓ３２５の処理を行う。

ステップＳ３０２で情報処理装置１は、入力バッファ２２から区域＃ｘの低解像度画像ＬＲ及び関連情報を読み出す。
ステップＳ３０３で情報処理装置１は、出力バッファ２８から、関連情報を参照して区域＃ｘに対応する提示画像（例えば図１２のカラーマッピング画像）を読み出す。この場合も、提示画像生成の際に算出した各領域の平均値や最大値の情報が出力バッファ２８に保存されていれば、それらを読み出してもよい。

ステップＳ３２０で情報処理装置１は、提示画像の平均値又は最大値を求める。
この場合、例えばカラーマッピング画像としての提示画像における平均的な色又は最大値としての色を求め、それを数値に換算する。或いは上述のように提示画像生成の際に算出した各領域毎の平均値や最大値の情報が保存されていれば、それらの値を用いて提示画像全体の平均値や最大値を求めてもよい。

ステップＳ３２１で情報処理装置１は、算出した平均値又は最大値が、上下の閾値としての所定範囲内であるか否かを判定する。
例えば平均値としての適切な範囲、又は最大値としての適切な範囲を予め設定しておく。
そして情報処理装置１は、算出した値が適切な範囲内であれば、ステップＳ３２２で区域＃ｘに第１色を割り当てる。
また算出した値が適切な範囲内でなければ、ステップＳ３２３で区域＃ｘに第２色を割り当てる。

ステップＳ３２４で情報処理装置１は、区域＃ｘの低解像度画像ＬＲの範囲に、ステップＳ３２２又はＳ３２３で割り当てた色（第１色又は第２色）をオーバーレイすることで合成を行う。
そしてステップＳ３２５で情報処理装置１は、第１色又は第２色を低解像度画像ＬＲ全体にオーバーレイ等した画像を、区域＃ｘの画像Ｇ＃ｘとしてセット（一時的に保存）する。

このような処理を各区域について行っていく。
そしてステップＳ３０６で全ての区域について以上の処理を終えたことを確認したら、情報処理装置１はステップＳ３０８に進み、ステップＳ３０５で一時保存した各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）をスティッチ処理して計測区域の全体の画像３００Ｐを生成する。

図２３は、第１色又は第２色をオーバーレイした低解像度画像による画像Ｇ＃１０〜Ｇ＃１８をスティッチした様子を示している。図示していない各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）についてこのようなスティッチを行って全体の画像３００Ｐを生成する。
２色のいずれかであることで、各区域が、適切な状況か、不適切な状況（例えば何らかの生育異常が生じているなど）かを明確に認識できる画像となる。
なお、平均値、最大値を求めて適切な範囲内か否かを判定し、第１色、第２色を選択するものとしたが、各区域の最小値、重心値、又は最多数値などを閾値範囲と比較して適否判定し、色を選択して低解像度画像ＬＲにオーバーレイすることも考えられる。

合成処理例IVを図２４，図２５で説明する。
これは各区域において上記合成処理例のように提示画像を低解像度画像ＬＲに位置合わせをして貼り合わせ、さらに高解像度画像ＨＲで撮像できない部分は、上記合成処理例II、IIIのいずれかの手法で選択した色でオーバーレイする例である。
図２４において図１７と同一の処理は同一のステップ番号を付す。

図２４の処理においては、図１７と同様のステップＳ３０１、Ｓ３０６、Ｓ３０７の処理により、情報処理装置１は各区域毎（低解像度画像ＬＲ毎）にステップＳ３０２、Ｓ３０３、Ｓ３３０〜Ｓ３３３の処理を行う。

ステップＳ３０２で情報処理装置１は、入力バッファ２２から区域＃ｘの低解像度画像ＬＲ及び関連情報を読み出す。
ステップＳ３０３で情報処理装置１は、出力バッファ２８から、関連情報を参照して区域＃ｘに対応する提示画像を読み出す。この場合も、提示画像生成の際に算出した領域毎の平均値や最大値の情報が出力バッファ２８に保存していれば、それらを読み出してもよい。
ステップＳ３３０で情報処理装置１は、提示画像の平均値色又は最大値色を求める（図１９のステップＳ３１０と同様）。

ステップＳ３３１で情報処理装置１は、区域＃ｘの低解像度画像ＬＲの範囲に、平均値色又は最大値色をオーバーレイする。
ステップＳ３３２で情報処理装置１は、関連情報を参照して低解像度画像ＬＲ内における高解像度画像ＨＲの位置を判別し、その高解像度画像ＨＲの位置に提示画像（カラーマッピング画像）をオーバーレイ（半透明の提示画像の合成）又は上書き（不透明の提示画像の合成）する。
そして情報処理装置１は、以上のように合成した画像を、ステップＳ３３３で区域＃ｘの画像Ｇ＃ｘとしてセット（一時的に保存）する。

このような処理を各区域について行っていく。
そしてステップＳ３０６で全ての区域について以上の処理を終えたことを確認したら、情報処理装置１はステップＳ３０８に進み、ステップＳ３０５で一時保存した各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）をスティッチ処理して計測区域の全体の画像３００Ｐを生成する。

図２５は、低解像度画像ＬＲに提示画像ＣＰをオーバーレイ又は上書きすると共に、低解像度画像ＬＲ内で提示画像ＣＰ外の範囲は、平均値色又は最大値色でオーバーレイした画像Ｇ＃１０〜Ｇ＃１８をスティッチした様子を示している。図示していない各画像Ｇ＃１〜Ｇ＃（ｘｍａｘ）についてこのようなスティッチを行って全体の画像３００Ｐを生成する。
これにより、高解像度画像ＨＲに基づいて得られた提示画像ＣＰを確認できるとともに、各区域＃ｘの全体の様子を認識できる画像３００Ｐとすることができる。
なお、ステップＳ３３１では、平均値色又は最大値色でオーバーレイする例としたが、これは合成処理例Ｉ、IIを組み合わせた場合である。その場合、各区域の最小値、重心値、又は最多数値に応じた色を選択してオーバーレイすることも考えられる。
また合成処理例Ｉ、IIIを組み合わせた場合、各区域＃ｘの全体の代表値が適切な範囲内か否かを判定して第１色、第２色を選択し、オーバーレイすることとなる。このようにすれば、高解像度画像ＨＲに基づいて得られた提示画像ＣＰを確認できるとともに、各区域＃ｘが適切な状況か不適切な状況かを明確に認識できる画像３００Ｐとすることができる。

以上、合成処理例Ｉ、II、III、IVを例示した。
これらの例で生成された低解像度画像ＬＲと提示画像の合成画像は、図７のステップＳ１５２で出力バッファ２８に記憶される。
この合成画像は、画像出力部３０によって出力画像Ｐｏｕｔとして出力され、ユーザに提示されるようにすることができる。
即ち情報処理装置１は、画像出力を実行するタイミングでは、図７のステップＳ１６０からＳ１６１に進む。
ステップＳ１６１で情報処理装置１（画像出力部３０）は、出力バッファ２８から出力する画像（例えば低解像度画像ＬＲと提示画像の合成画像）を読み出し、出力画像Ｐｏｕｔとして外部に出力する。これにより例えば圃場３００の全体をカバーした合成画像の表示や記録が行われる。

＜５．第２の実施の形態のシステム構成＞
第２の実施の形態のシステム構成を図２６に示す。第２の実施の形態は、図２で示した第１の実施の形態の構成に加えて、情報処理装置１において飛行制御部３及び通信部４４が設けられているものである。その他の構成については図２と同様であるため、同一符号を付して説明を省略する。

情報処理装置１においては、飛行制御部３として、飛行計画生成部４０、条件判定部４１、飛行計画修正部４２、２回目以降飛行計画生成部４３を有する。これらは情報処理装置１においてソフトウエアによって実現される機能を示している。
また通信部４４は、無線通信により飛行体２００との間で通信を行う。
これらの構成により第２の実施の形態では、情報処理装置１が飛行体２００の飛行経路や撮像動作（撮像タイミング等）を制御し、状況に応じた飛行や撮像ができるようにしている。

飛行制御部３における各機能を説明する。
飛行計画生成部４０は、計測対象（圃場３００）の上空における飛行体２００の飛行経路を設定する機能である。
条件判定部４１は、例えばＮＤＶＩ等の植生指数の情報を演算結果バッファ２５から取得し、その値（例えば代表値）が一定の条件にかなっているか否かを判定する。この判定結果は飛行計画の修正に用いられる。

飛行計画修正部４２は、飛行体２００の飛行中に、計測対象の組成や状態を算出した結果値が一定の条件内に収まる場合に自動で撮像範囲の網羅率を緩和して計測完了までの時間を短縮することや、計測対象の組成や状態を算出した結果値が一定の条件から逸脱する場合、自動で網羅率を高めるためなどの目的で飛行計画を動的に修正する機能である。
２回目以降飛行計画生成部４３は、１回目の飛行でサンプリング検査した結果の計測対象の組成や状態を算出した値が所定の条件から逸脱する場合、サンプリング計測による抜けた部分の周辺を測定するための飛行計画を自動生成する機能である。
また２回目以降飛行計画生成部４３は、１回目の飛行で１回目の飛行体２００の飛行中に当初の飛行計画を終えることができなかった場合について、当初飛行計画から残った箇所のみ飛行させる飛行計画を自動で生成する処理も行う。

このような飛行制御部３及び通信部４４を備えた情報処理装置１と通信を行う飛行体２００の内部構成例を図２７に示す。
飛行体２００は例えば、制御部２０１、ＧＰＳモジュール２０２、ＩＭＵ（inertial measurement unit）モジュール２０３、高度計２０４、方位系２０５、通信部２０６、バッテリ２０７、モータ２０８、及び上述した撮像装置２５０を備えている。

ＧＰＳモジュール２０２は位置情報を制御部２０１に供給する。
ＩＭＵモジュール２０３は３軸の角度または角速度情報や加速度情報を検出し制御部２０１に供給する。
高度計２０４は高度を検出し高度情報を制御部２０１に供給する。
方位計２０５は方位を検出し方位情報を制御部２０１に供給する。
制御部２０１はこれらの情報を用いて飛行体２００の飛行動作制御を行う。

モータ２０８は、飛行体２００の飛行用のプロペラのモータであり、例えばマルチコプター等の複数のプロペラを有する飛行体２００の場合、モータ２０８は各プロペラに対応してそれぞれ設けられている。制御部２０１が各モータ２０８の駆動／停止、回転数等を制御することで、飛行体２００は上昇／下降、前後左右への飛行を行うことができる。
バッテリ２０７は電源部を示し、各部に動作電源電圧Ｖｃｃを供給する。
通信部２０６は無線通信部であり、例えば情報処理装置１の通信部４４との間で各種データの送受信を行うことができるようにされている。例えば飛行体２００からは通信部２０６により、撮像した高解像度画像ＨＲ、低解像度画像ＬＲ、対応情報Ｐを含むタグ情報、飛行動作情報等を情報処理装置１に送信できる。
制御部２０１は、例えばＣＰＵ、ＲＡＭ、ＲＯＭ、インターフェース部等を備えたマイクロコンピュータにより構成され、飛行計画データに従って飛行体２００の飛行動作を制御する。

＜６．飛行計画制御＞
飛行体２００の飛行計画制御の具体例を説明する。
まず情報処理装置１における飛行計画生成部４０の機能を説明する。
飛行計画生成部４０では、高解像度画像ＨＲによるサンプリング計測（撮像）する網羅率をユーザが設定することに応じて、飛行体２００の飛行計画を自動生成する。

マルチコプター等による飛行体２００の飛行計画としては、基本的には低解像度画像ＬＲとして圃場３００をくまなく撮像できる条件で立てられる。
本実施の形態のシステムでは高解像度画像ＨＲのサンプリング撮像を行うことを考慮し、サンプリング計測の網羅率を優先して飛行計画を生成する。即ち網羅率を上げるためにより細かく飛行させたり、網羅率が低くて良い場合は荒く飛行させたりするなど、状況に適した飛行計画を生成することができる。

この飛行計画生成のためにスキャン間隔がユーザ又はコンピュータにより指定される。
図２８に、計測対象としての圃場３００における高解像度画像ＨＲ（ＨＲ＃１〜ＨＲ＃５）の撮像位置となる離散的なサンプル区域＃１Ｃ〜＃５Ｃを、図４Ｂと同様に示している。
ここで図２８の幅ａ、幅ｄは高解像度画像ＨＲの撮像範囲（縦方向の範囲、横方向の範囲）の幅で、幅ｂ、幅ｅは、高解像度画像ＨＲと縦方向及び横方向の隣の高解像度画像ＨＲとの間の間隔を示している。
ここで上述のスキャン間隔とは、間隔ｃ（＝ａ＋ｂ）、間隔ｆ（＝ｄ＋ｅ）に相当するもので、これを例えばユーザが指定することができる。

この時、サンプリング撮像する高解像度画像ＨＲの１画像の撮像範囲である幅ａ，幅ｄに対して、撮像できない（＝計測できない）部分は幅ｂ（＝ｃ−ａ）あるいは幅ｅ（＝ｆ−ｄ）となる。
従ってスキャン間隔を指定することで、観察したい事象（例えば灌水設備故障における水没や、病害虫の発生）の広がり等に応じて最適な値を設定することができる。

なお、網羅率とは、計測対象の全体に対して高解像度画像ＨＲで撮像できる範囲の割合である。縦方向（圃場３００の上空での飛行体２００の進行方向ＤＲ）での網羅率Ｍ、横方向（隣のサンプリング撮像列の方向）での網羅率Ｎについては、Ｍ＝ａ／ｃ、Ｎ＝ｄ／ｆで示される。ユーザはスキャン間隔の代わりに網羅率を入力することもできる。

図２９に情報処理装置１（飛行計画生成部４０）の機能による処理例を示す。
情報処理装置１は、ステップＳ４０１でユーザ入力部３１によるユーザの指定種別を判断する。ユーザは、飛行計画生成の際に、スキャン間隔をするか網羅率を指定するかを選択することができる。ユーザは情報処理装置１のユーザインターフェース（例えば表示画面及びユーザ入力部３１）を用いて、スキャン間隔又は網羅率を入力する。
なお、ユーザが入力する以外に何らかのコンピュータ装置がスキャン間隔又は網羅率を自動設定し、その値をステップＳ４０１で入力することも想定される。

例えばユーザがスキャン間隔を指定する入力を行った場合、情報処理装置１はステップＳ４０２に進み、入力された飛行体進行方向のスキャン間隔ｃ、及び横方向のスキャン間隔ｆを検知する。
そしてステップＳ４０５で、指定されたスキャン間隔ｃ、ｆを満たす飛行計画を作成する。例えば飛行経路ＤＲとしての開始地点、折り返し地点、直進再開地点、高解像度画像ＨＲの撮像地点（又は撮像タイミング）等の位置座標、飛行速度等を設定する。
そしてこのように作成した飛行計画の情報をステップＳ４０６で通信部４４から飛行体２００に送信させる。飛行体２００では通信部２０６で飛行計画の情報を受信し、制御部２０１が取り込んで保存する。制御部２０１は飛行計画の情報に基づいて各部を制御し、飛行計画で指定された飛行を行うことになる。

ユーザが網羅率を指定する入力を行った場合、情報処理装置１はステップＳ４０１からＳ４０３に進み、入力された飛行体進行方向の網羅率Ｍ、及び横方向の網羅率Ｎを検知する。そしてステップＳ４０４で入力された網羅率Ｍ、Ｎを用いて、スキャン間隔ｃ、ｆを算出する。
その後は先と同様に、ステップＳ４０５で、スキャン間隔ｃ、ｆを満たす飛行計画を作成し、ステップＳ４０６で飛行計画の情報を通信部４４から飛行体２００に送信させることになる。

次に飛行計画の修正について説明する。
飛行計画修正部４２は、飛行体２００の飛行中に、計測対象の組成や状態を算出した結果値が一定の条件内に収まる場合、自動で網羅率を緩和して計測完了までの時間を短縮することができる。また飛行計画修正部４２は、計測対象の組成や状態を算出した結果値が一定の条件から逸脱する場合、自動で網羅率を高めるために、飛行計画を動的に修正することもできる。
これらの処理のため、条件判定部４１が、測定結果を取得して条件判定を行う。

ところで本実施の形態では、条件判定に基づく飛行計画の修正を行うために、飛行体２００の飛行中に情報処理装置１が高解像度画像ＨＲをほぼリアルタイムで取得する例を挙げる。
このため例えば飛行体２００側では、撮像装置２５０で高解像度画像ＨＲを撮像する度に、通信部４４から高解像度画像ＨＲを情報処理装置１に送信する。
情報処理装置１は、通信部４４で受信した高解像度画像ＨＲをデータ入力部２１で取得し、入力バッファ２２に記憶させ、上述した高解像度画像ＨＲに対する各種処理を行うことができるようにしている。

条件判定部１は例えばＮＤＶＩの値としての上限と下限を閾値として設定しておく。例えばＮＤＶＩ上限を０．８５、下限を０．７などとする。
そして飛行体２００から高解像度画像ＨＲが送られてくる度に、演算結果バッファ２５から、その１枚の高解像度画像ＨＲで得られるＮＤＶＩを示す画像を読み出し、ＮＤＶＩの代表値が上記の上限と下限の範囲内であるか否かを確認する。
この範囲内に収まる場合は植物に異常がないとして「一定の条件に収まる」とする。
条件判定の処理は、フィルタリング結果画像に基づいて行ってもよいし、植生算出画像、或いはフィルタ画像に基づいて行ってもよい。これらの画像から平均値等の代表値を求め、それを上限、下限の閾値と比較することで条件判定を行う。

なお、植生指数によっては異常がある場合に上昇するものと、低下するものがあるため、例えば図３０に示すような設定パターンが考えられる。
例えば条件にかなっているか否かを「一定値以下」「一定値以上」「一定範囲内」「一定範囲外」などのパターンがある。
植生指数としてＰＲＩ（photochemical reflectance index）を用いる場合、算出方式に応じて、を「一定値（０．３）以下」或いは「一定値（０．３）以上」などとする条件判定が有り得る。なお、ＰＲＩについては後述する。
植生指数としてＮＤＶＩを用いる場合、「一定範囲（０．８５〜０．７０）内」或いは「一定範囲（０．８５〜０．７０）外」などとする条件判定が有り得る。

飛行中の飛行計画修正を含む情報処理装置１の処理例を図３１に示す。
ステップＳ５０１で情報処理装置１は、緩和及び強化条件を設定する。これは網羅率を緩和或いは強化するための、条件判定の手法をユーザの入力に応じて設定する処理である。即ち条件判定部４１の処理方式の設定である。
例えばＮＤＶＩが「一定範囲（０．８５〜０．７０）内」であれば適正状態として網羅率を緩和し、そうでなければ網羅率を強化するというような設定を行う。
或いは、例えばＮＤＶＩが「第１の一定範囲（例えば０．８５〜０．７０）内」でなければ網羅率を強化し、「第２の一定範囲（第１の一定範囲より狭い範囲）内」であれば網羅率を緩和し、それ以外（第１の一定範囲内で第２の一定範囲外）の場合は網羅率を現状維持するような設定も考えられる。

ステップＳ５０２で情報処理装置１は飛行計画生成処理を行う。例えば図２９で説明した処理を行う。
ステップＳ５０３で情報処理装置１は飛行体２００の飛行開始を検知する。例えば飛行体２００からの飛行開始の通知の受信、或いは飛行計画による飛行開始時刻などを監視して飛行開始を判断する。或いは飛行開始タイミングでユーザが所定の操作を行うことで飛行開始を検知してもよい。

飛行体２００の飛行開始後は、情報処理装置１はステップＳ５０９で飛行完了と判定されるまで、ステップＳ５０４以下の処理を繰り返す。
ステップＳ５０４で情報処理装置１は、条件判定により網羅率の強化条件に該当する結果が得られたか否かを確認する。強化条件に該当しない場合は、ステップＳ５０５に進む。
強化条件に該当していた場合、情報処理装置１はステップＳ５１０に進み、網羅率を高めるように飛行計画の修正を行う。例えば上述のスキャン間隔ｃ、ｆを短くして飛行計画を修正し、修正した飛行計画の情報を飛行体２００に送信する。そして情報処理装置１はステップＳ５０８に進む。

ステップＳ５０５で情報処理装置１は、上記ステップＳ５１０での修正による網羅率強化状態での飛行中であり、かつ条件判定により強化からの復帰条件に該当する結果が得られたか否かを確認する。なお網羅率強化からの復帰条件とは、例えば次のような例が考えられる。
・条件判定結果が適正状態に復帰する。
・条件判定結果が適正状態に復帰した状態が所定の判定回数、継続する。
・植生指数の値が強化条件の適正状態判定より厳しい基準で適正状態になった状態が得られる（いわゆるヒステリシス判定）。
網羅率強化飛行中ではない場合、又は網羅率強化飛行中であっても以上のような復帰条件に該当しない場合は、ステップＳ５０６に進む。
網羅率強化飛行中であって復帰条件に該当する場合、情報処理装置１はステップＳ５１１に進み、所定の飛行計画（例えば最初にステップＳ５０２で作成した飛行計画）に戻す修正処理を行う。例えば元の飛行計画への復帰の指示を飛行体２００に送信する。そして情報処理装置１はステップＳ５０８に進む。

ステップＳ５０６で情報処理装置１は、条件判定により網羅率の緩和条件に該当する結果が得られたか否かを確認する。
緩和条件に該当しない場合は、ステップＳ５０７に進む。
緩和条件に該当していた場合、情報処理装置１はステップＳ５１２に進み、網羅率を緩和するように飛行計画の修正を行う。例えば上述のスキャン間隔ｃ、ｆを長くして飛行計画を修正し、修正した飛行計画の情報を飛行体２００に送信する。そして情報処理装置１はステップＳ５０８に進む。

ステップＳ５０７で情報処理装置１は、上記ステップＳ５１２での修正による網羅率緩和状態での飛行中であり、かつ条件判定により緩和からの復帰条件に該当する結果が得られたか否かを確認する。なお網羅率緩和からの復帰条件とは、例えば次のような例が考えられる。
・条件判定結果が適正状態ではなくなる。
・条件判定結果が適正状態ではなくなった状態が所定の判定回数、継続する。
・植生指数の値が緩和条件の適正状態判定より厳しい基準で適正状態ではなくなった状態が得られる（いわゆるヒステリシス判定）。
網羅率緩和飛行中ではない場合、又は網羅率緩和飛行中であっても以上のような復帰条件に該当しない場合は、ステップＳ５０８に進む。
網羅率緩和飛行中であって復帰条件に該当する場合、情報処理装置１はステップＳ５１３に進み、所定の飛行計画（例えば最初にステップＳ５０２で作成した飛行計画）に戻す修正処理を行う。例えば元の飛行計画への復帰の指示を飛行体２００に送信する。そして情報処理装置１はステップＳ５０８に進む。

ステップＳ５０８で情報処理装置１は網羅率強化飛行中であるか否かで処理を分岐する。網羅率強化飛行中でなければステップＳ５０９の判断を介してステップＳ５０４に戻る。
網羅率強化飛行中である場合、情報処理装置１はステップＳ５０８からＳ５１４に進み、飛行ポリシーとバッテリ残量予測確認を行い、その適・不適で処理を分岐する。
飛行ポリシーの確認とは、例えば測定のための飛行として何を重視して行うかの設定を確認するものである。例えば飛行ポリシーとしては、
（Ｐ１）全体の計測を優先し、バッテリ残量から推測される飛行時間が不足する場合、通常の網羅率の測定に復帰する。つまり計測対象の全体の測定（撮像）を優先する。
（Ｐ２）異常点の検出を優先し、バッテリ残量による通常網羅率の測定には復帰しない。つまり網羅率強化の場合、全体の測定よりも重点的な測定を優先する。
のいずれが設定可能とされる。
ステップＳ５１４の具体的な処理例としては、
・バッテリ残量が所定以上（十分あり）の場合、飛行ポリシーにかかわらず適判定
・バッテリ残量が所定未満の場合、飛行ポリシー（Ｐ２）であれば適判定
・バッテリ残量が所定未満の場合、飛行ポリシー（Ｐ１）であれば不適判定
とする。これは一例であるが、例えば適判定の場合は、そのままステップＳ５０９に進む。
一方、不適判定の場合は、情報処理装置１はステップＳ５１５に進み、所定の飛行計画に戻す修正処理を行う。例えば元の飛行計画への復帰の指示を飛行体２００に送信する。そして情報処理装置１はステップＳ５０８に進む。

情報処理装置１は、飛行体２００の飛行完了をステップＳ５０９で検知した場合、図３１の処理を終える。
例えば情報処理装置１は、飛行体２００からの飛行完了の通知を受信したり、所定時間（飛行完了に要する時間）の経過を検知したり、或いはユーザの終了操作を検知したりすることなどにより、飛行完了を認識して処理を終える。

以上の図３１のような処理を行うことで、飛行中の状況に応じて網羅率を動的に変化させていくような飛行制御（計測制御）が実現される。従って例えば植物の生育状況により、重点的に監視すべき区域が発見されたら、その付近の網羅率を高めるというようなことができ、１回の飛行でより価値の高い測定が可能となる。逆に、植物の生育状況に大きな問題がない場合は網羅率を緩和することで、短時間で飛行を完了できるなどリモートセンシング作業の効率を向上させることができる。

また、以上説明した飛行計画作成を含む処理によれば、情報処理装置１は、サンプリング計測する際の網羅率をユーザが設定し、飛行体２００の飛行計画を自動生成できる。
飛行計画の設定に関しては、横方向のスキャン間隔あるいは網羅率、及び縦方向のスキャン間隔あるいは網羅率を用いることができる。
なお、縦方向と横方向の一方のスキャン間隔或いは網羅率を固定とし、他方のスキャン間隔或いは網羅率をユーザ設定できるようにしてもよい。

また飛行体２００の飛行中に、計測対象の組成や状態を算出した結果値が一定の条件内に収まる場合、自動で網羅率を緩和して計測完了までの時間を短縮することができる。
網羅率の緩和条件の設定としては、「以下」「以上」「範囲」などとして設定できる。
網羅率を緩和する場合の緩和率については、
・横方向のスキャン間隔あるいは網羅率の緩和倍率
・縦方向のスキャン間隔あるいは網羅率の緩和倍率
がある。これらの一方又は両方を変更させてもよいし、緩和倍率を可変してもよい。
緩和からの復帰条件の設定としては、「以下」「以上」「範囲」などとして設定できる。

また飛行体２００の飛行中に、計測対象の組成や状態を算出した結果値が一定の条件から逸脱する場合、自動で網羅率を強化して計測を行うことができる。
網羅率の強化条件の設定としては、「以下」「以上」「範囲」などとして設定できる。
網羅率を強化する場合の緩和率については、
・横方向のスキャン間隔あるいは網羅率の強化倍率
・縦方向のスキャン間隔あるいは網羅率の強化倍率
がある。これらの一方又は両方を変更させてもよいし、緩和倍率を可変してもよい。
強化からの復帰条件の設定としては、「以下」「以上」「範囲」などとして設定できる。
また飛行ポリシーの設定に応じて、バッテリ残量を鑑みた飛行を行うことができる。

続いて２回目以降飛行計画生成部４３の機能による処理を説明する。
２回目以降飛行計画生成部４３は、１回目の飛行でサンプリング検査した結果の計測対象の組成や状態を算出した値が、望ましい値の範囲から逸脱する場合、サンプリング計測による抜けた部分の周辺を測定するための飛行計画を自動生成することができる。
また、１回目の飛行中に当初の飛行計画を終えることができなかった場合について、当初飛行計画から残った箇所のみ飛行する飛行計画を自動で生成することもできる。

図３２、図３３で１回目の結果により、測定値逸脱箇所の中心を重点測定する例を説明する。
図３２Ａにおいて、１回目の飛行において高解像度画像ＨＲ（ＨＲ＃１〜ＨＲ＃２０）を撮像したサンプル区域＃１Ｃ〜＃２０Ｃを示している。ここで、黒塗りのサンプル区域＃１１Ｃ、＃１５Ｃは、その区域の植生指数の値が、望ましい値の範囲から逸脱していたとする。
このような場合に、追加飛行として２回目の飛行計画を作成する。
即ち、サンプリング測定範囲であるサンプル区域の中心点を基準に、再計測すべき周辺の範囲を、サンプリング計測ではなく抜けが無いように２回目の飛行計画（計測範囲）を決定する。

例えば図３２Ｂに示すように、サンプル区域＃１１Ｃの中心点を基準に縦方向の幅ｇ、横方向の幅ｈにより規定される周囲の範囲を測定範囲７００とし、またサンプル区域＃１５Ｃの中心点を基準に縦方向の幅ｇ、横方向の幅ｈにより規定される周囲の範囲を飛行範囲７０１とする。そしてこの飛行範囲７００，７０１を含むように高解像度画像ＨＲの撮像が行われるような２回目の飛行計画を生成する。この場合、飛行範囲内は全て高解像度画像ＨＲで撮像して計測するようにする。
幅ｇ、幅ｈは固定値でもよいが、ユーザが指定できるようにすることが望ましい。
なお説明上、２回目の撮像範囲も「サンプル区域」という言葉を用いているが、２回目以降の飛行ではサンプル区域が離散的ではなく連続することになる。

図３３に情報処理装置１の処理例を示す。
ステップＳ６０１で情報処理装置１は、サンプリング計測及びフィルタリング処理による結果を演算結果バッファ２５から読み出す。これは高解像度画像ＨＲに基づく上述のフィルタリング処理等を施した演算結果の情報を読み出すものである。
ステップＳ６０２で情報処理装置１は、１枚の高解像度画像ＨＲに基づくフィルタリング結果画像等から条件判定を行う。例えばフィルタリング結果画像で抽出された植生指数の代表値が、所定の範囲内にあるか否か等の条件判定を行い、該当のサンプル区域が異常な状態（例えば生育状況が悪いなど）であるか否かを判定する。

もし条件判定結果として異常点が検出されれば、情報処理装置１はステップＳ６０３でその高解像度画像ＨＲを撮像したサンプル区域の中心点の位置から周辺範囲を飛行範囲に加える。このとき、図３２Ｂに示した幅ｇ、幅ｈは、ユーザの入力に応じて可変設定して飛行範囲を決定するようにしても良い。

以上のステップＳ６０２，Ｓ６０３の処理を、例えば図３２Ａの全てのサンプル区域＃１Ｃ〜＃２０Ｃ、つまりそれらのサンプル区域を撮像した高解像度画像ＨＲ（ＨＲ＃１〜ＨＲ＃２０）に基づくフィルタリング結果画像を用いて行う。
例えば高解像度画像ＨＲ＃１に基づくフィルタリング結果画像では、異常はみつからずステップＳ６０３は行われずに、サンプル区域＃１Ｃの周囲は飛行範囲に加えられない。一方、高解像度画像ＨＲ＃１１Ｃ、ＨＲ＃１５Ｃに基づくフィルタリング結果画像では、異常が検出され、それぞれステップＳ６０３の処理で、サンプル区域＃１１Ｃ、＃１５Ｃの周囲は飛行範囲７００，７０１とされることになる。

１回目の飛行によるサンプリング計測範囲の全て（サンプル区域＃１Ｃ〜＃２０Ｃの全て）について以上の処理を行ったら、情報処理装置１はステップＳ６０４からＳ６０５に進み、新たに計測する範囲（即ちステップＳ６０３で設定した飛行範囲）があるか否かを確認する。なければ、２回目の飛行計画を作成せずに処理を終える。つまり２回目の重点的な計測のための飛行は不要と判定される場合となる。
一方、飛行範囲７００，７０１等が設定された場合、情報処理装置１はステップＳ６０５からＳ６０６に進み、再飛行計画を生成する。
この場合、設定された飛行範囲７００，７０１等を全て網羅して高解像度画像ＨＲが撮像できるような飛行経路や撮像タイミングが設定されることになる。そしてその再飛行計画の情報を飛行体２００に送信する。これに応じて飛行体２００は２回目の飛行を行うことになる。

２回目以降の飛行計画生成としての他の例を図３４〜図３９で説明する。
この例は、値が逸脱したサンプル区域を中心として、判定結果が正常な地点との境界点までを追加測定する。さらに、再計測すべき範囲が検出されなくなるまで再飛行を繰り返すようにする。

図３４Ａは、１回目の飛行によるサンプリング計測の結果を示している。サンプル区域＃１１Ｃにおいて条件判定の結果、異常が検出されたとする。
２回目の飛行計画としては、異常が見つかったサンプル区域から隣接するサンプル区域の端に接する範囲で飛行範囲を設定する。例えば図３４Ｂのように、異常が見つかったサンプル区域＃１１Ｃから隣接するサンプル区域＃７Ｃ、＃６Ｃ、＃５Ｃ、＃１２Ｃ、＃１３Ｃ、＃１４Ｃ、＃１５Ｃ、＃１０Ｃの端に接する飛行範囲７０２を設定する。
そしてその飛行範囲７０２で高解像度画像ＨＲの撮像が行われるように２回目の飛行計画を作成する。
なお図の見やすさのため、飛行範囲７０２の破線を隣接するサンプル区域から若干離して記載しているが、これは接しているものとする。以降の図の飛行範囲７０３〜７０５も同様である。

図３５Ａは２回目の飛行による計測の結果を示している。２回目の飛行では飛行範囲７０２内でくまなく高解像度画像ＨＲが撮像される。高解像度画像ＨＲが撮像された区域をサンプル区域＃２００Ｃ〜＃２０８Ｃとして示している。なお、図の見やすさを考慮して各サンプル区域＃２００Ｃ〜＃２０８Ｃはオーバーラップしないようにしているが、実際には飛行範囲７０２内をすべて撮像するために、それぞれが多少オーバーラップした区域となることが想定される。以降の図でも同様である。
なお、この場合のサンプル区域＃２０４Ｃは、１回目で既に異常検出されていた図３４Ｂのサンプル区域＃１１Ｃである。
２回目の飛行の結果として、サンプル区域＃２０８Ｃで新たに異常とする判定結果が検出されたとする。
異常判定のサンプル区域が存在するため、さらに３回目の飛行計画を作成する。
３回目の飛行計画では、新たに異常が見つかったサンプル区域＃２０８から隣接するサンプル区域の端に接する範囲で飛行範囲を設定する。例えば図３５Ｂのように、サンプル区域＃２０８Ｃから隣接するサンプル区域の端に接する飛行範囲７０３を設定する。
そしてその飛行範囲７０３で高解像度画像ＨＲの撮像が行われるように３回目の飛行計画を作成する。

図３６Ａは３回目の飛行による計測の結果を示している。３回目の飛行では飛行範囲７０３内のサンプル区域＃３００Ｃ〜＃３０８Ｃで高解像度画像ＨＲが撮像される。その結果、サンプル区域＃３０６Ｃ、＃３０７Ｃで新たに異常とする判定結果が検出されたとする。
なお、サンプル区域＃３０４Ｃは、２回目で異常検出されたサンプル区域＃２０４Ｃで、サンプル区域＃３００Ｃは、１回目で異常検出されたサンプル区域＃１１Ｃである。
新たな異常判定のサンプル区域が存在するため、さらに４回目の飛行計画を作成する。
４回目の飛行計画では、例えば図３６Ｂのように、新たに異常が見つかったサンプル区域＃３０６Ｃ、＃３０７Ｃから隣接するサンプル区域の端に接する範囲で飛行範囲７０４を設定する。そしてその飛行範囲７０４で高解像度画像ＨＲの撮像が行われるように４回目の飛行計画を作成する。この場合、２つのサンプル区域＃３０６Ｃ、＃３０７Ｃを中心にするため、４回目の飛行範囲７０４は３回目の飛行範囲７０３より広くなっている。

図３７Ａは４回目の飛行による計測の結果を示している。４回目の飛行では飛行範囲７０４内のサンプル区域＃４００Ｃ〜＃４１１Ｃで高解像度画像ＨＲが撮像される。その結果、サンプル区域＃４０８Ｃで新たに異常とする判定結果が検出されたとする。
なお、サンプル区域＃４０５Ｃ、＃４０６Ｃは３回目で異常検出されたサンプル区域＃３０６Ｃ、＃３０７Ｃ、サンプル区域＃４０２Ｃは２回目で異常検出されたサンプル区域＃２０８Ｃである。
新たな異常判定のサンプル区域が存在するため、さらに５回目の飛行計画を作成する。
５回目の飛行計画では、例えば図３７Ｂのように、新たに異常が見つかったサンプル区域＃４０８Ｃから隣接するサンプル区域の端に接する範囲で飛行範囲７０５を設定する。そしてその飛行範囲７０５で高解像度画像ＨＲの撮像が行われるように５回目の飛行計画を作成する。

図３８Ａは５回目の飛行による計測の結果を示している。５回目の飛行では飛行範囲７０５内のサンプル区域＃５００Ｃ〜＃５０８Ｃで高解像度画像ＨＲが撮像される。その結果、新たに異常と判定されたサンプル区域は存在しなかったとする。なお、サンプル区域＃５０４Ｃは４回目で異常検出されたサンプル区域＃４０８Ｃ、サンプル区域＃５０２Ｃは３回目で異常検出されたサンプル区域＃３０６Ｃである。
新たに異常のサンプル区域が発見されなかったことで、計測のための飛行を完了とする。

以上のような２回目以降の飛行のため飛行計画作成を含む処理例を図３９で説明する。
ステップＳ７００で情報処理装置１は初回の飛行のための処理を行う。これは、例えば図２９の処理と、飛行完了の待機処理となる。

初回の飛行が完了したら、ステップＳ７０１で情報処理装置１は、サンプリング計測及びフィルタリング処理による結果を演算結果バッファ２５から読み出す。即ち高解像度画像ＨＲに基づく上述のフィルタリング処理等を施した演算結果の情報を読み出す。
ステップＳ７０２で情報処理装置１は、１枚の高解像度画像ＨＲに基づくフィルタリング結果画像等から条件判定を行う。例えばフィルタリング結果画像で抽出された植生指数の代表値が、所定の範囲内にあるか否か等の条件判定を行い、該当のサンプル区域が異常な状態（例えば生育状況が悪いなど）であるか否かを判定する。
もし条件判定結果として異常が検出されれば、情報処理装置１はステップＳ７０３でその高解像度画像ＨＲを撮像したサンプル区域の中心点の位置から、隣接するサンプル区域の端までの範囲を飛行範囲に加える。

以上のステップＳ７０２，Ｓ７０３の処理を、今回の飛行の全てのサンプル区域、つまりそれらのサンプル区域を撮像した高解像度画像ＨＲに基づくフィルタリング結果画像のそれぞれについて行う。

直前の飛行のサンプル区域の全てについてステップＳ７０２，Ｓ７０３の処理を行ったら、情報処理装置１はステップＳ７０５で新たに計測する範囲（即ちステップＳ７０３で設定した飛行範囲）があるか否かを確認する。
新たに計測する範囲（飛行範囲）が存在しなければ、ステップＳ７０５から飛行制御処理を終える。つまり次回の飛行は行わない。
直前の飛行のサンプル区域において異常判定のサンプル区域が存在すれば、情報処理装置１はステップＳ７０５からＳ７０６に進み、次の飛行計画を生成する。
この場合、設定された飛行範囲を網羅して高解像度画像ＨＲが撮像できるような飛行経路や撮像タイミングが設定されることになる。そしてその再飛行計画の情報を飛行体２００に送信する。これに応じて飛行体２００は次の回の飛行を行うことになる。

情報処理装置１はステップＳ７０７で飛行開始を検知し、飛行終了後、その飛行による測定結果に基づいてステップＳ７０１以降の処理を行う。
これにより図３４〜図３８で例示したような２回目以降の飛行が行われる。

以上のような２回目以降の飛行を行う計測を行うようにすることで、高解像度画像ＨＲを用いた、より精度や深度の高い分析が、計測時間の大幅増加やデータ量の大幅増加を伴わずに実現することができる。

なお、２回目の飛行は、以上のような異常判定されたサンプル区域を中心とする範囲だけで無く、１回目の飛行中に当初の飛行計画を終えることができなかった場合について、当初飛行計画から残った箇所のみ飛行する飛行計画を生成することもできる。その場合、圃場３００における計測対象内で、高解像度画像ＨＲが所定の網羅率で得られていない範囲を判定し、その範囲を飛行範囲として再飛行計画を生成すればよい。
或いはより簡易的には、最初の飛行計画から、飛行できた範囲を差し引いた飛行計画を生成するようにすればよい。
このようの飛行計画作成制御を行うことで、圃場３００の計測対象の全体をもれなくサンプリング計測できるようにすることができる。

以上説明した２回目以降の飛行計画作成処理を行う実施の形態の情報処理装置１は、サンプリング検査した結果の計測対象の組成や状態を算出した値が逸脱する場合、サンプリング計測による抜けた部分の周辺を測定するための飛行計画を自動生成することができる。
この場合、値が逸脱した点を中心として、指定した範囲内を追加測定することができる。 また、値が逸脱した点を中心として、変化がない地点との境界点までを追加測定することができる。
また、１回目の飛行中に当初の飛行計画を終えることができなかった場合について、残った箇所の飛行計画を自動で生成することもできる。

なお、本実施の形態において２回目以降の飛行体２００の飛行は、必ずしも物理的に同一の機体である必要はなく、他の機体を飛行させてもよい。

ところで図２６，図２７の構成として、飛行制御部３が情報処理装置１に設けられている例を説明したが、これには限られない。
例えば図４０に飛行体２００の構成例を示す。これは、飛行体２００において図２７の構成に加えて飛行計画処理部２３０としての構成を備えた例である。即ち上述の飛行計画生成部４０、条件判定部４１、飛行計画修正部４２、２回目以降飛行計画生成部４３を飛行体２００内に備えるようにする。この飛行計画処理部２３０は制御部２０１内又は別体のマイクロコンピュータにおけるソフトウエア機能として実現されれば良い。
このように構成し、計測結果によって飛行体２００（制御部２０１）が自律的に飛行計画を修正しながら飛行できるようにしてもよい。特に飛行計画修正部４２の機能（図３１の処理機能）は、飛行中に飛行計画を修正するため、飛行体２００内で処理が行われるようにすることが好適である。

また図２６の情報処理装置１とは別体の情報処理装置１において飛行計画作成等が行われても良い。例えば図４１のように、情報処理装置１とは別体の情報処理装置４００において飛行計画処理部２３０が備えられ、飛行計画生成、修正等を含む飛行体制御が行われるような例である。
またさらに飛行計画処理部２３０がネットワークサーバ、クラウドコンピューティングサーバ等としての情報処理装置６００に設けられ、情報処理装置６００で作成された飛行計画が情報処理装置４００を介して飛行体２００に送られるような例も考えられる。

＜７．まとめ及び変形例＞
以上、実施の形態について説明してきたが、実施の形態の情報処理装置１によれば次のような効果が得られる。
実施の形態の情報処理装置１は、計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象に対する評価情報となる演算結果画像を生成する演算部２を備えている。
これにより、計測対象全域の画像を網羅的に取得しなくとも、計測対象全域の測定結果を得ることができる。
特にサンプリング撮像を行うことで高解像度の画像を取得しても効率悪化は防止されるため、高解像度のサンプリング画像（高解像度画像ＨＲ）を用いることができ、より精度や深度の高い分析が、計測時間の増加やデータ量の増加を伴わずに実現できるようになる。
また、サンプリング画像を対象とすることで効率的な計測を行うことができるため、広い範囲から小さいものを発見したり、わずかな傷などを発見したいというような場合にも好適となる。

実施の形態の情報処理装置１は、演算部２として、フィルタリング処理に用いることができるフィルタ画像を、サンプリング画像（高解像度画像ＨＲ）を用いて生成するフィルタリング生成部２４を有する。
上述のようにフィルタ画像は、フィルタリング実行の際にフィルタとなる情報に相当する画像（特定の組成や状態となっている箇所を示す画像）である。
マルチスペクトラムカメラによる撮像では、各種の波長帯の画像が得られる。例えばその１つ又は複数を用いてフィルタ画像を生成することで、計測結果を提示するための適切なフィルタリングを行うことができるようになる。例えば実施の形態では、８００ｎｍのサンプリング画像を用いて日向部分を抽出するためのフィルタ画像ＦＰ１（図９参照）を生成している。
従ってサンプリング画像の画像内容のうちから特定のフィルタ条件に合致した画素を抽出するための、サンプリング画像に合致したフィルタリングを可能とするフィルタ条件を生成できる。

実施の形態の情報処理装置１は、演算部２として、サンプリング画像（高解像度画像ＨＲ）を用いて評価指数画像を生成する評価指数演算部（植生指数演算部２３）を有する。
マルチスペクトラムカメラによる撮像では、各種の波長帯の画像が得られる。例えば植生指数演算部２３は、それらを用いて植生指数画像を生成する。このような植生指数は計測対象全域の評価に用いるものとして適切な情報となる。

特に実施の形態では、評価指数画像は植生指数を表した植生指数画像としている。
植生指数として例えばＮＤＶＩ等を示す画像を生成する。マルチスペクトラムカメラによる撮像では、各種の波長帯の画像が得られる。このようなサンプリング画像により、ＮＤＶＩ等の植生指数を求めることができる。そして植生指数画像を用いることで、植生の適切な評価が可能となる。

実施の形態の情報処理装置１は、演算部２として、サンプリング画像（高解像度画像ＨＲ）を用いて評価指数画像を生成する評価指数演算部（植生指数演算部２３）と、フィルタリング処理に用いることができるフィルタ画像を、評価指数画像を用いて生成するフィルタリング生成部２４とを有する。
即ちフィルタ画像を、評価指数（例えば植生指数）を表す画像（評価指数画像）を用いて生成する。実施の形態ではＮＤＶＩ画像を用いてＮＤＶＩが一定以上であるという条件に合致する画素を示すフィルタ画像ＦＰ２を生成する例を挙げた（図９参照）。これにより、ＮＤＶＩ等の植生指数をフィルタ条件に反映させることができ、多様かつ適切な計測結果画像を得るためのフィルタを生成できるようになる。
なおフィルタリングに用いるフィルタ画像としては、図９で説明したフィルタ画像ＦＰ１，ＦＰ２，ＦＰ３に限らず、目的のフィルタリングに応じて更に多様な例が考えられる。
例えば或る植生指数をその数値により抽出したもの、植生指数を他の植生指数の値で抽出したもの、植生指数を他の複数の植生指数の値で抽出したもの、輝度、色情報等を用いて抽出したものなどとして、各種のフィルタ画像を生成することが考えられる。

実施の形態の情報処理装置１は、演算部２として、サンプリング画像（高解像度画像ＨＲ）を用いて生成したフィルタ画像ＦＰ１と、評価指数画像を用いて生成したフィルタ画像ＦＰ２とを用いて、フィルタリング処理に用いることができるフィルタ画像ＦＰ３を生成するフィルタリング生成部３４を有する。
即ち複数のフィルタ画像を用いてフィルタ画像を生成する。
これにより複数のフィルタ条件を反映したフィルタ画像を生成することができる。例えば実施の形態の図９の例では、植生画像でありかつ日向部分を抽出するための特定箇所を示すフィルタ画像ＦＰ３を生成している。このようにすることでサンプリング画像の画像内容のうちから複数の特定のフィルタ条件に合致した画素を抽出するようなフィルタリングを可能とすることができる。

実施の形態の情報処理装置１は、演算部２として、フィルタ画像を生成するフィルタリング生成部２４と、フィルタ画像を用いてフィルタリング結果画像を生成するフィルタリング実行部２６を有する。
つまりフィルタ画像によって示される条件により、フィルタリングを行って、フィルタリング結果画像を生成する。
フィルタ画像としては、図９に各例を示したように、例えば日向部分の画像のようにサンプリング画像から生成したもの、ＮＤＶＩが一定以上というように植生指数画像から生成したもの、或いは植生画像でありかつ日向部分を抽出するための特定箇所を示すように複数のフィルタ画像から生成したものなどがある。これらのフィルタ画像を用いることで多様なフィルタリング結果画像を生成することができる。

実施の形態の情報処理装置１は、演算部２として、評価指数演算部（植生指数演算部２３）と、フィルタリング生成部２４と、フィルタ画像を用いて評価指数画像（植生指数画像）のフィルタリング結果画像を生成するフィルタリング実行部２６を有する。
つまりフィルタ画像（フィルタリング条件に相当する画像）によって示される条件により、評価指数画像（例えば植生指数画像）についてフィルタリングを行って、フィルタリング結果画像を生成する。
図１０に示したようにＮＤＶＩ画像を対象として、フィルタ画像を用いてフィルタリングを行う。これにより、ＮＤＶＩ等の植生指数のうちで、フィルタ画像で示される所定のフィルタ条件（例えば植生画像でありかつ日向部分）の画素を抽出してフィルタリング結果画像を生成できる。従って植生指数のうちで評価に用いたい部分のみを抽出することができ、精度の高い評価結果を得ることができるようになる。

実施の形態の情報処理装置１は、演算部２として、評価指数演算部（植生指数演算部２３）と、フィルタリング生成部２４と、フィルタリング実行部２６と、フィルタリング結果画像を用いて提示画像を生成する提示画像化部２７を有する。
フィルタリング結果画像は、フィルタ画像によって示される条件により、フィルタリング前の画像から画素を抽出したものであり、人が視認する画像としては適していない（評価結果がわかりにくい）場合がある。そこで人への提示に適した状態に画像化する。
これにより、サンプリング画像及びフィルタリングに基づく計測対象の評価結果を理解しやすい画像でユーザに提供できる。

実施の形態の提示画像化部２７は、フィルタリング結果画像を領域分割し、各領域をカラーマッピングした提示画像を生成する（図１１、図１２参照）。
これにより、色別で評価結果を認識できる画像をユーザに提供できる。

また提示画像化部２７は、フィルタリング結果画像を領域分割し、各領域の代表値を用いてカラーマッピングした提示画像を生成する（図１１、図１２参照）
その領域の平均値、最大値、最小値、重心値、最多数値など、各領域に対して代表値に応じた色当てすることで、各領域の評価結果が色で認識できる画像をユーザに提供できる。

また提示画像化部２７は、フィルタリング結果画像を領域分割し、各領域をカラーマッピングした画像と、他の画像を合成した提示画像を生成する（図１３、図１４、図１５、図１６参照）。
他の画像とカラーマッピングした画像を例えばオーバーレイや上書きなどの形で合成することで、他の画像により各領域を認識しながら領域毎に色別で評価結果を認識できる画像をユーザに提供できる。

上記の場合の他の画像は、サンプリング画像（高解像度画像ＨＲ）、評価指数画像（植生検出画像）、フィルタ画像、又はフィルタリング結果画像のいずれかである。
サンプリング画像とカラーマッピングした画像を合成することで、元の計測対象の画像により各領域を認識しながら領域毎に色別で評価結果を認識できる画像をユーザに提供できる。
また評価指数画像とカラーマッピングした画像を合成することで、各領域の評価指数画像を確認しながら領域毎に色別で評価結果を認識できる画像をユーザに提供できる。
またフィルタ画像とカラーマッピングした画像を合成することで、フィルタ画像で示されるフィルタリング条件を認識しながら領域毎に色別で評価結果を認識できる画像をユーザに提供できる。
またフィルタリング結果画像とカラーマッピングした画像を合成することで、フィルタリング結果としての各領域を認識しながら領域毎に色別で評価結果を認識できる画像をユーザに提供できる。

実施の形態の情報処理装置１は、演算部２として、サンプリング画像（高解像度画像ＨＲ）よりも低解像度の画像として計測対象を撮像した低解像度画像ＬＲと、提示画像を合成する画像合成部２９を有する。
提示画像は、フィルタリング結果画像から生成したもので、フィルタリング結果画像はサンプリング画像に基づく。つまり計測対象の全域ではなく一部の画像に基づく。そこでサンプリング画像より広い範囲を撮像した低解像度の画像と合成する。
これにより、計測対象についてサンプリング画像で撮像された範囲よりも広い範囲の画像とともに示した評価結果をユーザに提供できる。

画像合成部２９は、或る提示画像と、当該提示画像の元となるサンプリング画像を含む範囲を撮像した前記低解像度画像とを対応づける対応情報を用いて画像の合成を行う（図１７，図１８参照）。
合成処理では、或るサンプリング画像の撮像範囲についての提示画像と、そのサンプリング画像の撮像範囲を含むより広い範囲を撮像した低解像度画像を合成する。このため例えば撮像位置の情報や撮像時刻の情報など、対応関係を示す対応情報を用いて提示画像と低解像度画像を組み合わせるようにする。
これにより提示画像と、提示画像の元となるサンプリング画像の撮像範囲を含む区域の低解像度画像を正確に対応づけて合成画像を生成できる。

画像合成部２９は、提示画像を、低解像度画像ＬＲ内の該提示画像の元となるサンプリング画像の撮像範囲に相当する位置に配置する合成を行う（図１７，図１８参照）。
例えば合成処理では、或るサンプリング画像と、低解像度画像内にオーバーレイ又は上書きで配置する。この場合、低解像度画像内でサンプリング画像の撮像範囲に相当する位置に配置する。つまり位置合わせして貼り合わせる。
これにより計測対象においてサンプリング画像の位置が明確に示される合成画像を生成し、ユーザに提供できる。
図１７、図１８の例では、区域（Ｇ＃１〜Ｇ＃ＬＮ：但し図示はＧ＃１０〜Ｇ＃１８のみ。以下同様）毎に、低解像度画像ＬＲ内で提示画像ＣＰをオーバーレイ又は上書きすることで、各区域の評価結果が見やすいものとなっている。

画像合成部２９は、提示画像の代表値が低解像度画像に反映されるように合成を行う。
各区域について提示画像の代表値が反映された画像とされることで、各区域の状況を把握しやすい画像をユーザに提供できる。
例えば図１９、図２０、図２１の例では区域（Ｇ＃１〜Ｇ＃ＬＮ）毎に、低解像度画像に提示画像の代表値色を合成している。これにより各区域の評価結果が見やすいものとなっている。
また図２２、図２３の例では各区域（Ｇ＃１〜Ｇ＃ＬＮ）について、提示画像から評価結果の良否が判定され、その結果が各区域で表現されるようにしている。これにより圃場等の評価の良否を一目で認識できる画像をユーザに提供できる。
また図２４、図２５の例では各区域（Ｇ＃１〜Ｇ＃ＬＮ）について、提示画像を位置合わせして配置した上で、低解像度画像に提示画像の代表値色を合成している。これにより各区域の評価結果が見やすく、かつサンプリング画像撮像範囲の詳細な情報も含まれた画像をユーザに提供できる。
なお、実施の形態の例では、提示画像と低解像度画像ＬＲの合成を行うものとしたが、提示画像化する前のフィルタリング結果画像を低解像度画像ＬＲと合成することも考えられる。さらには、植生指数画像と低解像度画像ＬＲの合成や、フィルタ画像と低解像度画像ＬＲの合成を行うことも考えられる。これらの合成画像が画像出力部３０から出力され、ユーザに提示されるようにしてもよい。

実施の形態の情報処理システムは、以上の情報処理装置１と、複数の異なる波長帯の撮像画像を得る撮像を行うマルチスペクトラムカメラ（撮像装置２５０）とを有する。
カメラによる光学計測により計測対象の組成や状態を算出するシステムとしては、例えば近赤外波長と赤の波長を用いたＮＤＶＩ（正規化植生指数）が、植生の測定として用いられている。
大きな圃場を撮像する場合、飛行体にこれらのカメラを搭載し、複数回の撮像を行いスティッチを行うことで、圃場全体の計測を漏れなく行うことは可能である。
またこの時、高解像度情報（高解像度画像ＨＲ）を用いればより精度や深度の高い分析ができる。例えば、土と植物を分離できる解像度の撮像を行い、一定のＮＤＶＩの閾値を用いれば、画像の中から植物の部分だけをフィルタリングし、その部分のみのＮＤＶＩを算出すれば、土の影響を除外できてＮＤＶＩの精度を改善できる。また、葉面の他の葉の影になっている部分のみのＮＤＶＩを算出すれば、ＮＤＶＩの精度を改善できる。
しかしながら、広大な範囲を撮像しようとする場合、高解像度の撮像はズームで撮ったり、あるいは近づいて撮像する必要があるため、１回の撮像で測定できる範囲が狭く、全体の計測には多大な時間を要してしまう。
また、高解像度画像ＨＲを網羅的に撮像すると、計測したデータサイズが増大し、ネットワークを通じてデータをアップロードする時のアップロード時間も増加し、さらにデータを保存しようとした場合にストレージ容量の拡大も引き起こす。
さらに、多波長を撮像できるマルチスペクトラムカメラは、一般的に可視光撮像用のカメラに比べ解像度が低いため、同じ領域を同じ解像度で撮像しようとすると、撮像回数が増加する。
これらの撮像時間やアップロード時間の増大は、病害虫や灌漑システムの故障を検出した場合に迅速な対応を求められる農業分野において大きな課題であり、高解像度撮像や多波長の撮像を広範囲にわたって測定することは現実的ではない。
このような点に対して本実施の形態の技術では、精度の高い分析を行うために高解像度での撮像を行うが、サンプリング撮像とすることで、撮像時間の増大やデータサイズの増大を防ぐことができる。即ち計測したい範囲の全体を高解像度画像ＨＲで計測するのではなく、一部分のみ抜き取り的に計測して計測対象を検査するようにしている。これにより広範な計測対象についても、短時間、低コストで精度の高い計測、評価を行うことができる。

本技術は実施の形態で例示したものに限らず各種の変形例が考えられる。
植生データの例としてＮＤＶＩを挙げたが、植生データとして用いる植生指数は各種考えられる。例えば、
・ＰＲＩ
・クロロフィル蛍光の大きさ
・ステート遷移反射率
等がある。

ＰＲＩは、キサントフィルサイクルの脱エポキシ化に伴い変化する分光反射率をインデックス化したものである。キサントフィルサイクルは、強光や水ストレスに伴う気孔閉塞といった、光合成しきれない過剰な光エネルギーを熱として放出する機構である。
ここではＰＲＩは、
ＰＲＩ＝（Ｒ５７０−Ｒ５３１）／（Ｒ５７０＋Ｒ５３１）
として算出されるものとする。なお、「Ｒ５７０」は波長５７０ｎｍの反射光強度、「Ｒ５３１」は波長５３１ｎｍの反射光強度である。
なお、ＰＲＩ＝（Ｒ５３１−Ｒ５７０）／（Ｒ５３１＋Ｒ５７０）として算出する場合もある。図３０において示した定義は以上のいずれかの算出手法を意味しており、図３０には上記各式の分子の部分を示している。

クロロフィル蛍光の大きさは、太陽光によって励起されるクロロフィル蛍光の大きさ（solar-induced chlorophyll fluorescence（ＳＩＦ））でもよいし、太陽光ではなくレーザーやＬＥＤを用いてクロロフィル蛍光を励起させてもよい。
クロロフィル蛍光を用いてストレス検出を行うこともできる。クロロフィル蛍光は植物の光合成に伴い植物から発せられる蛍光で、光により電子が励起した反応中心から一定時間内にエネルギーが抜き取られないと、高等植物では６８０ｎｍ〜７７０ｎｍ前後の波長の蛍光としてエネルギーが放出される現象である。
放出されるエネルギーは入力光のエネルギーに対し０．５％〜３％で、植物の光合成の状態に応じて変動し、強光や、水ストレスに伴う気孔閉塞といった光合成しきれない過剰な光エネルギーが多い場合に変動する。

さらに植生指数はＧＮＤＶＩ（Green Normalized Difference Vegetation Index)や可視大気抵抗指数（ＶＡＲＩ）等もある。
可視大気抵抗指数（ＶＡＲＩ）は、日照の違いや大気の影響を軽減しながら、スペクトルの可視部分で植生を強調する指標であり、（Green − Red）／（Green＋Red−Blue）として算出される。
またサーマル画像やサーマルを用いたＣＷＳＩ（Crop Water Stress Index）も適用できる。

実施の形態では計測対象を圃場３００の植生としたが、これは一例である。例えばサッカー場、野球場等の競技場の芝の植生観察、自然の草原、林野、原生林等の植生観察などにも本技術は適用できる。
また本実施の形態の技術は、植生等のセンシングに限らず多様な分野で適用できる。
例えば生命科学において細胞の動きをサンプリング計測により測定するシステムが想定される。
また内視鏡画像、顕微鏡画像、眼底検査画像などの撮像による医療検査の分野にも本技術は適用できる。
またインフラ検査の分野にも適用できる。
例えばメガソーラー検査として、太陽電池パネルが配置された地区について飛行体２００を用いたリモートセンシングで不良箇所を探索することができる。この場合に本実施の形態の高解像度画像ＨＲのサンプリング計測は有効である。
またコンクリートひび割れ検査として、対象地域について飛行体２００を用いたリモートセンシングで不良箇所を探索する場合にも、本実施の形態の高解像度画像ＨＲのサンプリング計測は有効である。

また実施の形態の飛行体２００には撮像装置２５０としてマルチスペクトラムカメラを装備するものとしたが、ＲＧＢカメラ、サーマル画像撮像カメラなども想定される。

実施の形態で挙げた構成は一例である。
例えば飛行体２００に演算部２を搭載してもよい。また撮像装置２５０内のマイクロコンピュータを演算部２として機能させてもよい。

実施の形態のプログラムは、図３のようなコンピュータ装置１００のＣＰＵ５１に、計測対象の範囲のうちの一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理（図６，図７の処理）を実行させるプログラムである。

このようなプログラムにより本実施の形態の情報処理装置１の実現が容易となる。
そしてこのようなプログラムはコンピュータ装置等の機器に内蔵されている記録媒体や、ＣＰＵを有するマイクロコンピュータ内のＲＯＭ等に予め記憶しておくことができる。あるいはまた、半導体メモリ、メモリカード、光ディスク、光磁気ディスク、磁気ディスクなどのリムーバブル記録媒体に、一時的あるいは永続的に格納（記憶）しておくことができる。またこのようなリムーバブル記録媒体は、いわゆるパッケージソフトウェアとして提供することができる。
また、このようなプログラムは、リムーバブル記録媒体からパーソナルコンピュータ等にインストールする他、ダウンロードサイトから、ＬＡＮ、インターネットなどのネットワークを介してダウンロードすることもできる。

なお、本明細書に記載された効果はあくまでも例示であって限定されるものではなく、また他の効果があってもよい。

なお本技術は以下のような構成も採ることができる。
（１）
計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、前記計測対象に対する評価情報となる演算結果画像を生成する演算部を備えた
情報処理装置。
（２）
前記演算部は、
フィルタリング処理に用いることができるフィルタ画像を、前記サンプリング画像を用いて生成するフィルタリング生成部を有する
上記（１）に記載の情報処理装置。
（３）
前記演算部は、
前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部を有する
上記（１）又は（２）に記載の情報処理装置。
（４）
前記評価指数画像は植生指数を表した植生指数画像である
上記（３）に記載の情報処理装置。
（５）
前記演算部は、
前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
フィルタリング処理に用いることができるフィルタ画像を、前記評価指数画像を用いて生成するフィルタリング生成部と、を有する
上記（１）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記演算部は、
前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
前記サンプリング画像を用いて生成したフィルタ画像と、前記評価指数画像を用いて生成したフィルタ画像とを用いて、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、を有する
上記（１）乃至（５）のいずれかに記載の情報処理装置。
（７）
前記演算部は、
フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
前記フィルタ画像を用いてフィルタリング結果画像を生成するフィルタリング実行部と、を有する
上記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記演算部は、
前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、を有する
上記（１）乃至（７）のいずれかに記載の情報処理装置。
（９）
前記演算部は、
前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、
前記フィルタリング結果画像を用いて提示画像を生成する提示画像化部と、を有する
上記（１）乃至（８）のいずれかに記載の情報処理装置。
（１０）
前記提示画像化部は、
前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした提示画像を生成する
上記（９）に記載の情報処理
（１１）
前記提示画像化部は、
前記フィルタリング結果画像を領域分割し、各領域の代表値を用いてカラーマッピングした提示画像を生成する
上記（９）又は（１０）に記載の情報処理装置。
（１２）
前記提示画像化部は、
前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした画像と、他の画像を合成した提示画像を生成する
上記（９）乃至（１１）に記載の情報処理装置。
（１３）
前記他の画像は、
前記サンプリング画像、前記評価指数画像、前記フィルタ画像、又は前記フィルタリング結果画像のいずれかである
上記（１２）に記載の情報処理装置。
（１４）
前記演算部は、
前記サンプリング画像よりも低解像度の画像として前記計測対象を撮像した低解像度画像と、前記提示画像を合成する画像合成部を有する
上記（９）乃至（１３）のいずれかに記載の情報処理装置。
（１５）
前記画像合成部は、或る提示画像と、当該提示画像の元となるサンプリング画像を含む範囲を撮像した前記低解像度画像とを対応づける対応情報を用いて画像の合成を行う
上記（１４）に記載の情報処理装置。
（１６）
前記画像合成部は、前記提示画像を、前記低解像度画像内の該提示画像の元となるサンプリング画像の撮像範囲に相当する位置に配置する合成を行う
上記（１４）又は（１５）に記載の情報処理装置。
（１７）
前記画像合成部は、前記提示画像の代表値が前記低解像度画像に反映されるように合成を行う
上記（１４）乃至（１６）のいずれかに記載の情報処理装置。
（１８）
情報処理装置が、
計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理を行う、
情報処理方法。
（１９）
計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理を
情報処理装置に実行させるプログラム。
（２０）
複数の異なる波長帯の撮像画像を得る撮像を行うマルチスペクトラムカメラと、
計測対象の一部を前記マルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する演算部を備えた情報処理装置と、を有する
情報処理システム。

１…情報処理装置、２…演算部、３…飛行制御部、２１…データ入力部、２２…入力バッファ、３２…植生指数演算部、２４…フィルタリング生成部、２５…演算結果バッファ、２６…フィルタリング実行部、２７…提示画像化部、２８…出力バッファ、２９…画像合成部、３０…画像出力部３０、３１…ユーザ入力部、２００…飛行体、２５０…撮像装置、３００…圃場

Claims (20)

1. 計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、前記計測対象に対する評価情報となる演算結果画像を生成する演算部を備えた
   情報処理装置。
2. 前記演算部は、
   フィルタリング処理に用いることができるフィルタ画像を、前記サンプリング画像を用いて生成するフィルタリング生成部を有する
   請求項１に記載の情報処理装置。
3. 前記演算部は、
   前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部を有する
   請求項１に記載の情報処理装置。
4. 前記評価指数画像は植生指数を表した植生指数画像である
   請求項３に記載の情報処理装置。
5. 前記演算部は、
   前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
   フィルタリング処理に用いることができるフィルタ画像を、前記評価指数画像を用いて生成するフィルタリング生成部と、を有する
   請求項１に記載の情報処理装置。
6. 前記演算部は、
   前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
   前記サンプリング画像を用いて生成したフィルタ画像と、前記評価指数画像を用いて生成したフィルタ画像とを用いて、フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、を有する
   請求項１に記載の情報処理装置。
7. 前記演算部は、
   フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
   前記フィルタ画像を用いてフィルタリング結果画像を生成するフィルタリング実行部と、を有する
   請求項１に記載の情報処理装置。
8. 前記演算部は、
   前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
   フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
   前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、を有する
   請求項１に記載の情報処理装置。
9. 前記演算部は、
   前記サンプリング画像を用いて評価指数画像を生成する評価指数演算部と、
   フィルタリング処理に用いることができるフィルタ画像を生成するフィルタリング生成部と、
   前記フィルタ画像を用いて前記評価指数画像のフィルタリング結果画像を生成するフィルタリング実行部と、
   前記フィルタリング結果画像を用いて提示画像を生成する提示画像化部と、を有する
   請求項１に記載の情報処理装置。
10. 前記提示画像化部は、
    前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした提示画像を生成する
    請求項９に記載の情報処理装置。
11. 前記提示画像化部は、
    前記フィルタリング結果画像を領域分割し、各領域の代表値を用いてカラーマッピングした提示画像を生成する
    請求項９に記載の情報処理装置。
12. 前記提示画像化部は、
    前記フィルタリング結果画像を領域分割し、各領域をカラーマッピングした画像と、他の画像を合成した提示画像を生成する
    請求項９に記載の情報処理装置。
13. 前記他の画像は、
    前記サンプリング画像、前記評価指数画像、前記フィルタ画像、又は前記フィルタリング結果画像のいずれかである
    請求項１２に記載の情報処理装置。
14. 前記演算部は、
    前記サンプリング画像よりも低解像度の画像として前記計測対象を撮像した低解像度画像と、前記提示画像を合成する画像合成部を有する
    請求項９に記載の情報処理装置。
15. 前記画像合成部は、或る提示画像と、当該提示画像の元となるサンプリング画像を含む範囲を撮像した前記低解像度画像とを対応づける対応情報を用いて画像の合成を行う
    請求項１４に記載の情報処理装置。
16. 前記画像合成部は、前記提示画像を、前記低解像度画像内の該提示画像の元となるサンプリング画像の撮像範囲に相当する位置に配置する合成を行う
    請求項１４に記載の情報処理装置。
17. 前記画像合成部は、前記提示画像の代表値が前記低解像度画像に反映されるように合成を行う
    請求項１４に記載の情報処理装置。
18. 情報処理装置が、
    計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理を行う、
    情報処理方法。
19. 計測対象の一部をマルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する処理を情報処理装置に実行させるプログラム。
20. 複数の異なる波長帯の撮像画像を得る撮像を行うマルチスペクトラムカメラと、
    計測対象の一部を前記マルチスペクトラムカメラで撮像したサンプリング画像を処理対象として演算処理を行い、計測対象全域に対する評価情報となる演算結果画像を生成する演算部を備えた情報処理装置と、を有する
    情報処理システム。

Images