TW201437626A - 資訊處理系統,資訊處理系統之資訊處理方法,成像裝置及成像方法,以及程式 - Google Patents

資訊處理系統,資訊處理系統之資訊處理方法,成像裝置及成像方法,以及程式 Download PDF

Info

Publication number
TW201437626A
TW201437626A TW103102014A TW103102014A TW201437626A TW 201437626 A TW201437626 A TW 201437626A TW 103102014 A TW103102014 A TW 103102014A TW 103102014 A TW103102014 A TW 103102014A TW 201437626 A TW201437626 A TW 201437626A
Authority
TW
Taiwan
Prior art keywords
image
image data
information
growth
sensor
Prior art date
Application number
TW103102014A
Other languages
English (en)
Other versions
TWI615605B (zh
Inventor
Morio Ogura
Hirofumi Sumi
Original Assignee
Sony 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 Sony Corp filed Critical Sony Corp
Publication of TW201437626A publication Critical patent/TW201437626A/zh
Application granted granted Critical
Publication of TWI615605B publication Critical patent/TWI615605B/zh

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • 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
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/30Measuring the intensity of spectral lines directly on the spectrum itself
    • G01J3/36Investigating two or more bands of a spectrum by separate detectors
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G01J3/51Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G01J3/51Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters
    • G01J3/513Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors using colour filters having fixed filter-detector pairs
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251Colorimeters; Construction thereof
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/255Details, e.g. use of specially adapted sources, lighting or optical systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20Image signal generators
    • H04N13/204Image signal generators using stereoscopic image cameras
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/10Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
    • H04N23/11Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths for generating image signals from visible and infrared light wavelengths
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/2823Imaging spectrometer
    • G01J2003/2826Multispectral imaging, e.g. filter imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0118Apparatus with remote processing
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793Remote sensing
    • G01N2021/1797Remote sensing in landscape, e.g. crops
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry with comparison of measurements at specific and non-specific wavelengths
    • G01N2021/3155Measuring in two spectral ranges, e.g. UV and visible
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N2021/8466Investigation of vegetal material, e.g. leaves, plants, fruits
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees
    • 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
    • G06T2207/30108Industrial image inspection
    • G06T2207/30128Food products
    • 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

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Botany (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)

Abstract

本發明係關於方法及系統,該等方法及系統用於:獲得包含一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包含以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。

Description

資訊處理系統,資訊處理系統之資訊處理方法,成像裝置及成像方法,以及程式 [相關申請案交叉參考]
本申請主張於2013年3月25日提出申請之日本優先專利申請案JP 2013-062017之權益,該日本優先專利申請案之全部內容以引用方式併入本文中。
本發明所揭示技術係關於一種資訊處理系統,一種該資訊處理系統之資訊處理方法,一種成像裝置及一種成像方法,以及一種程式,且更特定而言,係關於能夠計算農產品之一恰當生長指標及一預期恰當收穫時間之一種資訊處理系統,一種該資訊處理系統之資訊處理方法,一種成像裝置及一種成像方法,以及一種程式。
在衛星遙測(其中藉由使用安裝於一太空衛星中之一感測器來感測來自植物之反射光(近紅外線光)而估計農產品之一生長狀態及一收穫季節)中,難以在一夜空或多雲下獲取資料,且直至接到來自衛星之資料時花費數日,且因此,難以得到即時資訊。另外,由於一衛星進行一環行且因此獲得一相同地點之資訊取決於衛星之週期,因此獲 得一廣泛範圍之粗略資訊,而難以獲得一窄區域之準確資訊。
另外,在使用安裝於地面上之一感測器之近遙測中,自一目標至感測器之距離係短得,且因此,存在優點在於,與在衛星遙測中相比,感測較不受大氣影響,感測器繼而獲取僅來自目標之資料而無感測器與目標之間的干擾,可在較佳時間處獲取資料,等等。已揭示此一遙測技術,其中接近於一植物獲取影像資訊,將該影像資訊傳輸至一電腦,該電腦計算一植被指標,及基於該指標與評估項目(諸如一纖維量)之間的相關性評估或預期一恰當收穫時間(參考PTL 1)。
[引用列表] [專利文獻] [PTL 1]
國際公開案第WO2009/116613號
然而,在上文所闡述之PTL 1中所揭示之技術中,由於提供拍攝農產品之一單個相機,因此在產品之生長狀況在一農場區域內變化時,用偶然拍攝之產品之生長狀況來辨識整個農場之生長狀況,且藉此存在其中對一恰當收穫時間之評估或預期之準確度降低之情形。此外,先前技術係有限的,此乃因其無法滿足生物體之生長。另外,其不能掌握位於不同區域中之諸多農場之生長狀況。
另外,在PTL 1中所揭示之技術中,藉由基於使用一近紅外線光感測器及一紅色光感測器之來自農產品之影像資料之近紅外線光及紅色光之資料透過一算術計算計算植被指標來評估對農產品之一生長狀況之準確度係不足夠可靠的。換言之,藉由執行結合使用產品之色彩來評估一生長狀況及基於植被指標而評估一生長狀況之兩個評估來改良評估之準確度係困難的。
此外,PTL 1中所揭示之技術揭示用於遙測之一專用裝置可用作一相機。針對用於遙測之此一專用裝置,使用一多光譜相機(多頻帶相機)或一高光譜相機。農場主需要機械開關一帶通濾光器,且影像區域之同步化係不足夠的。另外,由於後者需要掃描,因此影像區域之同步化係不足夠的,此外,由於其之一光學系統係複雜的,因此難以使相機小型化(此係昂貴的),且此外,由於資料佔據一大容量,因此一通信負載增加,且因此相機不適於無線通信。
此外,PTL 1中所揭示之技術係基於評估結果或預期恰當收穫時間應提供至一生產者或一管理者之假設。在此情形中,生產者可預期及掌握一收穫時間,但難以滿足零售商、一般消費者、諸如飯店之消費者、經銷商或想要不通過一零售商採購農產品及/或想要知曉產品之一收穫時間之其他外部方之需求, 期望能夠基於一RGB影像及一NIR影像而恰當計算農產品之一生長指標及一預期恰當收穫時間,且能夠將關於生長指標及預期恰當收穫時間之資訊不僅散佈至一生產者及一管理者而且散佈至零售商、一般消費者及經銷商以及其他者。
本發明之各種實施例係關於若干方法,該等方法包含:獲得包含一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包含以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
進一步實施例係關於若干系統,該等系統包含:一影像擷取裝置,其中該伺服器及該影像擷取裝置中之至少一者經組態以:獲得包 含一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包含以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
又一些實施例係關於其上儲存有致使一處理器執行一方法之指令之有形、非暫時電腦可讀取媒體,該方法包含:獲得包含一組光學資料之一生物體之影像資訊,基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包含以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
如本文中所使用,在各種說明性實施例中,術語「產品」及「農產品」包含生物體。一生物體係任何生命系統。生命系統可係生物接近的。
如本文中所使用,對生物體之一進一步定義係充當展現生命性質之一或多或少穩定整體之一分子總成,其包含能夠生長之任何生命結構。因此,舉例而言,一生物體包含但不限於一動物、真菌、微生物及植物。
因此,如本文中所使用,術語「產品」及其變化形式(包含但不限於「農產品」)包含但不限於動物,諸如牛、山羊、綿羊、豬、魚及家禽。
因此,舉例而言,術語「生長指標」及其變化形式(包含但不限於「生長狀態資訊」、「生長狀況資訊」)包含但不限於生物體(包含 產品及動物)之生長。
另外,舉例而言,術語「收穫」及其變化形式(包含但不限於「收穫」、「收穫時間資訊」、「預期恰當收穫時間」、「收穫計劃」、「收穫計劃資訊」、「收穫開始時間」、「收穫時間」、及「收穫時間限制」)係指生物體之收穫。在各種圖解說明實施例中,收穫包含對成熟生物體(包含產品及/或動物)之任何採收。
因此,如本文中所使用,術語「評估一生長狀況」及其變化形式包含評估生物體(諸如動物及產品)之一生長狀況。此評估可使用動物及產品之各種性質,包含一生長指標及本文中未明確列舉之其他性質
本文中所揭示之方法及系統可使用光學資料。舉例而言,一組光學資料可用於獲得生長資訊或一生長指標。該光學資料可包含包含可見及不可見影像資料之經擷取影像資料。
如本文中所使用,術語「可見影像資料」可包含使用一紅色-綠色-藍色(亦稱為一RGB)色彩模型之影像資料。舉例而言,數位相機及視訊攝影機通常使用一特定RGB色彩空間。
如本文中所使用,術語「不可見影像資料」可包含近紅外線(下文中,亦稱為NIR)。
如本文中所使用,術語「外部方」及其變化形式包含一般消費者、零售商、飯店及食品生產者。舉例而言,外部方可包含與供應鏈系統有關之任何個人或企業。
如本文中所揭示之各種說明性實施例中所使用,一影像擷取裝置係擷取影像資料或影像資訊之一裝置。舉例而言,一影像擷取裝置可包含但不限於儲存及/或傳輸靜止或移動影像資料之光學裝置,諸如一相機或一視訊攝影機。
如本文中所使用,術語「感測器相機」及其變化形式係指擷取 影像之一裝置。感測器相機可具有各種功能,諸如收集、傳送及/或儲存各種性質之能力。此等性質可包含但不限於與生長、溫度、濕度及大氣壓力有關之資訊。
另外,感測器相機可具有經由一網路將資訊或資料傳送至一外部裝置之功能。舉例而言,感測器相機可將資訊(包含所擷取影像資料)供應至一伺服器。
在本文中之說明中,出於圖解說明之目的,可以一特定次序闡述方法。應瞭解,在替代實施例中,可以不同於所闡述之彼次序之一次序執行方法。亦應瞭解,本文中所闡述之方法可由硬體組件執行或可以機器可執行指令序列體現,該等指令可用於致使一機器(諸如一通用或專用處理器(GPU或CPU))或程式化有該等指令之邏輯電路(FPGA)來執行方法。此等機器可執行指令可儲存於一或多個機器可讀取媒體上,諸如CD-ROM或其他類型之光碟、軟磁片、ROM、RAM、EPROM、EEPROM、磁卡或光卡、快閃記憶體或適於儲存電子指令之其他類型之機器可讀取媒體。另一選擇係,方法可由硬體及軟體之一組合執行。
在闡述中給出了特定細節以提供對實施例的透徹理解。然而,熟習此項技術者將理解,可在不具有此等特定細節之情況下實踐說明性實施例。
舉例而言,在某些例項中,可在無不必要細節的情況下展示或論述眾所周知的電路、程序、演算法、結構及技術以便不使說明性實施例模糊。
此外,應注意,實施例經闡述為可繪示為一流程圖、一流程圖式、一資料流程圖式、一結構圖式或一方塊圖及其他圖式之各種程序。儘管此等繪示中之任何者可將操作中之各個部分闡述為一或若干順序程序,但操作中之諸多者或操作中之部分可並行、同時及/或冗 餘執行。
另外,操作之次序可重新配置。一程序在其操作完成時終止,但可具有圖中未包含之額外步驟或重複步驟。一程序可對應於一方法,一函式、一程序、一副常式、一子程式等。當一程序對應於一函式時,其終止對應於該函式返回至呼叫函式或主函式。
此外,實施例可由硬體、軟體、韌體、中間軟體、微碼及硬體描述語言、以及其他或其任何組合來實施。當實施於軟體、韌體、中間軟體或微碼中時,用以執行必需任務之程式碼或碼段可儲存於諸如一儲存媒體之一機器可讀取媒體中。
一(若干)處理器可執行必需任務。一碼段可表示一程序、一函式、一子程式、一程式、一常式、一副常式、一模組、一軟體套件、一類別、或指令、資料結構或程式陳述式之任一組合。一碼段可藉由傳遞及/或接收資訊、資料、引數、參數或記憶體內容而耦合至另一碼段或一硬體電路。資訊、引數、參數、資料等可經由任何適合構件(包含記憶體共用、訊息傳遞、符記傳遞、網路傳輸等)來傳遞、轉發或傳輸。
雖然本文中已詳細描述了本發明的說明性實施例,但應理解,可另外以各種方式體現及採用發明性概念,且所附申請專利範圍意欲解釋為包含此等變化形式(除受先前技術限制外)。
根據本發明所揭示技術之實施例,可計算農產品之一生長指標及一預期恰當收穫時間。在各種實施例中,生長指標及預期恰當收穫時間之計算可經改良優於先前技術計算。
11‧‧‧感測器相機
11-1‧‧‧感測器相機
11-2‧‧‧感測器相機
11-N‧‧‧感測器相機
12‧‧‧終端機裝置
12-1‧‧‧終端機裝置
12-2‧‧‧終端機裝置
12-3‧‧‧終端機裝置
12-4‧‧‧終端機裝置
13‧‧‧網路
14‧‧‧伺服器
31‧‧‧感測器
32‧‧‧紅色-綠色-藍色影像產生單元
33‧‧‧正規化差異植被指標影像產生單元
34‧‧‧控制單元
35‧‧‧網際網路協定位址儲存單元
36‧‧‧全球定位系統
37‧‧‧環境資訊量測單元
38‧‧‧即時時鐘
39‧‧‧生長狀況資訊產生單元
40‧‧‧通信單元
41‧‧‧通訊路徑規定單元
61‧‧‧控制單元
62‧‧‧詢問單元
63‧‧‧操作單元
64‧‧‧通信單元
65‧‧‧網際網路協定位址儲存單元
66‧‧‧顯示單元
81‧‧‧控制單元
82‧‧‧生長狀況資訊累積單元
83‧‧‧目標區域規定單元
84‧‧‧紅色-綠色-藍色影像生長指標計算單元
85‧‧‧正規化差異植被指標影像生長指標計算單元
86‧‧‧立體影像生長指標計算單元
87‧‧‧收穫時間計算單元
88‧‧‧管理資訊累積單元
89‧‧‧生長指標計算單元
90‧‧‧映射單元
91‧‧‧感測器相機操作狀況監測單元
92‧‧‧通信單元
93‧‧‧收穫計劃形成單元
94‧‧‧交付計劃形成單元
95‧‧‧銷售計劃形成單元
96‧‧‧採購計劃形成單元
97‧‧‧詢問接收單元
98‧‧‧回應形成單元
1001‧‧‧中央處理單元
1002‧‧‧唯讀記憶體
1003‧‧‧隨機存取記憶體
1004‧‧‧匯流排
1005‧‧‧輸入及輸出介面
1006‧‧‧輸入單元
1007‧‧‧輸出單元
1008‧‧‧儲存單元
1009‧‧‧通信單元
1010‧‧‧磁碟機
1011‧‧‧可抽換媒體
F‧‧‧IR切斷濾光器
FA‧‧‧黑色(可見光切斷)濾光器/黑色濾光器
FB‧‧‧紅色-綠色-藍色彩色濾光器
FC‧‧‧紅色-綠色-藍色彩色濾光器
FG‧‧‧紅色-綠色-藍色彩色濾光器
FR‧‧‧紅色-綠色-藍色彩色濾光器
G11‧‧‧第一群組
G12‧‧‧第二群組
GW‧‧‧閘道器
IR‧‧‧紅外線光
K‧‧‧基地台
L1‧‧‧藍色光感測器層
L2‧‧‧綠色光感測器層
L3‧‧‧紅色光感測器層
L4‧‧‧近紅外線感測器層
M1‧‧‧農產品
N1‧‧‧節點
N2‧‧‧節點
N3‧‧‧節點
N4‧‧‧節點
N5‧‧‧節點
N6‧‧‧節點
N7‧‧‧節點
N8‧‧‧節點
N9‧‧‧節點
N10‧‧‧節點
N11‧‧‧節點
N12‧‧‧節點
N13‧‧‧節點
N14‧‧‧節點
N15‧‧‧節點
N16‧‧‧節點
N17‧‧‧節點
N21‧‧‧節點
N22‧‧‧節點
N23‧‧‧節點
N31‧‧‧節點
N32‧‧‧節點
N33‧‧‧節點
P1‧‧‧影像/像素
P2‧‧‧像素
P3‧‧‧像素
P4‧‧‧像素
P11‧‧‧影像
P12‧‧‧影像
P13‧‧‧影像
P14‧‧‧影像
P21‧‧‧影像
P22‧‧‧影像
P23‧‧‧影像
P24‧‧‧影像
P31‧‧‧影像
P111‧‧‧影像
P112‧‧‧影像
P113‧‧‧影像
P114‧‧‧影像
P121‧‧‧影像
P123‧‧‧影像
P131‧‧‧影像
P132‧‧‧影像/正規化差異植被指標影像
P151‧‧‧影像
P161‧‧‧影像
P162‧‧‧影像
P163‧‧‧影像
P164‧‧‧影像
P171‧‧‧紅色-綠色-藍色影像
P172‧‧‧正規化差異植被指標影像
SC‧‧‧感測器/近紅外線感測器
T‧‧‧光
圖1係根據本發明所揭示技術之各種實施例之展示一資訊處理系統之一組態實例之一說明性圖式。
圖2係根據本發明所揭示技術之各種實施例之展示圖1之一感測器相機之一組態實例之一說明性圖式。
圖3係根據本發明所揭示技術之各種實施例之展示圖2之感測器相機中之一感測器之一組態實例之一說明性圖式。
圖4係根據本發明所揭示技術之各種實施例之展示圖1之一終端機裝置之一組態實例之一說明性圖式。
圖5係根據本發明所揭示技術之各種實施例之展示圖1之一伺服器之一組態實例之一說明性圖式。
圖6係根據本發明所揭示技術之各種實施例之展示管理資訊之一組態實例之一說明性圖式。
圖7係根據本發明所揭示技術之各種實施例之用於闡述由感測器相機執行之一生長狀況資訊累積程序之一說明性流程圖。
圖8係根據本發明所揭示技術之各種實施例之用於闡述在感測器相機之間之生長狀況資訊之一傳送方法之一說明性圖式。
圖9係根據本發明所揭示技術之各種實施例之用於闡述感測器相機之間生長狀況資訊之另一傳送方法之一說明性圖式,圖10係根據本發明所揭示技術之各種實施例之用於闡述由感測器相機執行之一感測程序之一說明性流程圖。
圖11係根據本發明所揭示技術之各種實施例之用於闡述由一伺服器執行之生長狀況資訊累積程序之一說明性流程圖。
圖12係根據本發明所揭示技術之各種實施例之用於闡述由終端機裝置執行之一收穫計劃接收程序之一說明性流程圖。
圖13係根據本發明所揭示技術之各種實施例之用於闡述一立體影像之一成像原理之一說明性圖式。
圖14係根據本發明所揭示技術之各種實施例之用於闡述終端機裝置與伺服器之間一詢問回應程序之一說明性流程圖。
圖15係根據本發明所揭示技術之各種實施例之用於闡述感測器之一第一修改實例之一說明性圖式。
圖16係根據本發明所揭示技術之各種實施例之用於闡述感測器之一第二修改實例之一說明性圖式。
圖17係根據本發明所揭示技術之各種實施例之用於闡述感測器之一第三修改實例之一說明性圖式。
圖18係根據本發明所揭示技術之各種實施例之感測器之一第四修改實例之一說明性圖式。
圖19係根據本發明所揭示技術之各種實施例之用於闡述一通用個人電腦之一組態實例之一說明性圖式。
在下文中,將闡述用於本發明之各種說明性實施例(下文中稱為「實施例」)。應注意,將以下列次序提供說明。
1.第一實施例(一資訊處理系統之一實施例之組態實例)
2.第一修改實例(一感測器結構之第一修改實例)
3.第二修改實例(感測器結構之第二修改實例)
4.第三修改實例(感測器結構之第三修改實例)
5.第四修改實例(感測器結構之第四修改實例)
(1.第一實施例) [一資訊處理系統之組態實例]
首先,參考圖1,將闡述係本發明所揭示技術之各種實施例之一說明性組態實例之一資訊處理系統之一組態實例。
圖1之資訊處理系統經組態以包含感測器相機11-1至11-N、終端機裝置12-1至12-4(每一終端機裝置由一消費者、一零售商、一經銷商及一農場主管理)、一網路13及一伺服器14。在圖1之資訊處理系統中,由感測器相機11-1至11-N所擷取之影像經由網路13(由網際網路 表示)供應至伺服器14,且藉此伺服器14計算農產品之一生長指標且基於該生長技術計算一預期恰當收穫時間。另外,伺服器14對來自終端機裝置12-1至12-4(每一者由消費者、零售商、經銷商及農場主以及其他外部方管理)之諸如一預期恰當收穫時間之詢問作出回應。
更詳細而言,感測器相機11-1至11-N經安置以使得一整個農地可以用於欲管理之農產品之農產品之農地之預定間隔成像(或以使得可接近於整個農地之區域可由感測器相機11-1至11-N整體上成像),擷取包含RGB像素及NIR像素之影像,且所擷取影像資料經由網路13傳輸至伺服器14。另外,感測器相機11量測溫度、濕度及大氣壓力及其他之資訊作為環境資訊,且將該資訊以及所擷取資料供應至伺服器14作為生長狀態資訊。應注意,除非此組態或其他組態中另有指定,否則感測器相機11-1至11-N簡稱為感測器相機11。
終端機裝置12-1至12-4係分別由一消費者、零售商、一經銷商及一農場主管理之經組態為(舉例而言)個人電腦及其他裝置(亦包含行動終端機,諸如所謂智慧型電話)之資訊管理裝置,且經由網路13進行對一生長指標及一預期恰當收穫時間及其他之資訊之詢問,且接收並顯示對關於伺服器14之詢問之回應資訊。
伺服器14獲取並累積基於影像資料之生長狀況資訊及自感測器相機11供應之其他資訊,且基於影像資料計算一生長指標及一預期恰當收穫時間。另外,除自感測器相機11供應之影像資料外,伺服器14亦使用過去之生長狀況資訊來計算一預期恰當收穫時間。此外,當得出基於生長狀況資訊計算之預期恰當收穫時間時,伺服器14經由網路13將已得出預期恰當收穫時間之資訊通知分別由消費者、零售商、經銷商及農場主管理之終端機裝置12-1至12-4。應注意,預期恰當收穫時間可係作為一恰當開始收穫日之一預期日期,或到自預期日期起預定日數之前的一日,或在自到自該預期日期起數日之前的該日起的預 定日數內。
[用於實現感測器相機之一功能之組態實例]
關於圖2,將闡述用於實現感測相機11之一功能之一說明性組態實例。
每一感測器相機11具備一感測器31、一RGB影像產生單元32、一NDVI影像產生單元33、一控制單元34、一IP位址儲存單元35、一GPS 36、一環境資訊量測單元37、一RTC 38、一生長狀況資訊產生單元39、一通訊單元40及一通訊路徑規定單元41。感測器31經組態為(舉例而言)一影像感測器,且具有如(舉例而言)圖3中所圖解說明之一像素陣列。換言之,在感測器31之像素陣列中,如一影像P1中所示由一般RGB(紅色、綠色及藍色)構成之一拜耳陣列中之綠色陣列中之任何者係由近紅外線像素構成。應注意,在以下圖式中,水平條紋圖案指示綠色,垂直條紋圖案指示藍色,上升陰影部分指示紅色,且下降陰影部分指示近紅外線。
RGB影像產生單元32自由感測器31所擷取之影像信號產生一RGB影像。換言之,RGB影像產生單元32基於具有如圖3之影像P1中所示之像素陣列之由感測器31擷取之影像信號提取綠色、紅色及藍色之信號,如分別由影像P11至P13所示,且藉此藉由色彩插補(demosaicing)信號來產生綠色、紅色及藍色分量信號影像,如由影像P21至P23所示。此外,RGB影像產生單元32藉由形成如由影像P21至P23所示之RGB分量信號影像來產生如由一影像P31所示之一RGB影像。
正規化差異植被指標(NDVI)影像產生單元33自由感測器31所擷取之一影像之信號產生NIR影像。換言之,NDVI影像產生單元33基於具有如由圖3之影像P1所示之像素陣列之由感測器31所擷取之影像之信號提取如由一影像P14所示之NIR信號,且藉此產生如由一影像P24所示之一NIR分量信號影像。此外,NDVI影像產生單元33基於 NIR分量信號影像及由上文所闡述RGB影像產生單元32產生之一紅色分量信號影像產生一NDVI影像。應注意,正規化差異植被指標(NDVI)稍後將詳細闡述。
控制單元34係由(舉例而言)一為處理器、一記憶體及諸如此類構成,藉由執行儲存於記憶體中之程式來執行各種處理,且因此控制感測器相機11之整個操作。
網際網路協定(IP)位址儲存單元35儲存IP位址,該IP位址係用於個別識別感測器相機11之資訊,且可將IP位址之資訊供應至控制單元34。全球定位系統(GPS)36自衛星(圖式中未展示)接收無線電波,計算諸如感測器相機11安置於其中之地球之經度及緯度之位置資訊,且將該資訊供應至控制單元34。環境資訊量測單元37量測溫度、濕度及大氣壓力及其他之資訊作為關於感測器相機11安裝於其中之環境之資訊,且將該資訊供應至控制單元34。該單元包含一即時時鐘(RTC),且始終產生時間資訊且將該資訊供應至控制單元34。應注意,此處,闡述其中使用IP位址作為用於個別識別感測器相機11之資訊之實例,然而,可使用除IP位址外之資訊作為可個別識別感測器相機11之資訊。
在感測器31擷取一影像時,生長狀況資訊產生單元39產生包含IP位址、RGB影像、NDVI影像、位置資訊及環境資訊連同擷取時間之時間資訊之生長狀況資訊。應注意,除IP位址、RGB影像、NDVI影像、位置資訊及環境資訊外之資訊可包含於生長狀況資訊中,只要一生長狀況可與該資訊相符。
通信單元40係經由網路13(諸如網際網路)執行有線或無線通信之一單元(舉例而言,包含一乙太網路板及其他單元),且由控制單元34控制以將生長狀況資訊傳輸至伺服器14。通信路徑規定單元41規定在由通信單元40進行之傳輸生長狀況資訊期間之一通信路徑。換言之, 通信路徑規定單元41將由眾多感測器相機11供應至伺服器14之生長狀況資訊以在感測器相機11之間順序中繼之形式傳輸至伺服器14。換言之,在傳輸感測器相機11-1至11-3中之每一者之生長狀況資訊時,感測器相機11-1將其生長狀況資訊傳輸至感測器相機11-2,且感測器相機11-2將自感測器相機11-1供應之生長狀況資訊及其自有之生長狀況資訊傳輸至感測器相機11-3。此外,感測器相機11-3將感測器相機11-1及11-2之生長狀況資訊及其自有之生長狀況資訊供應至伺服器14。為執行通信,通信路徑規定單元41藉由決定應通過哪一感測器相機11來傳輸一感測器相機之生長狀況資訊來規定一通信路徑。作為一項說明性特定實例,在一感測器相機11之一通信路徑規定單元41透過一通信單元40與一附近感測器相機11之一通信路徑規定單元41通信且一起擷取成對之影像以便(舉例而言)構成稍後將闡述之一立體影像,任一感測器相機設定並規定一路徑以便傳輸生長狀況資訊。在此程序之情況下,可減少通信路徑方面之複雜性,且一通信速度可改良。此形式之通信可與由(舉例而言)Zigbee(經註冊商標)表示之近場通信相同。應注意,若生長狀況資訊件可以經改良效率在路徑上順序地傳輸至伺服器14,則一通信路徑可係有用的,上文所闡述之中繼之形式僅係一實例,且資訊件可以另一形式傳輸。
[用以實現終端機裝置之一功能之組態實例]
關於圖4,將闡述用以實現終端機裝置12(每一者由消費者、零售商、經銷商及農場主管理)之一功能之一說明性組態實例。
由消費者、零售商、經銷商及農場主管理之終端機裝置12中之每一者經組態以包含一控制單元61、一詢問單元62、一操作單元63、一通信單元64、一IP位址儲存單元65,及一顯示單元66。控制單元61可包含一微處理器及一記憶體及其他組件,且控制終端機裝置12之整體操作,其中微處理器執行儲存於記憶體中之資料及程式。在存在用 以透過操作單元63(包含一鍵盤及一滑鼠及其他)之一操作對由感測器相機11擷取之影像、一生長指標及一預期恰當收穫時間中之全部或某些進行一詢問之一指令時,詢問單元62控制包含一乙太網路板之通信單元64,舉例而言,以使得產生用於連同儲存於IP位址儲存單元65中之用於規定感測器相機11之IP位址之資訊向伺服器14進行對由感測器相機11擷取之影像、一生長指標及一預期恰當收穫時間之一詢問之詢問資訊且由詢問單元自身管理(或詢問單元期望進行一詢問之資訊)。詢問單元62使用通信單元64將所產生詢問資訊傳輸至伺服器14。另外,通信單元64接收回應於詢問信息自伺服器14傳輸之回應資訊且將該資訊供應至控制單元61。控制單元61致使包含一液晶顯示器(LCD)及一有機EL(電致發光)及其他之顯示單元66來顯示該回應資訊。
[用以實現伺服器之一功能之組態實例]
關於圖5,將闡述用以實現伺服器14之一功能之一說明性組態實例。
伺服器14經組態以包含一控制單元81、一生長狀況資訊累積單元82、一目標區域規定單元83、一RGB影像生長指標計算單元84、一NDVI影像生長指標計算單元85、一立體影像生長指標計算單元86、一收穫時間計算單元87、一管理資訊累積單元88、一生長指標計算單元89、一映射單元90、一感測器相機操作狀況監測單元91、一通信單元92、一收穫計劃形成單元93、一交付計劃形成單元94、一銷售計劃形成單元95、一採購計劃形成單元96、一詢問接收單元97及一回應形成單元98。
控制單元81可包含一微處理器、一記憶體及諸如此類,且藉由執行儲存於記憶體中之資料及程式控制伺服器14之整個操作。
生長狀況資訊累積單元82儲存與用於識別感測器相機11之IP位址相關聯之經由通信單元92自感測器相機11供應之生長狀況資訊。
目標區域規定單元83基於包含於生長狀況資訊中之一RGB影像而在一影像內規定欲監測之農產品存在於其中之一區域。作為一項說明性特定實例,目標區域規定單元83儲存用作每一農產品之特性資訊之色彩及形狀之圖案,且藉由搜尋RGB影像內匹配特性資訊之一區域來規定一目標區域。應注意,此處,然而,經闡述提供於伺服器14中之目標區域規定單元83可提供於每一感測器相機11中,以使得(舉例而言)目標區域之資訊包含於生長狀況資訊中。另外,由於目標區域規定單元83僅必須能夠規定一目標區域,因此目標區域規定單元可僅使用除一RGB影像外之一影像(舉例而言,一NIR影像)來規定一目標區域。
RGB影像生長指標計算單元84基於經規定為在一RGB影像外之一目標區域之一影像區域之資訊而計算一生長指標。舉例而言,由於其中計及一穗中一稻殼之綠色比率係約10%之時間經設定為一收穫開始時間,且其中其一比率係約2%之時間經設定為一收穫時間限制,因此RGB影像生長指標計算單元84基於稻殼之綠色比率計算一生長指標。由於RGB影像生長指標計算單元84僅使用其中存在一目標之一RGB影像中之一區域之影像資訊來計算一RGB影像生長指標,因此RGB影像生長指標計算單元84可以較高準確率計算生長指標。
NDVI影像生長指標計算單元85基於經規定為一NDVI影像中之一目標區域之一影像區域之資訊計算一生長指標。此處,一NDVI指示如由以下公式(1)表達之一正規化植被指標。
NDVI=(R_NIR-R_RED)/(R_NIR+R_RED)...(1)
在公式(1),NDVI係一正規化植被指標,R_NIR係近紅外線光之反射比,且R_RED係紅色光之反射比。因此,上文所闡述之感測器相機11之NDVI影像產生單元33產生自上文所闡述公式(1)之一算術計算獲得之一影像作為一NDVI影像。一NDVI用作葉子之一生長指標。應 注意,藉由獲得非一目標區域之一區域(舉例而言,天空)之紅色光強度及NIR強度作為入射光強度,且獲得一目標區域中之紅色光強度及NIR強度作為一RGB影像及一NIR影像中之反射光強度來計算近紅外線光及紅色光之反射比。另外,亦可藉由參考具有一習知反射比之一擴散板量測入射光之強度,自該強度與一目標之反射照度之間的一比率計算一反射係數,及將該係數轉換成一反射比來獲得近紅外線光及紅色光之反射比。此外,NDVI影像生長指標計算單元85自一目標區域之僅一NDVI之平均值、變異數或高階變異數計算一NDVI影像生長指標。在該操作之情況下,僅自目標區域內之像素獲得之資訊計算NDVI影像生長指標,且NDVI影像生長指標可以較高準確度計算。
立體影像生長指標計算單元86基於由複數個感測器相機11所擷取之相同目標之區之資訊產生一視差影像,獲取目標農產品之大小作為立體資訊,且基於包含立體大小之影像資訊計算一立體影像生長指標。
收穫時間計算單元87基於一RGB生長指標、一NDVI生長指標、一立體影像生長指標以及累積於生長狀況資訊累積單元82中之上文所提及元件之資訊之過去資訊計算一預期恰當收穫時間。
如圖6中所示,管理資訊累積單元88儲存針對用於識別感測器相機11之每一IP位址之以下各項之資訊:一感測器位置、一區域(一國家、一城市等)、農產品之類型、農產品(或一農場)之所有者、一農場或牧場Gp、一合約經銷商、一合約零售商、一群組、一生長指標及一預期恰當收穫時間。在感測器位置之欄位中,登記由提供於感測器相機11中之GPS 36獲取之資訊。在一區域之欄位中,登記與一感測器位置相關聯設定之一國家、一城市等。在農產品之類型之欄位中,登記指示在由感測器相機11監測之一栽培區中栽培之農產品質類型之資訊。在農產品(或一農場)之所有者之欄位中,登記針對其安裝由IP位 址規定之感測器相機11之一農產品或一農場之所有者之資訊。在農場或牧場Gp之欄位中,登記(舉例而言)由相同所有者管理之一群組。在合約經銷商之欄位中,登記將運輸由經IP位址識別之感測器相機11監測之農產品之一經銷商之資訊。在合約零售商之欄位中,登記將銷售由經IP位址識別之感測器相機11監測之農產品之一合約零售商之資訊。在群組之欄位中,登記分配給同時執行收穫之區域之一群組名稱。在生長指標之欄位中,登記由IP位址識別之感測器相機11監測之範圍內之農產品之一生長指標。在預期恰當收穫時間之欄位中,登記基於生長指標及其過去資訊預期之一預期恰當收穫時間之資訊。
在圖6中,AAA、BBB及CCC經登記為IP位址。另外,具有一IP位址AAA之一感測器位置由A指示,區域由a指示,農產品之類型由α指示,農產品之所有者由「Kou」指示,農場或牧場Gp由G1指示,合約經銷商由(1)指示,合約零售商由「Ah」指示,群組由i指示,生長指標由60指示,且預期恰當收穫時間由10月15日指示。
以一類似方式,具有一IP位址BBB之一感測器位置由B指示,區域由a指示,農產品之類型由α指示,農產品之所有者由「Kou」指示,農場或牧場Gp由G1指示,合約經銷商由(1)指示,合約零售商由「Ah」指示,群組由i指示,生長指標由70指示,且預期恰當收穫時間由10月16日指示。
此外,具有一IP位址CCC之一感測器位置由C指示,區域由c指示,農產品之類型由β指示,農產品之所有者由「Otsu」指示,農場或牧場Gp由G2指示,合約經銷商由(2)指示,合約零售商由「Eah」指示,群組由ii指示,生長指標由65指示,且預期恰當收穫時間由10月20日指示。
生長指標計算單元89基於指標中之任何一者或全部將一生長指標集計算為(舉例而言)一RGB生長指標、一NDVI生長指標及一立體 影像生長指標之一加權平均數。
映射單元90將藉由映射生長指標及預期恰當收穫時間獲得之資訊產生為關於每一區域之映射之資訊。
當感測器相機操作狀況監測單元91比較包含於生長狀況資訊中之RGB影像之時間序列之改變且存在極其劇烈之改變時,感測器相機操作狀況監測單元藉由判定是否在感測器相機11中發生一異常操作狀態來監測操作狀況。
通信單元92可包含一乙太網路板及諸如此類,且由控制單元81控制,藉此接收生長狀況資訊及自終端機裝置12傳輸之詢問資訊且將回應資訊傳輸至終端機裝置12。
收穫計劃形成單元93基於生長狀況資訊及預期恰當收穫時間資訊自收穫時間資訊產生收穫計劃資訊,並藉由使用通信單元92將資訊傳輸至由農場主管理及操作之終端機裝置12。應注意,收穫計劃資訊不僅可傳輸至由農場主管理及操作之終端機裝置12而且亦傳輸至由經銷商、零售商及消費者管理及操作之終端機裝置12。由於該傳輸,經銷商、零售商及消費者亦可自收穫計劃資訊規劃其自有之分銷計劃、銷售計劃及採購計劃。
交付計劃形成單元94基於生長狀況資訊及預期恰當收穫時間資訊自收穫時間資訊產生交付計劃資訊,且藉由使用通信單元92將該資訊傳輸至由經銷商管理及操作之終端機裝置12。
銷售計劃形成單元95基於生長狀況資訊及預期恰當收穫時間資訊自收穫時間資訊產生銷售計劃資訊,且藉由使用通信單元92將該資訊傳輸至由零售商管理及操作之終端機裝置12。
採購計劃形成單元96基於生長狀況資訊及預期恰當收穫時間資訊自收穫時間資訊產生採購計劃資訊,且藉由使用通信單元92將該資訊傳輸至由消費者管理及操作之終端機裝置12。
詢問接收單元97控制通信單元92以使得(舉例而言)透過網路13接收包含自由消費者、零售商、經銷商及農場主中之任一者操作之終端機裝置12傳輸之關於一收穫時間及其他資訊之詢問之詢問資訊。
回應形成單元98對應於經接收為詢問資訊之資訊產生包含(舉例而言)由映射單元90產生之生長指標映射資訊之回應資訊,且控制通信單元92以使得將回應資訊傳輸至傳輸詢問資訊之終端機裝置12。
[由一感測器相機進行之生長狀況資訊累積程序]
關於圖7,將闡述由一感測器相機11進行之一說明性生長狀況資訊累積程序。
在步驟S11中,感測器相機11之控制單元34基於由RTC 38產生之時間資訊及先前感測程序開始之時間資訊判定一預定時間是否已自一先前感測程序過去。當一預定時間在步驟S11中尚未自先前感測程序過去時,程序繼續進行至步驟S15。
在步驟S15中,控制單元34判定是否已透過圖式中未展示之一操作單元之操作指示一操作之一結束。當在步驟S15中指示操作之一結束時,程序結束,且當未指示操作之一結束時,程序返回至步驟S11。換言之,重複步驟S11及S15之程序直至指示操作之一結束或預定時間過去。另外,當預定時間在步驟S11中過去時,程序繼續進行至步驟S12。
在步驟S12中,感測器31執行一感測程序,且自該感測程序獲取一RGB影像及一NDVI影像。應注意,稍後將參考圖10之流程圖詳細闡述感測程序之各種說明性實施例。
在步驟S13中,生長狀況資訊產生單元39基於以下資訊產生生長狀況資訊:自感測程序獲取之RGB影像及NDVI影像、儲存於IP位址儲存單元35中之IP位址、包含由GPS 36獲取之在地球上之經度及緯度之位置資訊、由環境資訊量測單元37量測之溫度、濕度及大氣壓力之 資訊及由RTC 38產生之時間資訊。應注意,由於生長狀況資訊僅必須包含指示農產品之一生長狀況之資訊或用於辨識生長狀況之資訊,因此除RGB影像及NDVI影像、IP位址、包含在地球上之經度及緯度之位置資訊、溫度、濕度及大氣壓力之資訊以及時間資訊外,生長狀況資訊亦可包含指示一生長狀況之資訊或用於辨識生長狀況之資訊。
在步驟S14中,控制單元34控制通信單元40以使得將所產生生長狀況資訊傳輸至伺服器14,且程序返回至步驟S11。現在,在各種實施例中,控制單元34控制通信路徑規定單元41以便與一周邊感測器相機11通信,然後規定將通過其用於將生長狀況資訊傳輸至伺服器14之一感測器相機11,且然後經由隨規定感測器相機11在通信路徑上將生長狀況資訊傳輸至伺服器14。
換言之,如圖8中所圖解說明,舉例而言,當感測器相機11安裝於其中之位置由節點N1至N10指示時,且資訊經設定以經由一基地台K及一閘道器GW輸出至網際網路,對應於節點N5之感測器相機11之生長狀況資訊透過定位於附近之由節點N4指示之感測器相機11及由節點N3指示之感測器相機11傳送至基地台K。在此說明性情形中,由節點N4指示之感測器相機11將節點N5之生長狀況資訊及其自有之生長狀況資訊傳送至節點N3。此外,節點N1及N2將其自有之生長狀況資訊傳送至節點N3。另外,節點N3重新配置自N1至N5之生長狀況資訊且將其傳送至基地台K。另外,由節點N7指示之感測器相機11將生長狀況資訊傳送至由節點N6指示之感測器相機11,且由節點N6指示之感測器相機11重新配置節點N6及N7之生長狀況資訊,且經由基地台K及閘道器GW將該資訊輸出至網際網路。此外,分別由節點N9及N10指示之感測器相機11將其生長狀況資訊傳送至由節點N8指示之感測器相機11,由節點N8指示之感測器相機11重新配置節點N8至N10之生長狀況資訊,且經由基地台K及閘道器GW將該資訊輸出至網際網 路。
由於上文之程序,因此可更大程度地減輕由基地台K及閘道器GW之間的通信導致之複雜性且可以比在同時輸出來自所有感測器相機11之生長狀況資訊時高之一速度傳送生長狀況資訊。應注意,由於所有感測器相機11之生長狀況資訊僅必須高效地傳輸至伺服器14,因此可使用除以如上文所闡述之中繼之形式在感測器相機11之間傳送外之方法來傳送所有感測器相機11之生長狀況資訊,或舉例而言,可自感測器相機11中之每一者直接傳送至基地台K。另外,感測器相機11中之每一者可重新配置並傳送來自另一感測器相機11之生長狀況資訊,或可以一預定順序將每一件生長狀況資訊順序地傳送至基地台K。作為一項實例,當感測器相機11中之每一者將生長狀況資訊直接傳送至基地台K時,資訊可自感測器相機11中之每一者傳送至基地台K,且此可以經改良效率發生。
另外,如圖9中所圖解說明,當安裝由節點N11至N17、N21至N23及N31至N33指示之感測器相機11時,其可經組態以使得關於由(舉例而言)節點N21至N23及N31至N33指示之感測器相機11,由節點N21至N23指示之感測器相機11經設定為一第一群組G11,由節點N31至N33指示之感測器相機11經設定為一第二群組G12,生長狀況資訊中之若干件經收集於每一群組之一各別節點中,且各別節點之感測器相機11重新配置並輸出屬於該群組之其他節點之感測器相機11之生長狀況資訊中之若干件。此外,關於設定群組G11及G12,舉例而言,存在於歸相同所有者所有之農地中之感測器相機11可經設定為在相同群組中,或經成對以便擷取本文中所闡述之一立體影像之感測器相機11可經設定處於相同群組中。
自上文所闡述之程序,包含RGB影像及NDVI影像之生長狀況資訊中之若干件可以一預定時間間隔產生,順序地傳輸至伺服器14,且 順序地累積於伺服器14中。
[感測程序]
關於圖10,將闡述一說明性感測程序。
在步驟S31中,感測器31擷取具有其中待收穫之農產品之大小及色彩可在係一拍攝對象之產品之一栽培範圍中完全辨識之一大小之一影像。另外,感測器相機11以一間隔且沿可執行在上文所闡述之成像條件下之農地之成像之一方向安裝
在步驟S32中,RGB影像產生單元32及NDVI影像產生單元33對由感測器31擷取之像素之每一色彩之光束執行一色彩插補程序。換言之,RGB影像產生單元32對各別紅色光、綠色光及藍色光之像素執行色彩插補程序以產生紅色、綠色及藍色分量信號影像。另外,NDVI影像產生單元33對NIR像素執行一色彩插補程序以產生一NIR分量信號影像。
在步驟S33中,RGB影像產生單元32組合經色彩插補RGB分量信號影像以產生一RGB影像。
在步驟S34中,NDVI影像產生單元33針對每一像素量測用作自經識別為天空之一影像之一區域入射之光之NIR及紅色光之強度及基於NIR影像及紅色影像量測用作除上文所提及區域外之區域中之反射光之NIR及紅色光之強度,計算NIR光與紅色光之反射比,且產生一NDVI影像。出於此原因,感測器31係以包含係一拍攝對象之農產品之經擷取區域及其中可量測自天空之紅色光或NIR之入射光之一區域之一角度安裝。另外,當難以按此角度安裝感測器時,一全景及一傾斜機制提供於感測器相機11中,用面向天空之相機擷取紅色光及NIR之入射光,相機經控制以使得使係一拍攝對象之農產品之區域成像,擷取反射光,且產生上文所闡述之NDVI影像。另外,亦可藉由參考具有一習知反射比之一擴散板量測入射光之強度,亦可藉由參考具有 一習知反射比之一擴散板量測入射光之強度,自該強度與一目標之反射照度之間的一比率計算一反射係數,及將該係數轉換成一反射比來獲得NIR及紅色光之反射比。
在步驟S35中,控制單元34控制環境資訊量測單元37以使得量測構成環境資訊之溫度、濕度及大氣壓力。
藉助上文所闡述之程序,產生構成生長狀況資訊之資訊,諸如RGB影像、NDVI影像及包含於所量測環境資訊中之溫度、濕度及大氣壓力。應注意,構成生長狀況資訊之資訊可包含除RGB影像、NDVI影像及包含於環境資訊中之溫度、濕度及大氣壓力外之資訊。此資訊可包含辨識一生長狀況所需之資訊。
[由伺服器及每一終端機裝置進行之生長狀況資訊累積程序]
關於圖11及圖12,將闡述由伺服器14及每一終端機裝置12進行之生長狀況資訊累積程序。
在步驟S61中,伺服器14之控制單元81控制通信單元92以使得判定是否已自任何感測器相機11傳輸生長狀況資訊,且當未傳輸資訊時,程序繼續進行至步驟S82。
在步驟S82中,控制單元81判定是否已操作圖式中未展示之一操作單元且已指示結束一操作,且當指示結束該操作時,程序結束。另外,當未指示結束該操作時,程序返回至步驟S61。換言之,當未指示結束該操作且未闡述生長狀況資訊時,重複步驟S61及S82之程序。當在步驟S61中傳輸生長狀況資訊(舉例而言,自圖7之步驟S14之程序)時,程序繼續進行至步驟S62。
在步驟S62中,控制單元81控制通信單元92以使得接收自感測器相機11傳輸之生長狀況資訊,且控制生長狀況資訊累積單元82以使得累積所接收之生長狀況資訊。在此說明性情形中,所接收生長狀況資訊可由來自複數個感測器相機11之複數個生長狀況資訊件構成,如本 文中所闡述。因此,可透過一單次程序累積複數個生長狀況資訊件。然而,在以下說明中,整個程序藉由假設在一個接收程序中自兩個感測器相機11(其擷取相同目標作為一立體影像)傳輸生長狀況資訊件而繼續進行,但其他程序亦由本發明之各種實施例囊括。
在步驟S63中,控制單元81控制目標區域規定單元83以使得規定係藉由基於包含於所傳輸生長狀況資訊中之一RGB影像使目標農產品成像獲得之一影像中之一區域之一目標區域。如一項說明性特定實例,目標區域規定單元83提取諸如將自RGB影像計算其之一生長指標之農產品之形狀及色度之特徵資訊。另外,目標區域規定單元83判定所提取特徵資訊是否匹配提前儲存之農產品之實際形狀及色度,且規定包含其中使欲計算其之一生長指標之農產品成像之匹配RGB影像內之區域之一目標區域。應注意,在此說明性情形中,關於欲規定之農產品,舉例而言,目標區域規定單元83可藉由基於包含於包含RGB影像之生長狀況資訊中之IP位址搜尋累積於管理資訊累積單元88中之管理資訊,及讀取並使用登記於農產品之類型之欄位中之資訊(如圖6中所示)來規定特徵資訊。
在步驟S64中,控制單元81控制RGB影像生長指標計算單元84以使得基於RGB影像中之目標區域計算一RGB影像生長指標。作為一項說明性特定實例,舉例而言,關於水稻之一收穫時間,RGB影像生長實數計算單元84假定計及一穗中一稻殼之綠色比率係約10%之時間係一收穫開始時間,且其中其一比率係約2%之時間係一收穫時間限制,且因此,基於稻殼之綠色比率計算一生長指標,且該指標經定義為一RGB影像生長指標。
在步驟S65中,控制單元81控制NDVI影像生長指標計算單元85以使得基於一NDVI影像中之目標區域計算一NDVI影像生長指標。作為一項說明性特定實例,NDVI影像生長指標計算單元85計算(舉例而 言)目標區域之一NDVI之平均值、變異數或高階變異數,藉此計算NDVI影像生長指標。
在步驟S66中,控制單元81控制立體影像生長指標計算單元86以使得基於一立體影像計算一立體影像生長指標。作為一項說明性特定實例,立體影像生長指標計算單元86自擷取RGB影像以構成立體影像之至少兩個感測器相機11提取包含於生長狀況資訊中之兩個RGB影像。換言之,如圖13中所圖解說明,感測器相機11-1及11-2自不同角度使相同農產品M1成像,且立體影像生長指標計算單元86自由兩個感測器相機11-1及11-2擷取之兩個RGB影像產生一立體影像,亦即,一視差影像。此外,立體影像生長指標計算單元86基於視差影像產生存在於目標區域中之農產品之一個三維影像。且自該大小計算一立體影像生長指標。應注意,步驟S65及S66之程序中之目標區域可係除基於RGB影像獲得之一區域外之一區域,只要可自其規定係一目標之產品之一區域即可,或係(舉例而言)屬於具有一目標存在於其中之一高機率且具有高於一預定值之一NDVI值之NDVI影像之一區域以及基於RGB影像獲得之一區域中之任何者之一區域可經設定為目標區域。
在步驟S67中,控制單元81控制生長指標計算單元89以使得基於RGB影像生長指標、NDVI影像生長指標及立體影像生長指標計算目標農產品之一生長指標。作為一項說明性特定實例,生長指標計算單元89可將三種生長指標之平均值假定為一生長指標,可將該等指標之加權總和假定為一生長指標,或可選擇該等指標中之一者作為一生長指標。另外,當不可能計算RGB應在生長指標、NDVI影像生長指標及立體影像生長指標之全部時,可計算之生長指標之平均值或加權總和可設定為一生長指標。
在步驟S68中,控制單元81在累積於管理資訊累積單元88中之管理資訊當中搜尋對應於包含於自感測器相機11傳輸之生長狀況資訊中 之IP位址之管理資訊,且將包含於所搜尋管理資訊中之生長指標更新為自上文所闡述程序計算之一值。
在步驟S69中,控制單元81控制收穫時間計算單元87以使得基於生長指標、環境資訊及生長狀況資訊以及過去之收穫時間之資訊計算一收穫時間。換言之,收穫時間計算單元87基於此季節之一生長評估指標之一改變之資訊與過去之收穫時間之資訊之間的關係計算自該生長評估指標之一改變之資訊預期之此季節之一收穫時間作為一預期恰當收穫時間。
在步驟S70中,控制單元81在累積於管理資訊累積單元88中之管理資訊當中搜尋對應於包含於自感測器相機11傳輸之生長狀況資訊中之IP位址之管理資訊,且將包含於所搜尋管理資訊中之預期恰當收穫時間之資訊更新至自上文所闡述程序計算之一值。
在步驟S71中,控制單元81控制感測器相機操作狀況監測單元91以使得判定傳輸基於RGB影像之生長狀況資訊之感測器相機11中是否發生一異常。作為一項說明性特定實例,感測器相機操作狀況監測單元91比較一當前RGB影像與在先前時間處所擷取之一RGB影像,兩個RGB影像皆具有包含於累積於生長狀況資訊累積單元82中之生長狀況資訊當中之所傳輸生長狀況資訊中之相同IP位址,且基於影像之間的一改變是否大於一預定值判定感測器相機11中是否發生一異常。換言之,感測器相機11係基本定點相機,且即使一影像間隔之一預定時間(舉例而言)係約一日,但將不存在RGB影像之一顯著改變。因此,若存在一顯著改變,則認為感測器相機11中已發生一問題。因此,當感測器相機操作狀況監測單元91比較當前所傳輸RGB影像與先前RGB影像,且由於影像之間之一顯著改變而認為相機中發生一異常時,程序繼續進行至步驟S72。應注意,亦可自對NIR影像、NDVI影像、NDVI平均值、變異數、高階變異數及生長指標之一比較判定感測器相機11 中發生一異常。
在步驟S72中,感測器相機操作狀況監測單元91認為傳輸生長狀況資訊之感測器相機11中發生一異常,基於感測器相機11之IP位址搜尋管理資訊,及將該發生通至由包含於所搜尋管理資訊中之農產品(農地)之所有者管理及操作之一終端機裝置12或圖式中未展示之一行動電話。
另一方面,當在步驟S71中認為無異常發生時,跳過步驟S72之程序。
在步驟S73中,控制單元81判定生長指標是否高於一預定臨限值,及預期恰當收穫時間即將到來。在步驟S73中,舉例而言,當生長指標高於預定臨限值且預期恰當收穫時間即將到來時,換言之,當認為對應於預期恰當收穫時間之剛好那日或早於剛好那日預定日數的一日即將到來時,程序繼續進行至步驟S74。
在步驟S74中,控制單元81控制收穫計劃形成單元93以使得形成一收穫計劃。舉例而言,收穫計劃形成單元93估計將自其中預期恰當收穫時間在根據IP位址管理之管理資訊中重疊之一範圍收穫之作物之一量,且基於用於收穫之農業機器之處理效能(其可由相同農產品(農地)之所有者提前登記)擬定自一收穫開始日起如何繼續進行收穫程序之一收穫日程。
在步驟S75中,控制單元81控制通信單元92以使得由收穫計劃形成單元93形成之收穫計劃之資訊傳輸至由農場主管理及操作之終端機裝置12。應注意,收穫計劃之資訊亦可傳輸至由經銷商、零售商及消費者管理及操作之終端機裝置12。藉助此操作,經銷商、零售商及消費者可依據收穫計劃之資訊擬定其自有之分銷計劃、銷售計劃及採購計劃。
在此程序之後,在步驟S91(圖12)中,每一終端機裝置12之控制 單元61控制通信單元64以使得判定是否已傳輸收穫計劃,且重複相同程序直至計劃經傳輸為止。當在步驟S91中透過(舉例而言)圖12之步驟S75之程序傳輸收穫計劃時,程序繼續進行至步驟S92。
在步驟S92中,控制單元61控制通信單元64以使得接收收穫計劃之所傳輸資訊。
在步驟S93中,控制單元61致使由通信單元64接收之收穫計劃之資訊顯示於顯示單元66上。
在步驟76(圖11)中,控制單元81控制交付計劃形成單元94以使得形成一交付計劃。舉例而言,交付計劃形成單元94估計將自其中預期恰當收穫時間在根據IP位址管理之管理資訊中重疊之一範圍收穫之作物之一量,且基於用於交付之交付運載工具之運輸效能(其可由合約經銷商提前登記)擬定自收穫開始日起如何繼續進行交付程序之一交付日程。
在步驟S77中,控制單元81控制通信單元92以使得將由交付計劃形成單元94產生之交付計劃之資訊傳輸至由合約經銷商管理及操作之終端機裝置12。應注意,由於在終端機裝置12中執行之一程序僅接收及顯示交付計劃而非參考圖12之流程圖所闡述之程序中之收穫計劃,因此省略對該程序之闡述。另外,在步驟S76及S77之程序中,將所有農地(包含未與經銷商、零售商及消費者訂合約之農地)之一交付計劃、一銷售計劃及一採購計劃傳輸至圖1中經展示為一系列服務之合約商之經銷商、零售商及消費者。此外,在步驟S76及S77之程序中,可將針對在經銷商、零售商及消費者之商業範疇內之區域內之農地之一交付計劃、一銷售計劃及一採購計劃傳輸至在圖1中展示為一系列服務之合約商之經銷商、零售商及消費者。在此一說明性情形中,針對一大型分銷公司,舉例而言,交付計劃可傳輸至其分公司。
在步驟S78中,控制單元81控制銷售計劃形成單元95以使得形成 一銷售計劃。作為一項說明性特定實例,銷售計劃形成單元95估計將自其中預期恰當收穫時間在根據IP位址管理之管理資訊中重疊之一範圍收穫之作物之一量,且基於一店面中可陳列之產品之一量(其由合約零售商提前登記)擬定自收穫開始日起如何繼續進行銷售之一銷售日程。
在步驟S79中,控制單元81控制通信單元92以使得將由銷售計劃形成單元95形成之銷售計劃之資訊傳輸至由合約零售商管理及操作之終端機裝置12。應注意,由於在終端機裝置12中執行之一程序僅接收及顯示銷售計劃而非參考圖12之流程圖所闡述之程序中之收穫計劃,因此省略對其闡述。另外,在步驟S78及S79之程序中,其可經組態以使得自圖1中所示用作每一農地之一系列服務之合約商之零售商選擇在一農地附近之一零售商,且將銷售計劃傳輸至所選定零售商。在此一說明性情形中,舉例而言,銷售計劃可傳輸至一大型零售商(諸如一超級市場)之分公司,且此外,可將一交付計劃添加至其之資訊傳輸至該分公司。
在步驟S80中,控制單元81控制採購計劃形成單元96以使得形成一採購計劃。作為一項說明性特定實例,採購計劃形成單元96估計將自其中預期恰當收穫時間在根據IP位址管理之管理資訊中重疊之一範圍收穫之作物之一量,且基於欲採購之產品之一所要量(其由合約消費者提前登記)擬定自收穫開始日起如何繼續進行採購之一採購日程。
在步驟S81中,控制單元81控制通信單元92以使得將由採購計劃形成單元96產生之採購計劃之資訊傳輸至終端機裝置12,且程序返回至步驟S61。應注意,由於在終端機裝置12中執行之一程序僅接收及顯示採購計劃而非參考圖12之流程圖所闡述之程序中之收穫計劃,因此省略對其闡述。另外,在步驟S80及S81之程序中,可將對欲採購產 品之一農地之採購計劃傳輸至係一系列服務之合約商之圖1中所示之消費者中之每一者消費者。外,採購計劃可根據一特定零售商(舉例而言,其位於一消費者之位置附近)之一銷售計劃產生且將該計劃傳輸至自該零售商採購該產品之消費者
另外,在步驟S73中,當生長指標不高於預定臨限值時,程序繼續進行至步驟S83至S86。應注意,由於步驟S83至S86之程序係與步驟S74、S76、S78及S80之程序相同,因此省略對其闡述。換言之,甚至當在步驟S73中生長指標不高於預定臨限值時,其可經組態以使得形成收穫計劃、交付計劃、銷售計劃及採購計劃,且當存在關於該等計劃中之每一者之一詢問時,可對該等計劃中之每一者作出一回應,且每當發生生長指標之發展時可傳輸該發展。
換言之,自上文之程序,順序累積以一預定時間間隔自感測器相機11傳輸之生長狀況資訊中之若干件。在彼時間期間,基於生長狀況資訊中之若干件順序地更新及記錄基於感測器相機11之IP位址管理之管理資訊中之生長指標及預期恰當收穫時間。因此,將生長指標及預期恰當收穫時間以一預定時間間隔更新至最新資訊,且當預期恰當收穫時間即將到來時,可將更新資訊即時傳送至由農場主、合約經銷商、合約零售商及合約消費者中之每一者管理及操作之終端機裝置12作為收穫計劃、交付計劃、銷售計劃及採購計劃之資訊。另外,由於可藉由傳送收穫計劃、交付計劃、銷售計劃及採購計劃之資訊來根據預期恰當收穫時間進行恰當行為,因此高效的收穫、交付、銷售及採購係可能的。此外,藉由以一時間序列方式比較RGB影像,藉此偵測感測器相機11中之一異常,可監測是否恰當安裝感測器相機11。另外,由於感測器相機11可甚至在一感測器相機11被偷或由於一暴風雨而移動至另一位置時或在作物被偷時仍用作一通訊路徑,因此可藉由比較所傳輸位置資訊與包含於管理資訊中之位置資訊而偵測一異常。 另外,當感測器相機11可甚至在感測器相機11之一影像方向或角度由於任何原因改變時仍作為一通信路徑時,可假定發生一異常且透過相同程序偵測。應注意,可在經規定為預期恰當收穫時間之剛好那日或早於規定日預定日數的一日傳送收穫計劃、交付計劃、銷售計劃及採購計劃。
[詢問回應程序]
關於14,將闡述一詢問回應程序。應注意,此處,將闡述藉由由農場主管理及操作之終端機裝置12將關於對一收穫時間進行一詢問之詢問資訊傳輸至伺服器14,及接收並顯示該回應資訊之程序。應注意,由於在合約零售商、合約消費者及合約經銷商進行相同詢問時執行相同程序,因此省略對其闡述。
換言之,在步驟S101中,終端機裝置12之控制單元61控制操作單元63以使得判定根據由一使用者進行之一操作是否進行一詢問操作,且重複相同程序直至認為存在一詢問操作為止。當在步驟S101中認為存在一詢問操作時,程序繼續進行至步驟S102。
在步驟S102中,詢問單元62產生用於對與儲存於IP位址儲存單元65中之用於識別監測在合約農場主之農地中栽培之作物之感測器相機11之IP位址相關聯之一收穫時間進行一詢問之詢問資訊。應注意,當接收一系列服務圖1中所示之合約經銷商、零售商及消費者締結針對一服務(非針對每一農地(每一IP位址))之一合約時,詢問單元62提前儲存一關係表(其中經銷商、零售商及消費者之商業範疇與對應於感測器相機11之IP位址相關聯),且根據經銷商、零售商及消費者之商業範疇產生包含IP位址之詢問資訊。
在步驟S103中,控制單元61控制通信單元64以使得經由網路13將由詢問單元62產生之用以對收穫時間進行一詢問之詢問資訊傳輸至伺服器14。
在步驟S121中,伺服器14之控制單元81控制詢問接收單元97以使得判定是否已自通信單元92傳輸詢問資訊,且重複相同程序直至傳輸資訊。另外,當認為在步驟S121中傳輸詢問資訊時,程序繼續進行至步驟S122。
在步驟S122中,控制單元81控制詢問接收單元97以使得獲取自通信單元92傳輸之詢問資訊,且檢查詢問之內容。
在步驟S123中,控制單元81基於包含於詢問資訊中之IP位址搜尋累積於管理資訊累積單元88中之管理資訊,且在所搜尋之管理資訊中讀取一預期恰當收穫時間之資訊及區域之資訊。此處,當存在監測由農場主栽培之作物之複數個感測器相機11時,包含複數個IP位址。另外,此處,預期恰當收穫時間之搜尋資訊不僅基於安裝於農場主之自有之農地中之一感測器相機11,而且基於規定由一使用者指定之一感測器相機11之一IP位址。
在步驟S124中,控制單元81控制映射單元90以使得根據一日程將預期恰當收穫時間之資訊映射於對應於區域之所讀取資訊之位置中,且藉此產生預期恰當收穫時間映射資訊。
在步驟S125中,控制單元81控制回應形成單元98以使得形成包含所產生預期恰當收穫時間映射資訊之回應資訊。
在步驟S126中,控制單元81控制通信單元92以使得將包含所形成之預期恰當收穫時間映射資訊之回應資訊傳輸至傳輸詢問資訊之終端機裝置12。
在步驟S104中,終端機裝置12之控制單元61控制通信單元64以使得接收回應資訊。
在步驟S105中,終端機裝置12之控制單元61致使包含所接收預期恰當收穫時間映射資訊之回應資訊顯示於顯示單元66上。
自上文所闡述之程序,預期恰當收穫時間之資訊可獲取經映射 之資訊。另外,藉助所顯示之映射資訊,可在要求時即時傳送預期恰當收穫時間之資訊。應注意,在上文中,已闡述藉由由農場主管理之終端機裝置12執行之詢問回應程序,但相同程序亦可在由合約經銷商、合約零售商及合約消費者管理之終端機裝置12中執行。另外,在上文中,詢問之內容係預期恰當收穫時間之資訊,但即使內容係由伺服器14管理之其他資訊,舉例而言,收穫計劃、交付計劃、銷售計劃及採購計劃,可透過相同程序進行一詢問,或可對該詢問作出一回應。此外,舉例而言,可能將作物之預期恰當收穫時間之映射資訊傳輸至由農場主、經銷商及消費者管理之終端機裝置12,或經銷商係針對農產品分類且將預期恰當收穫時間之映射資訊傳輸至該等經銷商。換言之,可將預期恰當收穫時間之資訊(舉例而言,農產品之名稱、欲收穫之時間及欲交付至之一分公司之名稱)傳輸至一大型超級市場。
應注意,在上文中,已闡述其中RGB影像及一NIR影像由感測器相機11擷取,包含該等影像之生長狀況資訊經傳輸至伺服器14由伺服器14計算之一RGB影像生長指標及一NDVI影像生長指標及經計算之一預期恰當收穫時間之實例。然而,藉由在感測器相機11中提供伺服器14之相同功能,其可經組態以使得藉由感測器相機11,規定其中使目標農產品成像之一區域,計算經規定為其中使農產品成像之RGB影像及NDVI影像之區域之一區域之一RGB影像生長指標及一NDVI影像生長指標,產生包含該等指標之生長狀況資訊及將該資訊供應至伺服器14。另外,除了此等功能外,感測器相機11亦可與附近之另一感測器相機11合作擷取一立體影像,及計算一立體影像生長指標。此外,感測器相機11可基於如上文所獲得之RGB影像生長指標、NDVI影像生長指標及立體影像生長指標計算一生長指標及一預期恰當收穫時間。在此說明性情形中,當計算預期恰當收穫時間時,感測器相機11 可讀取累積於伺服器14中之過去之生長狀況資訊,及亦適用過去之生長狀況資訊來計算預期恰當收穫時間。
另外,在上文中,已針對資訊處理系統之組態闡述其中包含感測器相機11、終端機裝置12及伺服器14之組態實例,然而可使用一雲端電腦替代伺服器14。
(2.第一修改實例)
在上文中,已闡述其中由感測器相機11擷取之資訊經色彩插補以產生RGB及NIR分量信號影像之實例,如圖15中所圖解說明,舉例而言,使用在經色彩插補之前包含紅色光信號及NIR信號之影像P112及P114,可產生如由一影像P132所示之一NDVI影像P132。由於色彩插補程序可省略,或藉助此操作可減少欲處理之像素之數目,因此一處理負載可下降且一處理速度可改良。應注意,由於影像P111、P113、P121至P123及P131係與圖3之影像P11、P13、P21至P23及P31相同,因此將省略對其之闡述。
(3.第二修改實例)
另外,在上文中,已闡述其中RGB及NIR分量信號之像素眼感測器相機11之一平面之一方向陣列化,然而,如圖16中所圖解說明,舉例而言,感測器31可藉由垂直於一光行進方向層壓感測器層而經組態以便產生分量信號影像。換言之,在圖16中,一藍色光感測器層L1、一綠色光感測器層L2、一紅色光感測器層L3及一NIR感測器層L4經組態以自圖式上面層壓,如由一影像P151所示。每一層具有其中偵測具有一目標波長之僅一色彩分量之一感測器結構。因此,產生包含綠色光、紅色光、藍色光之影像P161至P163,及每一層之影像P161至P164之NIR分量信號影像。因此,自影像P161至P163產生一RGB影像P171,且自影像P162及P164產生一NDVI影像P172。
(4.第三修改實例)
此外,關於偵測RGB分量信號之感測器31,其可經組態以使得(舉例而言)如圖17之左部分中所圖解說明之包含一介電層壓膜(舉例而言,由SiO或SiN製成之一層壓膜)之一IR切斷濾光器F提供於如圖17之右部分中所圖解說明之RGB彩色濾光器FR、FG及FB,以使得偵測RGB信號分量之感測器不偵測NIR,且IR切斷濾光器F不僅提供於一NIR感測器之一黑色(可見光切斷)濾光器FA下方。應注意,圖17之右部分係感測器31之兩個像素×兩個像素之一透明外觀圖,且圖式之左部分係IR切斷濾光器F之一放大剖面圖,其展示紅外線光IR由IR切斷濾光器阻擋且僅除紅外線光IR外之光T透射感測器。應注意,黑色濾光器FA可經組態而不包含一彩色濾光器。
(5.第四修改實例)
另外,偵測NIR分量信號之感測器31可經組態以使得IR切斷濾光器F提供於RGB彩色濾光器FC下方及感測器SC上面,如(舉例而言)圖18中所圖解說明,以便偵測RGB信號分量之一感測器不偵測NIR,且IR切斷濾光器F不僅提供在NIR感測器SC上面。應注意,圖18係感測器31之四個像素之一剖面圖,展示自圖式之左側配置之一像素P1用於NIR、一像素P2用於除NIR以外之光、一像素P3用於NIR及一像素P4用於除NIR以外之光之一組態。
應注意,在上文中,已闡述其中基於RGB信號分量及NIR信號分量產生一NDVI影像且使用自所產生NDVI影像獲得之一NDVI影像生長指標之實例,然而,可使用其他生長指標,只要生長指標係基於RGB信號分量及NIR信號分量獲得。因此,其可經組態以使得替代NDVI影像,舉例而言,使用以下基於RGB信號分量及NIR信號分量獲得之影像:一簡易比(SR)影像、一全球環境監測指標(GEMI)影像、一土壤調整植被指標(SAVI)影像、一增強型植被指標(EVI)影像、一垂直植被指標(PVI)影像、一光化學反射指標(PRI)影像、一結構不敏感 性色素指標(SIPI)影像、一植物感測反射指標(PSRI)影像、一葉綠素指標(CI)影像、一經修改簡易比(mSR)影像、一經修改正規化差異(mND)影像、一冠層葉綠素指標(CCI)影像、一水份指標(WI)影像、一正規化差異水份指標(NDWI)影像、一纖維素吸收指標(CAI)影像、一比值植被指標(RVI)影像、一植被種類指標(KVI)影像及一差異植被指標(DVI)影像,及計算並使用對應於該等影像之生長指標。此外,藉由組合基於RGB信號分量及NIR信號分量獲得之複數個種類之影像,可獲得並使用組合影像之一影像生長指標。
上文所闡述系列程序可藉由硬體或軟體執行。當該系列程序係由軟體執行時,構成該軟體之一程式安裝於併入至指定硬體中之一電腦中,或安裝於(舉例而言)藉由自一記錄媒體將各種程式安裝於其中可執行各種功能之一通用個人電腦中。
圖19圖解說明一通用個人電腦之一說明性組態實例。該個人電腦其中內建有一中央處理單元(CPU)1001。CPU 1001經由一匯流排1004連接至一輸入及輸出介面1005。一唯讀記憶體(ROM)1002及一隨機存取記憶體(RAM)1003連接至匯流排1004。
由一使用者藉以輸入操作命令之一輸入裝置(諸如一鍵盤或一滑鼠)組態之一輸入單元1006、在一顯示裝置上輸出處理操作螢幕或處理結果影像之一輸出單元1007、由程式及各種種類資料儲存於其中之一硬式磁碟機組態之一儲存單元1008,以及由一區域網路(LAN)適配器組態且經由由網際網路表示之一網路執行通信程序之一通信單元1009連接至輸入及輸出介面1005。另外,自一可抽換媒體1011讀取資料及將資料寫入至一可抽換媒體1011(諸如一磁碟(包含一軟性磁碟)、一光碟(包含一光碟-唯讀記憶體(CD-ROM)或一數位多功能光碟(DVD))、一磁光碟(包含一迷你光碟(MD)),或一半導體記憶體)之一磁碟機1010連接至該輸入及輸出介面。
CPU 1001根據儲存於ROM 1002中之程式或自可抽換媒體1011(諸如一磁碟、一光碟、一磁光碟,或一半導體記憶體)讀取且安置於儲存單元1008中且自儲存單元1008載入於RAM 1003上之程式執行各種程序。RAM 1003亦適當地儲存供CPU 1001執行各種程序之資料。此資料可為CPU 1001執行各種程序所必需。
如上文所闡述經組態之一電腦在CPU 1001致使(舉例而言)儲存於儲存單元1008中之程式載入於RAM 1003上且經由輸入及輸出介面1005及匯流排1004執行該等程式時執行上文所闡述之系列程序。
由電腦(CPU 1001)執行之程式可藉由記錄於可抽換媒體1011(舉例而言,一套裝媒體)上而提供。另外,程式可經由一有線或一無線傳輸媒體(諸如一區域網路或網際網路)或以數位衛星廣播之形式提供。
程式可藉由在磁碟機1010中載入可抽換媒體1011來經由輸入及輸出介面1005而安裝於電腦中之儲存單元1008中。另外,程式可藉助由通信單元1009經由一有線或一無線傳輸媒體接收而安裝於儲存單元1008中。另外,程式可提前安裝於ROM 1002或儲存單元1008中。
應注意,由電腦執行之程式可係藉以按如本文中所闡述之次序以一時間序列方式執行程序之程式,或可係藉以(舉例而言)並行或在諸如當存在一呼叫時之時間處執行程序之一程式。
另外,在本說明書中,一系統意指一組複數個構成元件(諸如裝置或模組(組件)),且所有構成元件皆容納於相同殼體中無關緊要。因此,經容納於各別個體且經由一網路彼此連接之複數個裝置及其中複數個模組容納於一個殼體之一個裝置屬於一系統。
應注意,本發明所揭示技術之實施例並不限於上文所闡述之實施例,且可在不背離本發明所揭示技術之主旨之範疇中以各種方式修改。
舉例而言,本發明所揭示技術可採用其中一個功能由複數個裝置經由一網路劃分及公用之雲端計算組態。
另外對上文流程圖中所闡述之每一步驟之執行可由一個裝置或分別由複數個裝置進行。
此外,當複數個程序包含於一個步驟中時,對包含於該步驟中之複數個程序之執行可由一個裝置或分別由複數個裝置進行。
應注意,本發明所揭示技術亦可採用以下組態。
(A-1)一種方法,其包括:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
(A-2)如(A-1)之方法,,其進一步包括:將該預期收穫時間傳送至一外部方。
(A-3)如(A-2)之方法,其中該外部方係一零售商、一一般消費者、一飯店及一食品生產者中之至少一者。
(A-4)如(A-1)至(A-3)中任一項之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料。
(A-5)如(A-1)至(A-4)中任一項之方法,其中基於一經色彩插補R及IR信號產生該不可見影像資料。
(A-6)如(A-1)至(A-4)中任一項之方法,其中在無色彩插補之情況下基於一R及IR信號產生該不可見影像資料。
(A-7)如(A-1)至(A-3)中任一項之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料,且其中基於一經色彩插補R及IR信號產生該近紅外線影像資料。
(A-8)如(A-1)至(A-3)中任一項之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料,且其中在無色彩插補之情況下基於一R及IR信號產生該近紅外線影像資料。
(A-9)如(A-1)至(A-8)中任一項之方法,其中使用一堆疊型影像感測器獲得該組光學資料,其中該堆疊型影像感測器具有堆疊於一綠色光感測器層上之一藍色光感測器層,其中該綠色光感測器層堆疊於一紅色光感測器層上,且其中該紅色光感測器層堆疊於一近紅外線(NIR)感測器層上。
(A-10)如(A-1)至(A-8)中任一項之方法,其中使用包括提供於一層壓膜上方之一組RGB彩色濾光器之一影像感測器來獲得該組光學資料,其中該層壓膜包括SiO及SiN中之至少一者,且其中該組RGB彩色濾光器包括一FR彩色濾光器、一FG彩色濾光器及一FB彩色濾光器。
(A-11)如(A-1)至(A-8)中任一項之方法,其中使用包括提供於一組紅外線(IR)切斷濾光器上方之一組RGB彩色濾光器之一影像感測器來獲得該組光學資料,其中該組IR切斷濾光器提供於一組影像感測器上方。
(A-12)如(A-1)至(A-11)中任一項之方法,其進一步包括:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
(A-13)一種系統,其包括:一影像擷取裝置,其中伺服器及該影像擷取裝置中之至少一者經組態以:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得 之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
(A-14)如(A-13)之系統,其進一步包括一伺服器,其中該影像擷取裝置與該伺服器通信。
(A-15)如(A-14)之系統,其中該伺服器及該影像擷取裝置中之該至少一者進一步經組態以將該預期收穫時間傳送至一外部方。
(A-16)如(A-13)至(A-15)中任一項之系統,其中該可見影像資料係基於一經色彩插補RGB像素信號而產生。
(A-17)如(A-13)至(A-16)中任一項之系統,其中該不可見影像資料係基於一經色彩插補R及IR信號而產生。
(A-18)如(A-13)至(A-16)中任一項之系統,其中該不可見影像資料係在無色彩插補之情況下基於一R及IR信號而產生。
(A-19)如(A-13)至(A-18)中任一項之系統,其中使用一堆疊型影像感測器獲得該組光學資料,其中該堆疊型影像感測器具有堆疊於一綠色光感測器層上之一藍色光感測器層,其中該綠色光感測器層堆疊於一紅色光感測器層上,且其中該紅色光感測器層堆疊於一近紅外線感測器層上。
(A-20)如(A-13)至(A-18)中任一項之系統,其中使用包括提供於一層壓膜上方之一組RGB彩色濾光器之一影像感測器來獲得該組光學資料,其中該層壓膜包括SiO及SiN中之至少一者,且其中該組RGB彩色濾光器包括一FR彩色濾光器、一FG彩色濾光器及一FB彩色濾光器。
(A-21)如(A-13)至(A-18)中任一項之系統,其中使用包括提供於一組紅外線(IR)切斷濾光器上方之一組RGB彩色濾光器之一影像感測器來獲得該組光學資料,其中該組IR切斷濾光器提供於一組影像感測 器上方。
(A-22)如(A-13)至(A-21)中任一項之系統,其中該伺服器及該影像擷取裝置中之該至少一者進一步經組態以:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
(A-23)一種其上儲存有致使一處理器執行一方法之指令之有形非暫時電腦可讀取媒體,該方法包括:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料;及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
(A-24)如(A-23)之電腦可讀取媒體,其中該方法進一步包括:將該預期收穫時間傳送至一外部方。
(A-25)如(A-24)之電腦可讀取媒體,其中該外部方係一零售商、一一般消費者、一飯店及一食品生產者中之至少一者。
(A-26)如(A-23)至(A-25)中任一項之電腦可讀取媒體,其中該可見影像資料係基於一經色彩插補RGB像素信號而產生。
(A-27)如(A-23)至(A-26)中任一項之電腦可讀取媒體,其中該不可見影像資料係基於一經色彩插補R及IR信號而產生。
(A-28)如(A-23)至(A-27)中任一項之電腦可讀取媒體,其中該方法進一步包括:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差 影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
此外,應注意本發明所揭示技術亦可採用以下組態。
(B-1)一種資訊處理系統,其包含一成像單元,其擷取農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;一規定單元,其規定其中使係該農產品之一拍攝對象成像之該影像之一區域;及一生長指標計算單元,其基於自該RGB影像、該NIR影像及由該規定單元規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
(B-2)如上文(B-1)中所闡述之資訊處理系統,其中該生長指標影像係以下各項中之任何一者或其一組合:一正規化差異植被指標(NDVI)影像、一簡易比(SR)影像、一全球環境監測指標(GEMI)影像、一土壤調整植被指標(SAVI)影像、一增強型植被指標(EVI)影像、一垂直植被指標(PVI)影像、一光化學反射指標(PRI)影像、一結構不敏感性色素指標(SIPI)影像、一植物感測反射指標(PSRI)影像、一葉綠素指標(CI)影像、一經修改簡易比(mSR)影像、一經修改正規化差異(mND)影像、一冠層葉綠素指標(CCI)影像、一水份指標(WI)影像、一正規化差異水份指標(NDWI)影像、一纖維素吸收指標(CAI)影像、一比值植被指標(RVI)影像、一植被種類指標(KVI)影像及一差異植被指標(DVI)影像。
(B-3)如上文(B-1)中所闡述之資訊處理系統,其中該成像單元經組態以包含該RGB影像之每一色彩之影像感測器及用於NIR之一影像感測器。
(B-4)如上文(B-3)中所闡述之資訊處理系統,其中該成像單元具有一平面像素陣列,該等像素具有用於該RGB影像及NIR之色彩。
(B-5)如上文(B-3)中所闡述之資訊處理系統,其中該成像單元具有經陣列化以便沿一光行進方向層壓之具有用於該RGB影像及NIR之色彩之像素。
(B-6)如上文(B-1)中所闡述之資訊處理系統,其進一步包含一生長指標影像計算單元,該生長指標影像計算單元基於由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之該紅色影像及該NIR影像計算該農產品之該生長指標影像,且其中該生長指標計算單元基於由該生長指標影像計算單元計算之該生長指標影像計算該農產品之一生長指標。
(B-7)如上文(B-6)中所闡述之資訊處理系統,其中該生長指標影像計算單元自基於由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之該紅色影像及該NIR影像獲得之近紅外線之反射比計算該生長指標影像,且基於該生長指標影像之平均數、變異數或高階變異數計算該農產品之一生長指標。
(B-8)如上文(B-1)中所闡述之資訊處理系統,其進一步包含一RGB影像生長指標計算單元,該RGB影像生長指標計算單元基於由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之該RGB影像計算該農產品之一RGB影像生長指標,且其中該生長指標計算單元基於由該RGB影像生長指標計算單元計算之該RGB影像生長指標計算該農產品之一生長指標。
(B-9)如上文(B-8)中所闡述之資訊處理系統,其中該RGB影像生長指標計算單元自由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之該RGB影像中之一預定色彩之一比率計算一RGB影像生長指標。
(B-10)如上文(B-1)中所闡述之資訊處理系統,其進一步包含一視差影像生長指標計算單元,該視差影像生長指標計算單元基於自藉由 自不同角度擷取係該農產品之相同拍攝對象所獲得之係由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之RGB影像之至少兩個影像獲得之一視差影像計算一視差影像生長指標,且其中該生長指標計算單元基於由該視差影像生長指標計算單元計算之該視差影像生長指標計算該農產品之一生長指標。
(B-11)如上文(B-10)中所闡述之資訊處理系統,其中該視差影像生長指標計算單元自基於沿一成像方向距該農產品之距離估計之該農產品之大小計算該視差影像生長指標,該大小係基於藉由自不同角度擷取係該農產品之相同拍攝對象所獲得之係由該規定單元規定且其中使係該農產品之該拍攝對象成像之該影像中之該區域之RGB影像之至少兩個影像獲得之該視差影像計算。
(B-12)如上文(B-1)中所闡述之資訊處理系統,其進一步包含一儲存單元,該儲存單元儲存該成像單元之一位置、由該成像單元擷取之一影像、由該成像單元擷取之該影像之一擷取日期及時間,及由該成像單元擷取之每一農產品之一生長指標,作為與用於識別該成像單元之資訊相關聯之管理資訊;及一收穫時間計算單元,該收穫時間計算單元基於儲存於該儲存單元中之每一農產品之該生長指標及過去之每一農產品之一生長指標與一收穫時間之關係計算該農產品之一預期恰當收穫時間,且其中該儲存單元亦儲存由與用於識別該成像單元之該資訊相關聯之該收穫時間計算單元計算之該預期恰當收穫時間之資訊。
(B-13)如上文(B-12)中所闡述之資訊處理系統,其中包含具備該成像單元之一感測器、管理儲存該管理資訊之該儲存單元之一伺服器,及向該伺服器進行對一收穫時間之一詢問之一終端機裝置,且,當自該終端機裝置接收對該預期恰當收穫時間之一詢問時,該伺服器回應於對基於儲存於該儲存單元中之該管理資訊之該預期恰當收穫時 間之該詢問而產生包含基於儲存於該儲存單元中之該管理資訊之該預期恰當收穫時間之回應資訊,且將該回應資訊傳輸至該終端機裝置。
(B-14)一種一資訊處理系統之資訊處理方法,該方法包含:擷取一農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;規定其中使係該農產品之一拍攝對象成像之該影像之一區域;及基於自該RGB影像、該NIR影像及在該規定中經規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
(B-15)一種程式,其致使控制一資訊處理系統之一電腦執行:擷取一農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;規定其中使係該農產品之一拍攝對象成像之該影像之一區域;及基於自該RGB影像、該NIR影像及在該規定中經規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
(B-16)一種成像裝置,其包含:一成像單元,其擷取一農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;一規定單元,其規定其中使係該農產品之一拍攝對象成像之該影像之一區域;及一生長指標計算單元,其基於自該RGB影像、該NIR影像及由該規定單元規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
(B-17)如上文(16)中所闡述之成像裝置,其中該生長指標影像係以下各項中之任一者或其一組合:一正規化差異植被指標(NDVI)影像、一簡易比(SR)影像、一全球環境監測指標(GEMI)影像、一土壤調整植被指標(SAVI)影像、一增強型植被指標(EVI)影像、一垂直植被指標(PVI)影像、一光化學反射指標(PRI)影像、一結構不敏感性色素指標(SIPI)影像、一植物感測反射指標(PSRI)影像、一葉綠素指標(CI) 影像、一經修改簡易比(mSR)影像、一經修改正規化差異(mND)影像、一冠層葉綠素指標(CCI)影像、一水份指標(WI)影像、一正規化差異水份指標(NDWI)影像、一纖維素吸收指標(CAI)影像、一比值植被指標(RVI)影像、一植被種類指標(KVI)影像及一差異植被指標(DVI)影像。
(B-18)如上文(16)中所闡述之成像裝置,其中該成像單元經組態以包含該RGB影像之每一色彩之影像感測器及用於一近紅外線之一影像感測器。
(B-19)一種成像方法,該方法包含:擷取一農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;規定其中使係該農產品之一拍攝對象成像之該影像中之一區域;及基於自該RGB影像、該NIR影像及在該規定中經規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
(B-20)一種程式,其致使控制一成像裝置之一電腦執行:擷取一農產品之一影像作為一RGB影像及一近紅外線(NIR)影像;規定其中使係該農產品之一拍攝對象成像之該影像中之一區域;及基於自該RGB影像、該NIR影像及在該規定中經規定且其中使該拍攝對象成像之該影像中之該區域之該RGB影像之一紅色影像獲得之一生長指標影像計算該農產品之一生長指標。
如本文中所使用,「至少一者」、「一或多個」及「及/或」係在操作中既連結又分離之開放式表達。舉例而言,表達「A、B及C中之至少一者」、「A、B或C中之至少一者」、「A、B及C中之一或多者」、「A、B或C中之一或多者」及「A、B及/或C」中之每一者意指僅A、僅B、僅C、A與B一起、A與C一起、B與C一起,或A、B及C一起。
應注意,措詞「(一)a」或「(一)an」實體係指彼實體中之一或多者。如此,術語「一(a)」(或「一(an)」)、「一或多個」及「至少一個」可在本文中互換使用。亦應注意,術語「包括(comprising)」、「包含(including)」及「具有(having)」可互換使用。
如本文中所使用,術語「判定」、「計算(calculate)」及「計算(compute)」及其變化形式互換使用且包含任何類型之方法、程序、數學計算或技術。
如本文中所使用術語「電腦可讀取媒體」係指參與提供指令至一處理器以供執行之任何有形儲存及/或傳輸媒體。此一媒體可採取諸多形式,包含但不限於非揮發性媒體、揮發性媒體及傳輸媒體。舉例而言,非揮發性媒體包含NVRAM、或磁碟或光碟。揮發性媒體包含動態記憶體,諸如主記憶體。舉例而言,電腦可讀取媒體之常見形式包含一軟碟、一軟性磁碟、硬碟、磁帶或任何其他磁性媒體、磁光媒體、一CD-ROM、任何其他光學媒體、打孔卡、紙帶、具有孔圖案之任何其他實體媒體、一RAM、一PROM及EPROM、一FLASH-EPROM、一固態媒體(如同一記憶體卡、任何其他記憶體晶片或記憶體匣)、如下文中所闡述之一載波,或一電腦可自其讀取之任何其他媒體。電子郵件之一數位檔案附件或任何自封式資訊存檔或存檔組視為等效於一保形儲存媒體之一散佈媒體。當電腦可讀取媒體經組態為一資料庫時,應理解資料庫可係任何類型之資料庫,諸如關聯式、階層式、物件導向式及/或諸如此類。因此,認為本發明包含其中儲存本發明之軟體實施方案之一有形儲存媒體或散佈媒體及先前技術辨識之等效物及後繼媒體。
如本文中所使用術語「模組」係指內能夠執行與彼元件相關聯之功能性之任何習知或稍後研發之硬體、軟體、韌體、人工智慧、乏晰邏輯、或硬體及軟體之組合。此外,雖然在例示性實施例方面闡述 本發明,但應瞭解,本發明之個別態樣可單獨主張。
熟習此項技術者應理解,可取決於設計要求及其他因素作出各種修改、組合、子組合及變更,只要其屬於隨附申請專利範圍及其等效內容之範疇內。
11-1‧‧‧感測器相機
11-N‧‧‧感測器相機
12-1‧‧‧終端機裝置
12-2‧‧‧終端機裝置
12-3‧‧‧終端機裝置
12-4‧‧‧終端機裝置
13‧‧‧網路
14‧‧‧伺服器

Claims (28)

  1. 一種方法,其包括:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料,及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
  2. 如請求項1之方法,其進一步包括:將該預期收穫時間傳送至一外部方。
  3. 如請求項2之方法,其中該外部方係一零售商、一一般消費者、一飯店及一食品生產者中之至少一者。
  4. 如請求項1之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料。
  5. 如請求項1之方法,其中基於一經色彩插補R及IR信號產生該不可見影像資料。
  6. 如請求項1之方法,其中在無色彩插補之情況下基於一R及IR信號產生該不可見影像資料。
  7. 如請求項1之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料,且其中基於一經色彩插補R及IR信號產生近紅外線影像資料。
  8. 如請求項1之方法,其中基於一經色彩插補RGB像素信號產生該可見影像資料,且其中在無色彩插補之情況下基於一R及IR信號 產生該近紅外線影像資料。
  9. 如請求項1之方法,其中使用一堆疊型影像感測器獲得該組光學資料,其中該堆疊型影像感測器具有堆疊於一綠色光感測器層上之一藍色光感測器層,其中該綠色光感測器層堆疊於一紅色光感測器層上,且其中該紅色光感測器層堆疊於一近紅外線(NIR)感測器層上。
  10. 如請求項1之方法,其中使用包括提供於一層壓膜上方之一組RGB彩色濾光器之一影像感測器獲得該組光學資料,其中該層壓膜包括SiO及SiN中之至少一者,且其中該組RGB彩色濾光器包括一FR彩色濾光器、一FG彩色濾光器及一FB彩色濾光器。
  11. 如請求項1之方法,其中使用包括提供於一組紅外線(IR)切斷濾光器上方之一組RGB彩色濾光器之一影像感測器獲得該組光學資料,其中該組IR切斷濾光器提供於一組影像感測器上方。
  12. 如請求項1之方法,其進一步包括:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
  13. 一種系統,其包括:一影像擷取裝置,其中伺服器及該影像擷取裝置中之至少一者經組態以:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者: (a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料,及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
  14. 如請求項13之系統,其進一步包括一伺服器,其中該影像擷取裝置與該伺服器通信。
  15. 如請求項14之系統,其中該伺服器及該影像擷取裝置中之該至少一者進一步經組態以將該預期收穫時間傳送至一外部方。
  16. 如請求項13之系統,其中該可見影像資料係基於一經色彩插補RGB像素信號而產生。
  17. 如請求項13之系統,其中該不可見影像資料係基於一經色彩插補R及IR信號而產生。
  18. 如請求項13之系統,其中該不可見影像資料係在無色彩插補之情況下基於一R及IR信號而產生。
  19. 如請求項13之系統,其中該組光學資料係使用一堆疊型影像感測器獲得,其中該堆疊型影像感測器具有堆疊於一綠色光感測器層上之一藍色光感測器層,其中該綠色光感測器層堆疊於一紅色光感測器層上,且其中該紅色光感測器層堆疊於一近紅外線感測器層上。
  20. 如請求項13之系統,其中該組光學資料係使用包括提供於一層壓膜上方之一組RGB彩色濾光器之一影像感測器來獲得,其中該層壓膜包括SiO及SiN中之至少一者,且其中該組RGB彩色濾光器包括一FR彩色濾光器、一FG彩色濾光器及一FB彩色濾光器。
  21. 如請求項13之系統,其中該組光學資料係使用包括提供於一組紅外線(IR)切斷濾光器上方之一組RGB彩色濾光器之一影像感測 器來獲得,其中該組IR切斷濾光器提供於一組影像感測器上方。
  22. 如請求項13之系統,其中該伺服器及該影像擷取裝置中之該至少一者進一步經組態以:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
  23. 一種其上儲存有致使一處理器執行一方法之指令之有形非暫時電腦可讀取媒體,該方法包括:獲得包括一組光學資料之一生物體之影像資訊;基於該組光學資料計算一生長指標;及基於該生長指標計算一預期收穫時間,其中該影像資訊包括以下各項中之至少一者:(a)自一影像感測器獲得之可見影像資料及自該影像感測器獲得之不可見影像資料,及(b)來自至少兩個影像擷取裝置之一組影像資料,其中該至少兩個影像擷取裝置自至少兩個位置擷取該組影像資料。
  24. 如請求項23之電腦可讀取媒體,其中該方法進一步包括:將該預期收穫時間傳送至一外部方。
  25. 如請求項23之電腦可讀取媒體,其中該外部方係一零售商、一一般消費者、一飯店及一食品生產者中之至少一者。
  26. 如請求項23之電腦可讀取媒體,其中該可見影像資料係基於一經色彩插補RGB像素信號而產生。
  27. 如請求項23之電腦可讀取媒體,其中該不可見影像資料係基於一經色彩插補R及IR信號而產生。
  28. 如請求項23之電腦可讀取媒體,其中該方法進一步包括:基於來自自該至少兩個影像擷取裝置獲得之該組影像資料之該影像資料中之至少兩者計算一視差影像資料;及基於該視差影像資料計算該生長指標,其中該影像資料中之該至少兩者係藉由該至少兩個影像擷取裝置自以下各項中之至少一者擷取:兩個角度及該至少兩個位置。
TW103102014A 2013-03-25 2014-01-20 成像方法,影像處理系統以及電腦可讀取媒體 TWI615605B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013062017A JP5950166B2 (ja) 2013-03-25 2013-03-25 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム
JP2013-062017 2013-03-25

Publications (2)

Publication Number Publication Date
TW201437626A true TW201437626A (zh) 2014-10-01
TWI615605B TWI615605B (zh) 2018-02-21

Family

ID=50588778

Family Applications (1)

Application Number Title Priority Date Filing Date
TW103102014A TWI615605B (zh) 2013-03-25 2014-01-20 成像方法,影像處理系統以及電腦可讀取媒體

Country Status (10)

Country Link
US (6) US10607078B2 (zh)
EP (2) EP4220129A1 (zh)
JP (1) JP5950166B2 (zh)
KR (3) KR102227077B1 (zh)
CN (2) CN105308436B (zh)
AU (1) AU2014245679B2 (zh)
BR (1) BR112015024105B1 (zh)
RU (1) RU2659883C2 (zh)
TW (1) TWI615605B (zh)
WO (1) WO2014156039A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI726396B (zh) * 2019-08-23 2021-05-01 經緯航太科技股份有限公司 環境巡檢系統及其方法

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5950166B2 (ja) 2013-03-25 2016-07-13 ソニー株式会社 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム
EP3043310A4 (en) * 2013-09-04 2017-03-01 Kubota Corporation Agricultural assistance system
CN107529726B (zh) * 2015-04-24 2020-08-04 索尼公司 检查装置、检查方法和记录介质
JP2017009396A (ja) * 2015-06-19 2017-01-12 パナソニックIpマネジメント株式会社 撮像装置
CN107709942B (zh) * 2015-06-26 2021-06-04 索尼公司 检查设备、感测设备、灵敏度控制设备、检查方法和程序
US20180188160A1 (en) * 2015-07-10 2018-07-05 Sony Corporation Inspection apparatus, inspection method, and program
KR101832189B1 (ko) * 2015-07-29 2018-02-26 야마하하쓰도키 가부시키가이샤 이상화상 검출장치, 이상화상 검출장치를 구비한 화상 처리 시스템 및 화상 처리 시스템을 탑재한 차량
US20170099476A1 (en) * 2015-10-01 2017-04-06 Samsung Electronics Co., Ltd. Photographing device and method of controlling the same
DE102015221085A1 (de) * 2015-10-28 2017-05-04 Robert Bosch Gmbh Verfahren und Informationssystem zum Erkennen zumindest einer auf einem Feld angepflanzten Pflanze
CN105547360B (zh) * 2015-12-16 2017-08-08 中国科学院地理科学与资源研究所 基于情景感知的作物冠层图像采集方法
JP2017131116A (ja) * 2016-01-25 2017-08-03 株式会社トプコン 植物用センサ装置
US20190057460A1 (en) * 2016-03-25 2019-02-21 Nec Corporation Information processing device, control method for information processing device, and recording medium having control program for information processing device recorded therein
CN108353137A (zh) * 2016-04-07 2018-07-31 托比股份公司 用于基于视觉的人机交互的图像传感器
EP3244343A1 (en) * 2016-05-12 2017-11-15 Bayer Cropscience AG Recognition of weed in a natural environment
US11181470B2 (en) * 2016-06-22 2021-11-23 Sony Group Corporation Sensing system, sensing method, and sensing device
EP3502663B1 (en) * 2016-08-17 2020-09-30 Sony Corporation Signal processing device and signal processing method, and program
FR3055410A1 (fr) * 2016-08-25 2018-03-02 Jaubert Agissant Au Nom Et Pour Le Compte De Ph J Sas En Cours De Formation Philippe Procede de determination instantanee de l'etat vegetatif de zones agricoles
BR112019007937A8 (pt) 2016-10-19 2023-04-25 Basf Agro Trademarks Gmbh Método para determinar o peso de todos os grãos de uma espiga, sistema para determinar o peso de todos os grãos de uma espiga e produto de programa de computador
US10769436B2 (en) 2017-04-19 2020-09-08 Sentera, Inc. Multiband filtering image collection and analysis
JOP20190145A1 (ar) * 2017-06-14 2019-06-16 Grow Solutions Tech Llc أنظمة وطرق لتفريع حصاد قرن إنماء
JOP20190167A1 (ar) * 2017-06-14 2019-07-02 Grow Solutions Tech Llc أنظمة وطرق لتحديد وقت الحصاد لمادة نبات بحجيرة نمو
EP3647771A4 (en) * 2017-06-29 2020-08-05 NEC Corporation COEFFICIENT CALCULATION DEVICE, COEFFICIENT CALCULATION METHOD AND RECORDING MEDIUM WITH COEFFICIENT CALCULATION PROGRAM RECORDED ON IT
WO2019035306A1 (ja) * 2017-08-18 2019-02-21 コニカミノルタ株式会社 植物生育指標算出方法、植物生育指標算出プログラム及び植物生育指標算出システム
JP2019041159A (ja) * 2017-08-22 2019-03-14 株式会社東芝 スマートカメラ、サーバ、スマートカメラシステム、データ伝送方法およびプログラム
WO2019039507A1 (ja) * 2017-08-22 2019-02-28 株式会社 東芝 スマートカメラ、画像処理装置、およびデータ通信方法
US11094055B2 (en) * 2018-01-11 2021-08-17 Intelinair, Inc. Anomaly detection system
KR102106112B1 (ko) * 2018-06-12 2020-04-29 주식회사 팜에어 드론 영상을 이용한 농작물 판별 장치 및 그 방법
JP7192279B2 (ja) * 2018-07-13 2022-12-20 ソニーグループ株式会社 情報処理装置、情報処理方法、およびプログラム
WO2020044628A1 (ja) * 2018-08-29 2020-03-05 コニカミノルタ株式会社 圃場撮影システムおよび圃場撮影方法
KR102301658B1 (ko) * 2018-10-31 2021-09-14 (주)카탈로닉스 식물 생육 장치 및 그 제어 방법
JPWO2020179276A1 (zh) * 2019-03-01 2020-09-10
CN110717087B (zh) * 2019-04-24 2022-09-13 中国科学院地理科学与资源研究所 一种指定位置点的归一化植被指数ndvi获取方法及系统
US11710308B1 (en) 2019-10-10 2023-07-25 Aerofarms, Inc. Seed germination detection method and apparatus
JP6774544B2 (ja) * 2019-10-18 2020-10-28 マクセルホールディングス株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法
WO2021084907A1 (ja) * 2019-10-30 2021-05-06 ソニー株式会社 画像処理装置、画像処理方法及び画像処理プログラム
AU2020385945A1 (en) * 2019-11-22 2022-03-10 Farmers Edge Inc. Dynamic area thresholding for automatic crop health change detection and alerting system
WO2021205468A1 (en) * 2020-04-10 2021-10-14 Bhole Varsha System and method for identifying fruit shelf life
AU2021308733A1 (en) * 2020-07-14 2023-02-02 Farmers Edge Inc. Field image correlation differential change detection and alerting system
JP2021006819A (ja) * 2020-10-01 2021-01-21 マクセルホールディングス株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法
US11917272B2 (en) * 2020-10-28 2024-02-27 Semiconductor Components Industries, Llc Imaging systems for multi-spectral imaging
CN112304902B (zh) * 2020-11-02 2023-10-20 航天宏图信息技术股份有限公司 一种农作物物候的实时监测方法和装置
CN113433075B (zh) * 2021-05-08 2022-06-14 中科海慧(天津)科技有限公司 一种简单的黑臭水体遥感快速监测方法
EP4105892A1 (en) 2021-06-17 2022-12-21 Rakuten Group, Inc. Turf health condition determination system at golf course, turf health condition determination method at golf course and program

Family Cites Families (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5931614A (ja) 1982-08-11 1984-02-20 株式会社クボタ 果実収穫装置
JP3093486B2 (ja) * 1992-10-26 2000-10-03 株式会社テクノ・グラフティング研究所 植物良否判別制御装置およびその良否判別のための面積集計方法
US6160902A (en) * 1997-10-10 2000-12-12 Case Corporation Method for monitoring nitrogen status using a multi-spectral imaging system
JP2003502847A (ja) * 1999-06-14 2003-01-21 アウグスト,カルロス・ジヨタ・エルリ・ペー 積み重ね型波長選択オプトエレクトロニクス装置
JP4219819B2 (ja) 2002-02-13 2009-02-04 株式会社環境総合テクノス リモートセンシング高解像度データによる森林・樹木のバイオマス推定方法
US8712144B2 (en) * 2003-04-30 2014-04-29 Deere & Company System and method for detecting crop rows in an agricultural field
KR20050043368A (ko) * 2003-11-06 2005-05-11 신성식 친환경 농산물의 유통 검증 방법 및 그 시스템
US7854108B2 (en) * 2003-12-12 2010-12-21 Vision Robotics Corporation Agricultural robot system and method
EP1729298A1 (en) * 2004-03-23 2006-12-06 Matsushita Electric Industrial Co., Ltd. Recording device, reproduction device, host device, drive device, recording method, reproduction method, program, and information recording medium
US7702597B2 (en) * 2004-04-20 2010-04-20 George Mason Intellectual Properties, Inc. Crop yield prediction using piecewise linear regression with a break point and weather and agricultural parameters
SE0402576D0 (sv) 2004-10-25 2004-10-25 Forskarpatent I Uppsala Ab Multispectral and hyperspectral imaging
US20060167926A1 (en) * 2005-01-27 2006-07-27 James Verhey Vineyard information collection and management system
JP2006250827A (ja) * 2005-03-11 2006-09-21 Pasuko:Kk 作物の生育状況分析方法
US8185275B2 (en) * 2005-07-01 2012-05-22 Deere & Company System for vehicular guidance with respect to harvested crop
US7570783B2 (en) * 2005-07-01 2009-08-04 Deere & Company Method and system for vehicular guidance using a crop image
US7751647B2 (en) * 2005-12-08 2010-07-06 Lenel Systems International, Inc. System and method for detecting an invalid camera in video surveillance
JP4873545B2 (ja) * 2006-05-16 2012-02-08 株式会社日立ソリューションズ 圃場管理支援方法及びシステム
JP4396684B2 (ja) * 2006-10-04 2010-01-13 ソニー株式会社 固体撮像装置の製造方法
US8208680B2 (en) * 2006-11-07 2012-06-26 The Curators Of The University Of Missouri Method of predicting crop yield loss due to N-deficiency
WO2008074019A2 (en) * 2006-12-13 2008-06-19 Georgia Tech Research Corporation Systems and methods for real time multispectral imaging
KR20100014558A (ko) * 2007-03-23 2010-02-10 헬리오스펙트라 악티볼라그 식물 성장 또는 특성을 조절하는 시스템
US8145677B2 (en) * 2007-03-27 2012-03-27 Faleh Jassem Al-Shameri Automated generation of metadata for mining image and text data
US7911517B1 (en) * 2007-10-31 2011-03-22 The United States Of America As Represented By The Secretary Of Agriculture Device and method for acquiring digital color-infrared photographs for monitoring vegetation
US7924504B2 (en) * 2008-01-01 2011-04-12 United Microelectronics Corp. Color filter structure having inorganic layers
WO2009116613A1 (ja) 2008-03-21 2009-09-24 株式会社 伊藤園 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体
US7986352B2 (en) * 2008-06-18 2011-07-26 Panasonic Corporation Image generation system including a plurality of light receiving elements and for correcting image data using a spatial high frequency component, image generation method for correcting image data using a spatial high frequency component, and computer-readable recording medium having a program for performing the same
US20100100548A1 (en) * 2008-10-16 2010-04-22 Curators Of The University Of Missouri Storing change features detected from high-resolution, remotely sensed imagery
WO2010063075A1 (en) * 2008-12-03 2010-06-10 Magnificent Pty Ltd Crop picking device and method
JP2010166851A (ja) * 2009-01-22 2010-08-05 Chiharu Hongo 作物の収量予測方法及びその装置
US8248496B2 (en) * 2009-03-10 2012-08-21 Canon Kabushiki Kaisha Image processing apparatus, image processing method, and image sensor
WO2010116974A1 (ja) * 2009-04-07 2010-10-14 ローム株式会社 光電変換装置および撮像装置
MX2011013334A (es) * 2009-06-11 2012-04-11 Pa Llc Indices de vegetacion para medir densidad de microcultivo y crecimiento en multicapas.
JP5534300B2 (ja) * 2009-07-27 2014-06-25 株式会社サタケ リモートセンシングの検量線の作成方法
US20110221895A1 (en) * 2010-03-10 2011-09-15 Vinay Sharma Detection of Movement of a Stationary Video Camera
JP2011199798A (ja) * 2010-03-24 2011-10-06 Sony Corp 物理情報取得装置、固体撮像装置、物理情報取得方法
JP5467903B2 (ja) * 2010-03-24 2014-04-09 株式会社日本総合研究所 農作物管理方法及び農作物管理装置
US20110276336A1 (en) * 2010-03-25 2011-11-10 Tracy Sweely Method and apparatus for managing production complexity of high yield, multiple crop gardening and sustainable farming operations
CN101839979B (zh) * 2010-04-22 2012-07-25 中国农业大学 作物冠层植被指数测量方法及装置
CN102013021B (zh) 2010-08-19 2012-10-31 汪建 基于颜色和区域生长的茶叶嫩芽分割和识别方法
US9213905B2 (en) * 2010-10-25 2015-12-15 Trimble Navigation Limited Automatic obstacle location mapping
US8855937B2 (en) * 2010-10-25 2014-10-07 Trimble Navigation Limited Crop characteristic estimation
JP5673823B2 (ja) 2011-06-29 2015-02-18 富士通株式会社 植物種識別装置、方法およびプログラム
US8755154B2 (en) 2011-09-13 2014-06-17 Seagate Technology Llc Tuned angled uniaxial anisotropy in trilayer magnetic sensors
CN102521564A (zh) 2011-11-22 2012-06-27 常熟市董浜镇华进电器厂 基于颜色和形状识别茶叶的方法
TWI443446B (zh) 2011-12-01 2014-07-01 Univ Nat Taiwan 植床的監測系統及影像重建方法
CN102565061B (zh) 2012-01-16 2014-03-12 沈阳农业大学 作物生物量无损检测图像采集处理装置及检测方法
US9113590B2 (en) 2012-08-06 2015-08-25 Superior Edge, Inc. Methods, apparatus, and systems for determining in-season crop status in an agricultural crop and alerting users
JP5950166B2 (ja) 2013-03-25 2016-07-13 ソニー株式会社 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI726396B (zh) * 2019-08-23 2021-05-01 經緯航太科技股份有限公司 環境巡檢系統及其方法

Also Published As

Publication number Publication date
EP4220129A1 (en) 2023-08-02
US20200356775A1 (en) 2020-11-12
AU2014245679B2 (en) 2017-04-13
KR102227077B1 (ko) 2021-03-11
US20230245446A1 (en) 2023-08-03
US11699286B2 (en) 2023-07-11
KR20210011514A (ko) 2021-02-01
TWI615605B (zh) 2018-02-21
KR102487134B1 (ko) 2023-01-12
RU2015139842A (ru) 2017-03-23
US20220230431A1 (en) 2022-07-21
JP2014183788A (ja) 2014-10-02
EP2979079A1 (en) 2016-02-03
KR20160018450A (ko) 2016-02-17
BR112015024105B1 (pt) 2022-01-04
US20160283791A1 (en) 2016-09-29
BR112015024105A2 (pt) 2017-07-18
AU2014245679A1 (en) 2015-08-20
WO2014156039A1 (en) 2014-10-02
KR102362910B1 (ko) 2022-02-15
US20200210699A1 (en) 2020-07-02
US20230306736A1 (en) 2023-09-28
KR20220010066A (ko) 2022-01-25
CN105308436B (zh) 2020-09-18
US11443509B2 (en) 2022-09-13
CN105308436A (zh) 2016-02-03
CN111929253A (zh) 2020-11-13
US10607078B2 (en) 2020-03-31
RU2659883C2 (ru) 2018-07-04
JP5950166B2 (ja) 2016-07-13
EP2979079B1 (en) 2023-04-26
CN111929253B (zh) 2024-03-22
US11875562B2 (en) 2024-01-16

Similar Documents

Publication Publication Date Title
TWI615605B (zh) 成像方法,影像處理系統以及電腦可讀取媒體
Pádua et al. UAS, sensors, and data processing in agroforestry: A review towards practical applications
De Souza et al. Height estimation of sugarcane using an unmanned aerial system (UAS) based on structure from motion (SfM) point clouds
Long et al. Object-oriented crop classification using multitemporal ETM+ SLC-off imagery and random forest
JP6187639B2 (ja) 撮像装置および撮像方法、並びにプログラム
CN106575419A (zh) 信息处理设备、产生控制信号的方法、信息处理系统以及程序
CN110188962B (zh) 基于农业物联网的水稻供应链信息处理方法
Koma et al. Better together? Assessing different remote sensing products for predicting habitat suitability of wetland birds
Fathipoor et al. Corn forage yield prediction using unmanned aerial vehicle images at mid-season growth stage
Son et al. Multitemporal Landsat-MODIS fusion for cropland drought monitoring in El Salvador
Shewring et al. Using UAV‐mounted thermal cameras to detect the presence of nesting nightjar in upland clear‐fell: A case study in South Wales, UK
Dube et al. Cotton boll distribution and yield estimation using three‐dimensional point cloud data
Prosser et al. Using thermal infrared cameras to detect avian chicks at various distances and vegetative coverages
Gadepally et al. A Deep Transfer Learning based approach for forecasting spatio-temporal features to maximize yield in cotton crops
Aguilar-Ariza et al. UAV-based individual Chinese cabbage weight prediction using multi-temporal data
Senthilraj et al. Farming the Future: An Approach to Precision Agriculture through UAS-based Thermal Scanners
Flynn et al. UAV‐derived greenness and within‐crown spatial patterning can detect ash dieback in individual trees
Bhujade Crop Biophysical Parameters Estimation Using SAR Imagery for Precision Agriculture Applications