WO2009116613A1 - 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 - Google Patents

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 Download PDF

Info

Publication number
WO2009116613A1
WO2009116613A1 PCT/JP2009/055403 JP2009055403W WO2009116613A1 WO 2009116613 A1 WO2009116613 A1 WO 2009116613A1 JP 2009055403 W JP2009055403 W JP 2009055403W WO 2009116613 A1 WO2009116613 A1 WO 2009116613A1
Authority
WO
WIPO (PCT)
Prior art keywords
plucking
vegetation index
tea
evaluation
tea leaf
Prior art date
Application number
PCT/JP2009/055403
Other languages
English (en)
French (fr)
Inventor
健志 虎尾
荒井　昌彦
均 井料
炳徳 全
宗煥 金
Original Assignee
株式会社 伊藤園
国立大学法人 長崎大学
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 株式会社 伊藤園, 国立大学法人 長崎大学 filed Critical 株式会社 伊藤園
Priority to AU2009226465A priority Critical patent/AU2009226465B2/en
Priority to CN200980108750.8A priority patent/CN101971006B/zh
Priority to JP2010503920A priority patent/JP5361862B2/ja
Publication of WO2009116613A1 publication Critical patent/WO2009116613A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/314—Investigating 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
    • G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
    • G01N2021/635—Photosynthetic material analysis, e.g. chrorophyll
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits

Definitions

  • the present invention relates to fresh tea leaves used in the production of tea for food and drink, that is, the tea leaf shoots picked in the tea garden, and the applicability evaluation of tea leaves can be easily judged by a non-contact and non-destructive technique.
  • Method, picking aptitude evaluation apparatus, picking aptitude evaluation system, and computer-usable medium for carrying out picking aptitude evaluation in particular, it is possible to detect properties that serve as indicators of the growth state and quality of tea plant shoots
  • the harvesting time of fresh tea leaves has been determined mainly by the experience of skilled workers, and when it must be judged by someone other than the skilled worker, it is measured by picking buds within a certain area of the tea garden as an objective criterion.
  • the picking time is determined using the weight (bud weight) of the buds and the ratio of the spread buds to the total number of shoots (degree of spread).
  • Patent Documents 1 and 2 nitrogen is used as a chemical component related to tea leaf quality after drying or cutting the picked fresh tea leaves.
  • a method of measuring the content of fibers and the like using a near infrared analysis method and using it for evaluation has been proposed.
  • the method of judging based on fresh tea leaves picked within a certain area requires time to transport the picked tea leaves to the measurement location, measurement work, sorting processing, etc., so it takes time to obtain the results. Because it cannot be judged promptly, it is difficult to judge quickly in large-scale tea gardens and remote areas. Moreover, the case where the picked fresh tea leaves cannot be used effectively may occur. Furthermore, since the evaluation is based on the sampling location, there is a possibility that the evaluation result does not necessarily match the current state of the entire wide tea garden.
  • Patent Documents 1 and 2 also require labor and time for measuring chemical components in fresh tea leaves, and in order to make an accurate judgment, a measurement sample is used to reduce errors due to variations in the picked fresh tea leaves. Because it is necessary to increase the amount, it is difficult to make a quick judgment about a wide range of tea gardens.
  • the present invention is a tea leaf plucking aptitude evaluation method, a plucking suitability evaluation apparatus, a plucking suitability evaluation judgment system, and a computer for performing plucking suitability evaluation that can easily and easily judge whether or not tea shoots are plucked in a short time. It is an object to provide a simple medium.
  • the present invention can determine the adequacy of plucking of shoots of tea tree by a non-contact and non-destructive technique, and does not require sampling such that plucked tea leaves are wasted. It is an object of the present invention to provide an evaluation device, a picking suitability evaluation system, and a computer-usable medium for performing picking suitability evaluation.
  • the tea leaf plucking aptitude evaluation method calculates vegetation index using optical data included in image information of tea leaves, and calculates total nitrogen, fiber amount, bud weight, degree of spread, and leaf opening. Based on the correlation between at least one evaluation item selected from the group consisting of numbers and a vegetation index, the gut index is used to evaluate the tea leaf aptitude for the evaluation item. .
  • the tea leaf plucking aptitude evaluation system calculates a vegetation index by using a photographing device that creates image information of tea leaves and optical data included in the image information.
  • a vegetation index and having an information processing section that evaluates tea leaf plucking aptitude for at least one evaluation item selected from the group consisting of total nitrogen, fiber amount, bud weight, degree of spread, and number of leaves.
  • the gist of the processing apparatus is that it is possible to evaluate tea leaf picking suitability for the evaluation item using a database having data defining a correlation between the at least one evaluation item and a vegetation index.
  • the tea leaf plucking aptitude evaluation system is selected from the group consisting of a photographing device that creates image information of tea leaves, and total nitrogen, fiber amount, bud weight, degree of sprouting, and number of leaves opened.
  • a database having data defining a correlation between at least one evaluation item and a vegetation index, and calculating the vegetation index using optical data included in the image information, and at least one evaluation item of the database and the vegetation index
  • an information processing unit that evaluates tea leaf plucking aptitude for the evaluation items using the calculated vegetation index.
  • a tea leaf plucking aptitude evaluation apparatus includes an input unit that acquires image information of tea leaves; and a vegetation index using optical data included in the image information of tea leaves acquired by the input unit. And calculating the tea leaf aptitude for at least one evaluation item selected from the group consisting of total nitrogen, fiber amount, bud weight, degree of spread and number of leaves using the calculated vegetation index A processing unit, wherein the calculation processing unit is capable of evaluating tea leaf picking aptitude for the evaluation item using a database having data defining a correlation between the at least one evaluation item and a vegetation index;
  • the gist of the present invention is to have a display unit that displays tea leaf plucking suitability evaluated by the arithmetic processing unit.
  • the aptitude of tea tree shoots is evaluated, and whether or not the shoots are suitable for plucking can be simplified in a short time. Therefore, it is possible to accurately and quickly determine plucking for each section of a wide range of tea gardens, and it is possible to efficiently harvest tea leaves having the desired quality. Moreover, production can be stabilized and production efficiency can be improved by homogenizing fresh tea leaves to be picked and setting a harvest schedule. Since troublesome and time-consuming operations such as sample sampling and component analysis can be omitted, labor related to plucking judgment is reduced.
  • FIG. 1 is a graph showing the correlation between NDVI obtained from image information and total nitrogen of tea leaves.
  • FIG. 2 is a graph showing the correlation between NDVI obtained from image information and the amount of fiber of tea leaves.
  • FIG. 3 is a graph showing the correlation between NDVI obtained from image information and bud weight of tea leaves.
  • FIG. 4 is a graph showing the correlation between NDVI obtained from image information and the degree of tea leaves.
  • FIG. 5 is a graph showing the correlation between NDVI obtained from image information and the number of tea leaves opened.
  • FIG. 6 is a graph showing the variation of the correlation between NDVI and the total nitrogen of tea leaves depending on the tea season.
  • FIG. 7 is a graph showing the variation of the correlation between NDVI and the fiber content of tea leaves depending on the tea season.
  • FIG. 1 is a graph showing the correlation between NDVI obtained from image information and total nitrogen of tea leaves.
  • FIG. 2 is a graph showing the correlation between NDVI obtained from image information and the amount of fiber of
  • FIG. 8 is a graph showing the relationship between NDVI and illuminance at the time of shooting.
  • FIG. 9 is a graph showing the relationship between NDVI and the shooting angle.
  • FIG. 10 is a graph showing the correlation between NDVI obtained from image information taken under dark conditions and the amount of fiber of tea leaves.
  • FIG. 11 is a schematic configuration diagram showing an example of a tea leaf plucking aptitude evaluation system.
  • FIG. 12 is a flowchart schematically showing an example of a tea leaf plucking aptitude evaluation method.
  • FIG. 13 is a flowchart showing an example of a procedure in calculating the vegetation index.
  • FIG. 14 is a flowchart showing an example of a procedure in correcting the vegetation index.
  • FIG. 15 is a flowchart illustrating an example of a procedure for evaluating the evaluation items.
  • FIG. 16 is a flowchart showing an example of a procedure in determining the appropriate harvesting period.
  • the amount of various components contained in tea leaves varies depending on the degree of growth of the picked tea leaf shoots, and the quality required for fresh tea leaves used in the production of tea products varies depending on the type and rank of the products to be produced. Therefore, it is necessary to determine the picking time of tea leaves so that the picked tea leaves have a quality suitable for the target product to be manufactured and can be obtained with a high yield.
  • Such a suitable harvesting period can be determined without relying on the skill of a skilled worker by investigating and observing a tea garden based on objective evaluation items.
  • environmental conditions such as sunlight differ depending on the location, so it takes a long time to determine the appropriate period by observing each section, and the appropriate period may be missed.
  • the inventors of the present application create various image information by photographing the tea garden, and regarding the optical data measured by photographing and included in the image information, the evaluation items used for the tea leaf picking judgment, the judgment criterion for picking, and As a result of repeated investigations on whether or not there is a relationship with chemical analysis data etc. of raw tea leaves, it was found that there is a correlation that enables evaluation of tea leaf picking suitability based on photographed image information and judgment of the appropriate time, and based on this As a result, a method and system have been realized that enable objective evaluation of tea leaves and judgment of the appropriate harvesting time by remote sensing.
  • a tea leaf plucking aptitude evaluation method and a plucking suitability evaluation system based on image information of the present invention will be described in detail.
  • the image information is created using an imaging apparatus capable of measuring the wavelength range according to the required optical data.
  • detection data in a wavelength region such as visible light (400 to 700 nm) and near infrared light (700 to 1300 nm) is usually used.
  • image information obtained by detecting these lights is also used. It can be used for evaluation of plucking aptitude.
  • plant activity is indicated by numerical values calculated using optical data included in the image information.
  • vegetation indexes such as NDVI, SAVI, MSAVI, TSAVI, EVI, WDVI, and RVI calculated using detection data of near infrared light have been devised.
  • a vegetation index can also be used in the evaluation of the plucking suitability and determination of the appropriate period of the present invention, and in particular, a normalized vegetation index (NDVI) calculated using the reflectance of red light (600 to 700 nm) and near infrared light. ) Is extremely useful, and it has been found that the evaluation items used as an index for the evaluation of tea leaf plucking ability can be numerically evaluated using a vegetation index.
  • NDVI normalized vegetation index
  • Evaluation items such as the degree of spread and bud weight are items for the plucker to objectively make a plucking judgment by visual observation when plucking tea leaves, and that these items and the vegetation index are correlated. This means that it is possible to make the same tea leaf evaluation and plucking judgment as a skilled person based on this correlation, which is extremely important. That is, using image information obtained by photographing, it is possible to perform non-destructive determination of whether or not tea leaves can be picked and prediction of the appropriate picking time for a wide range of tea gardens in a short time.
  • the correlation between the vegetation index obtained from the image information of tea leaves and each evaluation item of tea leaves will be described with reference to FIGS. In the following description, NDVI having the highest correlation with each evaluation item is used as the vegetation index, but the same correlation is also observed with other vegetation indices such as RVI.
  • FIG. 1 is a graph (x: NDVI, y: total nitrogen) showing the relationship between NDVI and total nitrogen [mass%] contained in tea leaves.
  • R 2 0.56).
  • the amino acid content of tea leaves increases with the growth of the shoots, and the rank of the tea product obtained depends on the amino acid content of tea leaves.
  • the nitrogen value There is a correlation with the nitrogen value. Therefore, based on the above relationship between NDVI and total nitrogen, the suitability of tea leaves can be evaluated to determine whether or not they can be picked.
  • the total nitrogen value is obtained from the above relational expression (1), and this is compared with the range (proper range) of the total nitrogen of tea leaves suitable for plucking. Appropriateness of plucking can be determined by whether or not to do so.
  • an appropriate range of NDVI corresponding to the appropriate range of total nitrogen is set based on the above correlation, and this range and the NDVI value obtained from the image information are directly compared to determine the suitability. Also good.
  • the difference from the appropriate range of total nitrogen (or NDVI) is calculated, and the ratio of the difference with respect to the standard fluctuation amount per day is calculated to determine the optimum plucking period (tea leaves are plucked). Therefore, it is also possible to predict the appropriate harvesting period by adding this number of days to the shooting date.
  • the standard variation per day for total nitrogen is generally about -0.09% / day.
  • the total nitrogen of tea leaves judged to be suitable for plucking is generally in the range of 3.4 to 6.5% by mass, and a part of this range should be set to an appropriate range according to the target quality rank. Can do.
  • the higher range is 5.4 to 6.5% by weight, for sencha, 4.5 to 5.4% by weight, and for tea leaves for general ranks, it is lower.
  • the appropriate range of total nitrogen can be set such that the range is 3.4 to 4.5 mass%, and the appropriate range of NDVI can be set accordingly.
  • FIG. 2 is a graph (x: NDVI, y: fiber amount) showing the relationship between NDVI and the amount of fiber contained in tea leaves [mass%, dry matter equivalent].
  • R 2 0.66.
  • the amount of fiber increases as shoots grow, and the fiber content has a negative correlation with the quality of sencha.
  • the fiber amount is obtained from the NDVI value obtained from the image information, and this is compared with the appropriate range of the fiber amount of the tea leaf suitable for plucking to determine whether plucking is appropriate or not. can do.
  • an appropriate range of NDVI corresponding to the appropriate range of the fiber amount is set based on the above correlation, and this range and the NDVI value obtained from the image information are directly compared to determine the suitability. Also good.
  • the difference from the appropriate range of the fiber amount (or NDVI) is calculated, and the ratio of the difference to the standard fluctuation amount per day is calculated to reach the plucking suitable period.
  • the standard fluctuation amount per day of the fiber amount is generally 0.5 to 0.7% / day.
  • the fiber amount of tea leaves determined to be suitable for plucking is generally in the range of 10 to 35% by mass, and a part of this range can be set to an appropriate range according to the quality of the target product.
  • an appropriate range of fiber amount may be set, such as a lower range of 10 to 20% by mass for plucking tea leaves for advanced ranks and a higher range of 20 to 35% by mass for tea leaves for general ranks. Accordingly, an appropriate range of NDVI can be set according to this.
  • FIG. 3 is a graph showing the relationship between NDVI and bud weight (x: NDVI, y: bud weight [g / 400 cm 2 ]).
  • the bud weight is an area average weight value representing the mass of tea leaves picked as shoots in a certain area of the tea garden, corresponds to the yield of tea leaves per area, and increases according to the growth of the shoots. That is, it is an index of the yield of tea leaves and an index of the degree of growth of shoots.
  • the quality of tea leaves changes depending on the growth of shoots. For example, the content of amino acids, caffeine, and tannin decreases as the shoots grow, whereas the sugar content increases as the shoots grow.
  • the growth degree suitable for plucking differs depending on the type and rank of the tea leaf product to be manufactured, and it is necessary to determine the plucking date so that the sprout has a proper growth degree according to the quality required for the tea leaf. Therefore, the bud weight per fixed area, which is an index of the degree of growth, is an important evaluation item for determining the plucking date.
  • the bud weight is obtained from the NDVI value obtained from the image information, and this is compared with the appropriate range of tea leaf bud weight suitable for plucking to determine whether plucking is appropriate or not. can do.
  • an appropriate range of NDVI corresponding to the appropriate range of bud weight is determined based on the above correlation, and this range is directly compared with the NDVI value obtained from the image information to determine the suitability. Also good.
  • the difference from the appropriate range of bud weight (or NDVI) is calculated, and the ratio of the difference to the standard fluctuation amount per day is calculated to reach the plucking suitable period.
  • the standard variation of bud weight per day is generally about 2 g / day ⁇ 400 cm 2 .
  • the bud weight of tea leaves determined to be suitable for plucking is generally 10 to 50 g / 400 cm 2 , and a part of this range can be set to an appropriate range according to the target quality rank. For example, lower range 10 ⁇ 25g / 400cm 2 in the case of plucking the tea leaves for advanced ranks, the appropriate range of buds heavy per area and so the range 25 ⁇ 50g / 400cm 2 higher in the case of tea leaves for generic rank Can be set.
  • FIG. 4 is a graph (x: NDVI, y: degree of opening) showing the relationship between NDVI and the degree of opening [%].
  • the degree of unfolding is the ratio of unfolding buds in the total area of the tea plantation, and the unfolding buds have expanded and the development of continuous new leaves has been completed, and the leaves have emerged. Says buds in state. That is, it is an area average value representing the degree of growth of shoots and increases with the growth of shoots. Since the quality of tea leaves changes with the growth of shoots, as with the above-mentioned bud weight, the degree of spread is used as an indicator of the degree of growth so that the tea leaves plucked according to the quality required for the tea leaves have an appropriate degree of growth. The plucking date can be determined. From FIG.
  • an appropriate range of NDVI corresponding to the appropriate range of the degree of opening is set based on the above correlation, and this range and the NDVI value obtained from the image information are directly compared to determine the suitability. May be. Furthermore, if it is determined that the comparison is unsuitable for plucking, the difference from the appropriate range of the degree of unfolding is calculated, and the ratio of the difference to the standard fluctuation amount per day is obtained to obtain the number of days until the plucking suitable period. Therefore, it is possible to predict the appropriate harvesting period by adding this number of days to the shooting date.
  • the standard variation per day of the degree of unfolding is generally 5-6% / day.
  • the degree of tea leaf opening determined to be suitable for plucking is generally 30 to 90%, and a part of this range can be set to an appropriate range according to the target quality rank.
  • an appropriate range of the degree of opening can be set, such as a lower range of 30 to 50% for plucking tea leaves for advanced ranks and a higher range of 50 to 90% for tea leaves for general ranks. .
  • FIG. 5 is a graph (x: NDVI, y: number of leaves) showing the relationship between NDVI and the number of leaves [sheets].
  • the number of opened leaves is an average value obtained by determining the number of leaves in one bud of all shoots in a certain area of a tea garden (the leaves expand and the entire middle bud can be seen). To increase. Since the quality of tea leaves changes depending on the growth of shoots, the number of open leaves is used as an indicator of the degree of growth, as in the case of the above-mentioned bud weight, so that the tea leaves plucked according to the quality required for the tea leaves are plucked. The day can be determined.
  • the difference from the appropriate range of the number of open leaves (or NDVI) is calculated, and the ratio of the difference with respect to the standard fluctuation amount per day is calculated to reach the plucking suitable period. Therefore, it is possible to predict the appropriate harvesting period by adding this number of days to the shooting date.
  • the standard fluctuation amount per day of the number of opened leaves is generally 0.05 to 0.2 sheets / day.
  • the number of tea leaves that are determined to be suitable for plucking varies depending on the location of the tea plantation, etc. Therefore, it is desirable to collect basic data in advance for each tea plantation and confirm it individually.
  • the number of leaves suitable for plucking is generally 2 to 6, and a part of this range can be set to an appropriate range for each tea garden according to the target quality rank.
  • the appropriate range of the number of opened leaves is set such that the lower range is 3 to 4 for high grade tea leaves, and the higher range is 4 to 5 for general rank tea leaves. Can be set.
  • the correlations shown in FIGS. 1 to 5 are the results obtained for the No. 1 tea of Yabukita, but the tea shoots can be picked several times a year. It is known that the content of components contained in tea leaves changes as the tea season progresses. The proportion of No. 1 tea in the annual green tea production in Japan is more than 40% in quantity and more than 70% in amount. Knowing the growth state of No. 1 tea is very important for growers, Since the importance of No. 2 and No. 3 tea is increasing with the increase, it is necessary to make a plucking judgment taking into account the difference in growth according to the tea season.
  • the content of ingredients contained in tea leaves varies slightly depending on the variety of tea tree, and the ratio of Yabukita in tea gardens in Japan is about 75% of the total area, but specialized in various functional ingredients. Since the ratio of varieties other than Yabukita is increasing due to the demand for the cultivar, it is necessary to know the growth state according to the cultivar when judging the picking.
  • the constant of the relational expression indicating the correlation with each evaluation item is treated as a variable changed according to the variety and the tea season, and the constant of the relational expression is determined according to the data of the variety and tea season given as the initial conditions of the tea leaves to be evaluated.
  • the constants of the respective relational expressions are set in advance by referring to tea tree varieties and tea season data of tea leaves to be picked. Similarly, the standard fluctuation amount per day is changed according to the variety and the tea season.
  • the correlation that enables evaluation of the tea leaf plucking suitability as shown in FIGS. 1 to 7 can also be obtained for items such as amino acid content, tannin content, caffeine content, leaf color, and the like.
  • items such as amino acid content, tannin content, caffeine content, leaf color, and the like.
  • a gray plate may be used as a control in order to increase the accuracy of correction of image information.
  • the optical data obtained from the image of the gray board can be used as a reference to correct the correction.
  • the accuracy of confirmation and evaluation can be improved.
  • the optical data is standardized from the detection value to the actual value in the calculation of the vegetation index if the exposure conditions are different (for example, exposure Need to be converted into detected values per hour).
  • standard exposure conditions are determined in advance.
  • tea trees are usually cultivated in straws with a width of 1.5 to 1.8 m and a height (step) of 0.3 to 1 m.
  • the object to be photographed is a sprout that extends upward from the crown surface of the tea tree, so the photographing position is from the top of the crown surface to the horizontal horizontal direction. If an old leaf or shaded portion under the crown surface is photographed, the image information is affected, and the correlation between the above-described evaluation item and NDVI tends to be lowered. Therefore, photographing from obliquely above is considered appropriate.
  • the variation in the measured data with respect to the relational expression (7) is small when the shooting angle is small, because this is an angle at which it is easy to exclude other than shoots from the shooting target. Conceivable. Therefore, in order to increase the accuracy of the image information, it is effective to set the shooting angle so that the shooting target is concentrated on the sprout and perform shooting. It is preferable to arrange the image photographing device at an obliquely upper position where the photographing angle is in the range of 0 to 10 ° (excluding 0 °) with respect to the crown surface. It should be noted that the crown surface of the tea tree is often adjusted to a gentle curved surface, and in this case, the reference of the photographing angle is a surface passing through the top of the crown surface of each tea tree.
  • the crown surface described as the reference of the photographing angle in the present invention means a horizontal plane passing through the top of the crown surface in the case of flat tea garden, and means a plane parallel to the inclined ground through the top of the crown surface in the case of inclined tea garden. .
  • the shooting is from above, and the NDVI value is corrected according to the shooting angle.
  • the artificial light used for photographing may be any light that includes light having a wavelength used for calculating the vegetation index, that is, light that includes 600 to 1300 nm red light and near infrared light, and is generally used.
  • a photographing illumination lamp or an artificial solar illumination lamp can be used as the light source.
  • irradiation light specialized for red light and near-infrared light it is possible to specialize in photographing only necessary optical data, so that the accuracy of the vegetation index can be improved.
  • Examples of the light source for irradiating light with such a wavelength include infrared and near-infrared lamps, LEDs, and the like.
  • the distance, irradiation angle, and illuminance between the tea leaf to be photographed and the light source may be constant in order to increase the accuracy of the corrected vegetation index.
  • the fixing means may be used as necessary. If the illumination area of the tea leaves is defined within a certain range by covering the surroundings of the illuminating lamp and the photographing apparatus using a dark screen or a shielding plate, fluctuations in illuminance can be suppressed and data reliability can be improved. In this configuration, wide-area shooting is not possible, but not only nighttime but also daytime shooting is possible, so data can be stably and reliably obtained even in daytime by performing shooting under dark conditions using artificial light on the shielded area. It is possible to collect.
  • FIG. 10 is a graph showing the results of examining the relationship between the vegetation index and the evaluation items of tea leaves based on the vegetation index calculated from optical data obtained by photographing with light irradiation under dark conditions.
  • This graph uses optical data of Yabukita tea 4th tea season (autumn tea) taken using an artificial solar illuminator (light with a similar wavelength to sunlight) at night (shooting angle: 20 °). Then, NDVI is calculated as a vegetation index, and the amount of fiber contained in tea leaves [mass%, converted to dry matter] is measured as an evaluation item. According to the graph of FIG.
  • the vegetation index calculated from the obtained optical data varies depending on the shooting conditions, that is, the illuminance and the shooting angle, and has a correlation similar to that in FIGS. Correction is similarly performed by the illuminance data and the angle data.
  • the distribution of illumination light differs depending on the illumination device, and there may be variations in illuminance etc. at the center and periphery of the illumination.
  • the specifications of the irradiation apparatus and irradiation conditions are also included.
  • FIG. 11 is a schematic configuration diagram illustrating an embodiment of a plucking determination system according to the present invention.
  • the plucking determination system uses a photographing unit 1 that acquires image information of tea leaves and image information acquired by the photographing unit 1.
  • the information processing unit 2 that evaluates the plucking suitability of the tea leaves photographed in this manner and determines whether or not it is in the plucking suitability period, and the output unit 3 that outputs the evaluation by the information processing unit 2 and the judgment result of the plucking suitability time.
  • the photographing unit 1 may be in the form for close-up photography, or may be in the form for distant photography that is mounted on a flying means such as an airplane or a satellite and photographed from the sky, or both may be used in combination.
  • the close-up photographing at the photographing angle ⁇ with respect to the crown surface is shown.
  • the close-up shooting is, for example, a fixed-point observation imaging device 1a fixed by using a pole for a frost-proof fan or the like, or a moving observation for appropriately moving to a shooting position near a tea garden and positioning it with a handheld or tripod. It can be implemented by the photographing apparatus 1b.
  • a light source 1c for irradiating tea leaves with artificial light including red and near-infrared wavelength ranges is used.
  • the light source 1c is not particularly limited as long as artificial light can be irradiated onto the tea leaves with a desired illuminance.
  • the light source 1c may be fixed to a tea garden or installed at the time of photographing, or may be attached to the photographing devices 1a and 1b for close-up photographing. It may be attached. When using the light source 1c, it is desirable to position the light source 1c while paying attention to illuminance, irradiation direction, and the like.
  • the intensity difference caused by the absorption characteristics of chlorophyll appears significantly in red light and near infrared light.
  • a vegetation index such as NDVI is calculated from the reflection coefficients of both lights. That is, the optical data used by the information processing unit 2 from the image information is reflected light data in the red light region and the near-infrared light region, the artificial light emitted from the light source 1c in the photographing unit 1, and the photographing device 1a.
  • the wavelength range of the light extracted / detected from the reflected light in 1b may be anything including red light and near infrared light.
  • the photographing devices 1a and 1b not only a dedicated device for remote sensing but also a device equipped with equipment capable of detecting necessary optical data such as a digital camera or a mobile phone with a camera is used. It can.
  • red light and near infrared light can be detected by installing a predetermined optical filter in a digital camera having a CCD image sensor.
  • a near infrared sensor having a detection range of 760 to 900 nm and a red sensor having a detection range of 600 to 660 nm are used.
  • the light source 1c for example, an artificial solar lamp, a red lamp including irradiation in the red and near-infrared regions, or various irradiation devices such as an LED can be appropriately selected and used.
  • the image information created by the photographing unit includes an image that is divided into a plurality of regions and can be handled for each region, and optical data related to red light and near infrared light corresponding to each region of the image.
  • the image is sent from the photographing unit 1 to the information processing unit 2 by the supply unit.
  • the data supply means transmission / reception by wired or wireless communication, recording / reading of information via a recording medium such as a floppy disk or a flash memory, and the like can be used.
  • the information processing unit 2 includes an input unit 2a, an arithmetic processing unit 2b, a display unit 2c, and a memory unit 2d.
  • the input unit 2a directly receives image information created by the photographing unit 1 through communication or a recording medium.
  • the image information acquired is stored in the memory unit 2d as necessary.
  • the input unit 2a can be equipped with a keyboard or the like for enabling manual input and correction of data, and if necessary, initial conditions and products such as varieties used in evaluation / judgment work, tea season, etc. It is possible to perform input / correction regarding setting of applications such as rank; distinction between bright / dark conditions and photographing conditions regarding optical data to be used; selection of evaluation items; designation of an image area on which evaluation / determination is performed;
  • the arithmetic processing unit 2b takes in the optical data of the red light and the near infrared light in the designated area of the photographed image from the image information, and calculates the optical data After performing standardization as appropriate, a calculation process for calculating a vegetation index such as NDVI is executed using the optical data, and correction based on the photographing condition is performed as appropriate based on the distinction between the light / dark conditions.
  • the arithmetic processing unit 2b refers to the database based on the distinction between the light / dark conditions, and relates to the correlation data necessary for the tea leaf evaluation and the plucking judgment, that is, the evaluation item and A relational expression indicating a correlation with the vegetation index and a constant of the relational expression are obtained according to the initial conditions, and the relational expression and the calculated vegetation index are used to relate to the evaluation item of the tea leaf in the specified region of the photographed image.
  • the value of the evaluation item corresponding to the calculated vegetation index is determined, and this value is compared with the numerical value (appropriate range) of the evaluation item suitable for plucking. Determine if you are in time.
  • the numerical value (proper range) of the vegetation index corresponding to the numerical value (proper range) of the evaluation item suitable for plucking is determined based on a relational expression, and this is compared with the calculated vegetation index.
  • the database is not particularly limited as long as it possesses data necessary for tea leaf evaluation and plucking judgment, and may be provided in advance in the information processing unit 2 as a dedicated device, or a record in which data is recorded.
  • the data may be read directly from the medium, or indirectly read from a remote database via a communication network and stored / updated in the memory unit 2d.
  • the data held in the database includes relational expressions indicating the correlation between each evaluation item as shown in FIGS. 1 to 5 and 10 and the vegetation index; as constants of the respective relational expressions as shown in FIGS. Constant data (a, b ... n) for setting appropriate values and standard fluctuation amount per day for each evaluation item; correction data for correcting the vegetation index obtained by the calculation process according to the shooting conditions, etc. Is included.
  • the constant data is based on the setting of the imaging system (setting of the irradiation device and the detection unit described above) and the distinction between the light / dark conditions, the constant values of the relational expressions in each evaluation item, the tea variety, the tea period, etc.
  • Each initial condition is included in a corresponding form, and a constant corresponding to the initial condition is determined and set in the relational expression.
  • the correction data includes relational expressions and constants (p, q, r, s, t) for correcting the influence of shooting conditions such as illuminance, aperture, shutter speed, shooting angle, etc. on the vegetation index as shown in FIGS. ) And the like, and a relational expression for performing correction according to each photographing condition is set based on the distinction between the light / dark conditions.
  • the data such as the optical data read out from the image information by the arithmetic processing unit 2b, the calculated vegetation index, the evaluation result of the tea leaf picking aptitude and the picking judgment are displayed on the display unit 2c. These data can be output to the output unit 3 using a data supply means or stored in the memory unit 2d as necessary. According to the data supplied to the output unit 3, the pruning operation of each tea garden is performed. Start is determined.
  • the data supply means transmission / reception by wired or wireless communication, information recording / reading via a recording medium such as a floppy disk or a flash memory can be used.
  • the display unit 2c a display that presents data by screen display, a printer that presents data on a recording material such as paper, and the like can be used.
  • the output unit 3 can be configured by a mobile terminal such as a mobile computer 3a or a mobile phone 3b, or a terminal arbitrarily selected from a fixed terminal 3c such as a desktop personal computer, a fax machine, or a printer. In the section 3, it is arbitrarily displayed, printed and saved.
  • the above-described picking aptitude evaluation system can be configured as a picking aptitude evaluation apparatus in which the photographing unit 1, the information processing unit 2, and the output unit 3 are integrated.
  • a mobile phone with a camera, a mobile computer with a camera, and the like can be used.
  • this can be equipped with a function for performing a plucking aptitude evaluation method.
  • a plucking aptitude evaluation apparatus using only the information processing unit 2 may be configured and provided so that the user can add and delete the photographing unit 1 and the output unit 3 as necessary.
  • Program code for causing a computer to execute the following method can be provided as computer-usable application software recorded in a recording medium, or as signal distribution transmitted to another computer by wire or wirelessly.
  • FIG. 12 is a flowchart schematically showing the procedure of a tea leaf plucking aptitude evaluation method.
  • tea leaves are plucked using a numerical value for calculating a vegetation index from image information of tea leaves and the calculated vegetation index. An evaluation / judgment is performed to check whether the time is right.
  • NDVI is used as the vegetation index, but other vegetation indices such as RVI may be used.
  • step S1 image information created by photographing a tea garden is input (step S1), and a vegetation index is calculated from optical data included in the image information (step S2).
  • the calculated vegetation index is corrected to a vegetation index of a certain shooting condition according to the shooting condition (step S3), and evaluation is performed based on the relationship between the vegetation index and the evaluation item using the calculated / corrected vegetation index.
  • the plucking aptitude for the item is evaluated as a numerical value (step S4). It is confirmed whether or not the plucking suitability is determined (step S5), and using the evaluated numerical value, it is judged whether or not the tea leaf is in a plucking suitability for the evaluation item (step S6). If the operator is a plucking expert, it is possible to omit the judgment of the plucking appropriate period based on the evaluation value in step S6 and to end the process after the confirmation in step S5.
  • the aperture, shutter speed and angle which are imaging conditions relating to the imaging device, the presence or absence of a contrast gray plate image, and the distinction between light / dark conditions (irradiation) which are environment-related imaging conditions.
  • disinction of light and illuminance at the time of photographing are simultaneously taken in as reference information and used in calculation of the vegetation index in step S2 or correction in step S3.
  • the correlation between the vegetation index and the evaluation item is set by reading the relational expression and constant between the vegetation index and the evaluation item according to the initial conditions based on the distinction between the light / dark conditions.
  • Describing step S2 specifically, steps as shown in FIG. 13 are included.
  • the detection value IR of the near-infrared sensor and the detection value R of the red sensor are read from the image information as optical data related to the reflected light intensity (step S21).
  • the deviation is corrected as appropriate, and if a contrast gray plate image is included, the image area of the gray plate
  • the detection value IRG of the near infrared sensor and the detection value RG of the red sensor are read.
  • NDVI (IR′ ⁇ R ′) / (IR ′ + R ′)
  • NDVI (IR ⁇ R) / ( IR + R)
  • a vegetation index based on the optical data of the area is obtained (step S26).
  • the image range in which optical data can be acquired that is, the range in which data reading and area designation in steps S21 and S26 are executed is limited to the image portion irradiated with light.
  • the vegetation index calculated in step S2 is corrected by the procedure shown in FIG. 14 based on the distinction between the light / dark conditions.
  • the presence / absence of illuminance data at the time of photographing is confirmed (step S31), and if there is illuminance data, it is input (step S32), and in the bright condition, according to FIG. 8 and relational expression (6).
  • step S33 In the dark condition, correction is performed according to the corresponding similar relational expression (step S33).
  • the presence / absence of photographing angle data is confirmed (step S34), and if there is angle data, it is input (step S35). Under bright conditions, darkness is obtained according to FIG. 9 and the relational expression (7).
  • step S36 If the condition is satisfied, correction is performed according to the corresponding similar relational expression (step S36). That is, the relational expressions (6), (7) and constants for correction used in steps S33 and S36 are acquired separately according to the light / dark conditions. The vegetation index obtained in this way is used for evaluation of tea leaf plucking aptitude.
  • the plucking aptitude evaluation (step S4) is performed as follows. First, as shown in FIG. 15, as an initial condition setting for tea leaves to be evaluated, a tea period is input (step S41), and a tea leaf type is input (step S42). Next, an evaluation item to be evaluated is selected (step S43). One or more evaluation items may be selected. When an evaluation item is selected, a relational expression used for evaluation is determined for each evaluation item based on the distinction between the light / dark conditions. That is, according to the input tea season, variety, and selected evaluation item, a relational expression used for evaluation of the selected evaluation item and its constant are read from the database, and a relational expression used for calculation of the evaluation value is determined ( Step S44).
  • evaluation is performed using the vegetation index corrected in step S3 (steps 31 to 36) (step S45).
  • the value (evaluation value) of the evaluation item corresponding to the vegetation index is calculated by substituting the vegetation index into the relational expression, and this value is used for determining the appropriate harvesting period (step S6).
  • a value corresponding to each evaluation item is calculated. Evaluation values may be calculated for all evaluation items.
  • step S6 it is selected whether to judge according to the evaluation item or the use of tea leaves (step S61).
  • step S61 a specific use related to the product type such as gyokuro and matcha and the product rank such as advanced and intermediate is input (step S62).
  • step S63 The appropriate range of the evaluation items is read from the database and set as a criterion according to the input specific application (step S63).
  • step S64 when the judgment based on the evaluation item is selected in step S61, when a target value is input for the evaluation item (step S64), an appropriate range is set using this target value as a judgment criterion.
  • the judgment form even in the form of judging the beginning or end of the appropriate harvesting period using the upper limit or lower limit value of the appropriate range, it is judged whether or not it is in the appropriate harvesting period using both upper and lower limits.
  • the beginning of the appropriate harvesting period is determined based on the lower limit of the appropriate range for the fiber amount, bud weight, degree of sprouting and number of leaves, and the upper limit of the appropriate range for total nitrogen.
  • the upper limit of the appropriate range is determined for the fiber amount, bud weight, degree of spread, and the number of leaves, and the lower limit of the appropriate range is determined for total nitrogen. Therefore, in step 62 and step 64, when inputting a use or a target value, it is good to set also about a judgment form.
  • step S65 the evaluation value of the evaluation item obtained in step S45 is compared with the appropriate range to determine whether it is in the appropriate range (step S65). Whether or not plucking is possible is determined (steps S65 and S66).
  • step S67 the plucking appropriate period can be predicted based on the difference D between the appropriate range of the evaluation items and the evaluation value (step S68). For this prediction, for example, the standard change amount V per day for the evaluation item can be read from the database, and the date after D / V day from the image shooting date can be set as the appropriate picking date, and the execution of the prediction can be arbitrarily selected. You may do it.
  • step S45 When the evaluation value calculation (step S45) and the determination of whether or not the evaluation value is in an appropriate range (step S65) are executed for a plurality of evaluation items, whether or not plucking is possible is determined for each evaluation item.
  • the priority of evaluation items can be specified arbitrarily, and the results of evaluation / judgment are displayed in that order, or the ratio of the number of items that are judged to be suitable for plucking is displayed as aptitude. You can also
  • the data used in the above process and various data obtained by arithmetic processing, etc. are processed as required, such as enlargement, reduction, cropping, and output of images such as composite images or band-by-band images.
  • the output may be performed by changing the form, performing a process of distributing data in an image such as a histogram, or the like.
  • the correlation between each of the total nitrogen, fiber amount, bud weight, degree of spread and number of leaves of tea tree shoots and the vegetation index is the variety of tea tree
  • the growth of tea shoots can be achieved by creating correlation data by measuring the above evaluation items and calculating the vegetation index. You can know the degree.
  • the above evaluation items at the time suitable for picking by applying the present invention to picking tea leaves such as black tea, oolong tea, etc.
  • the appropriate range is set, and the vegetation index is used to evaluate the plucking ability of the tea leaves, so that the plucking judgment and the plucking time can be predicted.
  • a non-contact and non-destructive technique using a tea garden image is provided, and a tea leaf plucking aptitude evaluation method that can easily determine in a short time whether or not tea shoots are suitable for plucking is provided. Since it is possible to judge plucking accurately and promptly for each section over a wide range of tea gardens, it is possible to efficiently harvest tea leaves with the desired quality, and homogenization of harvested tea leaves and setting of harvest schedule Is possible. Therefore, the production efficiency of tea products can be improved, the product quality can be improved and homogenized, and the production and supply of tea products can be stabilized. In addition, since troublesome and time-consuming operations such as sample sampling and component analysis can be omitted, labor related to plucking judgment is reduced, which is useful for improving economics in tea production.

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Biochemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

　茶葉の画像情報の光学データを用いて植生指数を算出し、全窒素、繊維量、芽重、出開き度及び開葉数の少なくとも１つの評価項目と植生指数との相関関係に基づいて、算出された植生指数を用いて評価項目について茶葉の摘採適性を評価し、摘採適期にあるか否かを判断する。摘採適性評価システムは、茶葉の画像情報を作成する撮影装置(１)と、植生指数を算出し、算出された植生指数を用いて、評価項目について茶葉の摘採適性を評価する情報処理部(２)とを有し、評価項目と植生指数との相関関係を定めるデータベースを用いて、摘採適性を評価する。

Description

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
　本発明は、飲食品用茶の製造に用いる生茶葉、つまり、茶園において摘採される茶樹の新芽について、摘採の適否を非接触且つ非破壊的な手法によって簡易に判断可能な茶葉の摘採適性評価方法、摘採適性評価装置、摘採適性評価システム及び摘採適性の評価を実施するためのコンピュータ使用可能な媒体に関し、特に、画像撮影によって茶樹の新芽の生育状態や品質の指標となる性質を検知可能な計測を行い、摘採によって目的とする茶製品の製造原料に適した生茶葉が得られる時期にあるか否かを判断可能な茶葉の摘採適性評価方法、摘採適性評価装置、摘採適性評価システム及び摘採適性の評価を実施するためのコンピュータ使用可能な媒体に関する。
　緑茶、紅茶等の茶類の生産・製造においては、茶園の茶樹から摘採される生茶葉、つまり、茶樹の新芽が用いられるが、摘採部位である茶樹の新芽は日々生長しており、摘採時期の多少の差によって生茶葉の品質は大きく異なる。従って、生茶葉やそれを一次加工した荒茶の取引価格は摘採時期次第で大きく異なるため、生茶葉や荒茶を生産・販売する者にとって、茶園における新芽の摘採時期の判断は極めて重要である。又、生茶葉の一次加工は、生茶葉の品質に応じて設定を適切に変更する必要があるため、生茶葉の品質を予め把握する必要があり、製造効率を良くするために短時間で摘採される茶葉の品質を評価することが重要である。
　従来、生茶葉の摘採時期は、主として熟練者の経験によって決定されており、熟練者以外によって判断しなければならない場合は、客観的判断基準として、茶園の一定面積内の芽を摘採して測定される重量（芽重）や、全芽数に対する出開き芽の割合（出開き度）を用いて摘採時期が判断される。
　他方、摘採した生茶葉の品質を化学的に評価する方法として、例えば、下記特許文献１，２には、摘採した生茶葉を乾燥又は裁断した後に、茶葉の品質に関係する化学成分として、窒素、繊維等の含有量を近赤外分析法を利用して計測して評価に用いる方法が提案されている。
特開平３－１７９２３９号公報 特開平８－１１４５４３号公報
　しかし、一定面積内で摘採した生茶葉によって判断する方法では、摘採茶葉の計測場所への運搬、計測作業や仕分け処理などにかかる作業時間が必要であるため、結果が得られるまでに時間がかかり、速やかに判断することができないので、大規模な茶園や遠隔地において速やかに判断するのは困難を伴う。又、摘採した生茶葉が有効に利用できない場合も生じ得る。更に、サンプリング箇所に基づいた評価であるため、評価結果が必ずしも広範囲な茶園全体の現状と合致しない可能性がある。
　上記特許文献１，２のような方法も、生茶葉中の化学成分の測定に手間及び時間を必用とし、正確な判断を行うには摘採した生茶葉のばらつきによる誤差を少なくするために測定サンプル量を多くする必用があるため、広範囲の茶園について速やかな判断を行うことは困難である。
　本発明は、茶樹の新芽の摘採の適否を短時間で簡易に判断可能な茶葉の摘採適性評価方法、摘採適性評価装置、摘採適性評価判断システム及び摘採適性の評価を実施するためのコンピュータ使用可能な媒体を提供することを課題とする。
　又、本発明は、茶樹の新芽の摘採の適否を非接触且つ非破壊的な手法によって判断可能で、摘採した茶葉が無駄になるようなサンプリングが不要である茶葉の摘採適性評価方法、摘採適性評価装置、摘採適性評価システム及び摘採適性の評価を実施するためのコンピュータ使用可能な媒体を提供することを課題とする。
　本発明者らは、上記課題解決のために検討を行った結果、茶園の撮影画像を利用して茶樹の新芽が摘採に適した状態にあるか否かを判断可能であることを見出し、本発明を完成するに至った。
　本発明の一態様によれば、茶葉の摘採適性評価方法は、茶葉の画像情報に含まれる光学データを用いて植生指数を算出し、全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目と植生指数との相関関係に基づいて、算出された前記植生指数を用いて、前記評価項目について茶葉の摘採適性を評価することを要旨とする。
　上記茶葉の摘採適性の評価によって、茶葉が摘採適期にあるか否かを判断することができる。
　又、本発明の一態様によれば、茶葉の摘採適性評価システムは、茶葉の画像情報を作成する撮影装置と、前記画像情報に含まれる光学データを用いて植生指数を算出し、算出された植生指数を用いて、全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目について茶葉の摘採適性を評価する情報処理部とを有し、前記処理装置は、前記少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースを用いて、前記評価項目について茶葉の摘採適性の評価が可能であることを要旨とする。
　本発明の他の態様によれば、茶葉の摘採適性評価システムは、茶葉の画像情報を作成する撮影装置と、全窒素、繊維量、芽重、出開き度及び開葉数からなる群から選択される少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースと、前記画像情報に含まれる光学データを用いて植生指数を算出し、前記データベースの少なくとも１つの評価項目と植生指数との相関関係に基づいて、算出された植生指数を用いて前記評価項目について茶葉の摘採適性を評価する情報処理部とを有することを要旨とする。
　又、本発明の一態様によれば、茶葉の摘採適性評価装置は、茶葉の画像情報を取得する入力部と；前記入力部が取得する茶葉の画像情報に含まれる光学データを用いて植生指数を算出し、算出された植生指数を用いて、全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目について茶葉の摘採適性を評価する演算処理部であって、前記少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースを用いて、前記評価項目について茶葉の摘採適性の評価が可能である前記演算処理部と；前記演算処理部によって評価される茶葉の摘採適性を表示する表示部とを有することを要旨とする。
　本発明によれば、茶園の撮影画像を利用した非接触且つ非破壊的な手法によって、茶樹の新芽の摘採適性を評価し、新芽が摘採に適した時期であるか否かを短時間で簡易に判断できるので、広範囲に渡る茶園について区画毎に正確且つ速やかに摘採を判断することが可能であり、目的の品質を有する茶葉を効率よく収穫できる。又、摘採される生茶葉の均質化や、収穫予定の設定によって生産を安定化し生産効率を向上することができる。試料のサンプリングや成分分析などの煩雑且つ時間を要する作業を省略することができるので、摘採判断に関連する労力が軽減される。
図１は、画像情報から得られるＮＤＶＩと茶葉の全窒素との相関性を示すグラフである。 図２は、画像情報から得られるＮＤＶＩと茶葉の繊維量との相関性を示すグラフである。 図３は、画像情報から得られるＮＤＶＩと茶葉の芽重との相関性を示すグラフである。 図４は、画像情報から得られるＮＤＶＩと茶葉の出開き度との相関性を示すグラフである。 図５は、画像情報から得られるＮＤＶＩと茶葉の開葉数との相関性を示すグラフである。 図６は、ＮＤＶＩと茶葉の全窒素との相関性の茶期による変動を示すグラフである。 図７は、ＮＤＶＩと茶葉の繊維量との相関性の茶期による変動を示すグラフである。 図８は、ＮＤＶＩと撮影時の照度との関係を示すグラフである。 図９は、ＮＤＶＩと撮影角度との関係を示すグラフである。 図１０は、暗条件下で撮影される画像情報から得られるＮＤＶＩと茶葉の繊維量との相関性を示すグラフである。 図１１は、茶葉の摘採適性評価システムの一例を示す概略構成図である。 図１２は、茶葉の摘採適性評価方法の一例を概略的に示すフロー図である。 図１３は、植生指数の計算における手順の一例を示すフロー図である。 図１４は、植生指数の補正における手順の一例を示すフロー図である。 図１５は、評価項目についての評価における手順の一例を示すフロー図である。 図１６は、摘採適期の判断における手順の一例を示すフロー図である。
　茶葉に含まれる各種成分の量は、摘採した茶葉新芽の生長度合いによって異なり、茶製品の製造に用いられる生茶葉に必要とされる品質は、製造する製品の種類及びランクによって異なる。従って、茶葉の摘採時期は、摘採される茶葉が、製造する目的製品に適した品質を有し、且つ、高い収穫量で得られるように決定する必要がある。このような摘採適期の決定は、客観的な評価項目に基づいて茶園の調査・観察を行うことによって、熟練者の技能に頼らずに行うことが可能である。しかし、広範な茶園においては、場所によって日当たり等の環境条件が異なるため、区画毎に逐一観察を行って適期を決定すると長時間を要し、適期を逃しかねない。
　広範な圃場において栽培される農作物の生育状態を調査する方法として、飛行機等を用いて撮影した農作物の撮影画像を利用して生育状態を把握するリモートセンシングが検討されており、撮影において検出される可視光及び近赤外光の光学データに基づいて算出される様々な植生指数によって農作物の生育状態を評価することが試みられている。この方法の適用対象は、現在のところ、稲や小麦などの一部の作物に限られている。リモートセンシングを茶葉の摘採時期の判断に利用できれば、広範な茶園の摘採適期を効率的に決定することが可能となると考えられる。しかし、茶樹は多年生植物であり、収穫する茶葉は新芽であるため、新芽部分と古葉部分の区別が必要であるなどの点からも解るように、稲や小麦の収穫時期と茶葉の摘採時期とでは判断基準は全く異なり、穀物に適用される手法を同じように茶葉の摘採に利用することはできない。茶葉の摘採に関して画像情報から収集すべき分析項目やその取り扱い方法については全くの未知であるので、摘採適期を決定するために必要な画像情報を明らかにし、必要とされる品質の生茶葉を高い確度で得られる評価・判断手法を検討する必要がある。
　そこで、本願発明者らは、茶園の撮影によって様々な画像情報を作成し、撮影によって測定され画像情報に含まれる光学データに関して、茶葉の摘採判断に用いられている評価項目、摘採の判断基準及び生茶葉の化学分析データなどとの関係の有無について検討を積み重ねた結果、撮影画像情報に基づいた茶葉の摘採適性の評価及び適期判断を可能とする相関性が存在することを見出し、これに基づいて、リモートセンシングによって茶葉の客観的評価及び摘採適期の判断を可能とする方法及びシステムを実現するに至った。以下、本発明の画像情報に基づいた茶葉の摘採適性評価方法及び摘採適性評価システムについて詳細に説明する。
　画像情報に含まれる光学データは、撮影装置が検出する光種に関するものであるので、必要とされる光学データに応じてその波長域を測定可能な撮影装置を用いて画像情報が作成される。リモートセンシングにおいては、可視光（４００～７００nm）、近赤外光（７００～１３００nm）などの波長域の検出データが通常用いられ、本発明においても、これらの光の検出によって得られる画像情報を摘採適性の評価に用いることができる。画像情報を利用して植物の生育活性を評価するには、画像情報に含まれる光学データを用いて算出される数値によって植物活性度を示すことが行われており、具体的には、赤色光及び近赤外光の検出データを用いて算出されるＮＤＶＩ，ＳＡＶＩ，ＭＳＡＶＩ，ＴＳＡＶＩ，ＥＶＩ，ＷＤＶＩ，ＲＶＩ等の植生指数が考案されている。本発明の摘採適性の評価及び適期判断においてもこのような植生指数を利用でき、特に、赤色光（６００～７００nm）及び近赤外光の反射率を用いて算出される正規化植生指数（ＮＤＶＩ）が極めて有用であり、茶葉の摘採適性の評価に指標として用いられる評価項目について、植生指数を用いて数値評価が可能であることが判明した。具体的には、茶葉の化学分析データに基づいた研究の結果、茶葉の窒素量及び繊維量において、茶葉の画像情報から得られるＮＤＶＩとの高い相関性が認められ、これに基づいて窒素量及び繊維量を評価することによって摘採適期の判断が可能であることが見出された。また、従来の観察による摘採適性の評価項目である茶葉の出開き度、芽重及び開葉数についてもＮＤＶＩとの相関性が認められ、摘採適性の評価に利用可能であることが見出された。出開き度や芽重などの評価項目は、摘採者が茶葉の摘採時に目視観察によって客観的に摘採判断を行うための項目であり、これらの項目と植生指数とに相関性があることは、この相関関係に基づいて熟練者と同様の茶葉の評価及び摘採判断を行うことが可能であることを意味し、極めて重要である。つまり、撮影によって得られる画像情報を用いて、広範な茶園について、茶葉の摘採の可否判断や摘採適期の予測が短時間で非破壊的に実施可能である。以下に、図１～図５を参照して、茶葉の画像情報から得られる植生指数と、茶葉の各評価項目との相関性について説明する。尚、以下の説明では、各評価項目との相関性が最も高いＮＤＶＩを植生指数として用いているが、ＲＶＩ等の他の植生指数でも同様の相関性が見られる。
　図１は、ＮＤＶＩと茶葉に含まれる全窒素［質量％］との関係を示すグラフ（ｘ：ＮＤＶＩ、ｙ：全窒素）である。明らかに、茶葉中の全窒素とＮＤＶＩとに相関性が見られ、この相関関係は、関係式（１）：ｙ＝ａｘ＋ｂ（式中、ａ＝－５．９６、ｂ＝９．２３）で表すことができる（Ｒ２＝０．５６）。茶葉の化学分析によれば、茶葉のアミノ酸含有量は新芽の生育に従って増加し、茶葉のアミノ酸含有量によって得られる茶製品のランクが左右されることから、茶葉の摘採適性とアミノ酸含有量つまり全窒素値とには相関性がある。従って、ＮＤＶＩと全窒素との上記関係に基づいて茶葉の摘採適性を評価し摘採の可否を判断することができる。具体的には、画像情報から得られるＮＤＶＩ値を用いて上記関係式（１）から全窒素値を求め、これを摘採に適する茶葉の全窒素の範囲（適正範囲）と比較して範囲に該当するか否かによって摘採の適否を判断することができる。或いは、先に、全窒素の適正範囲に対応したＮＤＶＩの適正範囲を上記相関関係に基づいて設定しておき、この範囲と画像情報から得られるＮＤＶＩ値とを直接比較して適否を判断してもよい。更に、比較において摘採に不適と判断される場合、全窒素（又はＮＤＶＩ）の適正範囲との差を計算し、１日当たりの標準変動量に対する前記差の比率を求めることによって摘採適期（茶葉が摘採に適した生育状態になる日）に至るまでの日数が得られるので、この日数を撮影期日に加えることによって摘採適期を予測することも可能である。全窒素の１日当たりの標準変動量は概して約－０．０９％／日である。摘採に適すると判断される茶葉の全窒素は、概して３．４～６．５質量％の範囲にあり、目的とする品質ランクに応じてこの範囲のうちの一部を適正範囲に設定することができる。例えば、玉露や抹茶用の茶葉の摘採の場合は高めの範囲５．４～６．５質量％、煎茶用の場合は４．５～５．４質量％、汎用ランク用の茶葉の場合は低めの範囲３．４～４．５質量％というように全窒素の適正範囲を設定することができ、これに応じてＮＤＶＩの適正範囲も設定できる。
　図２は、ＮＤＶＩと茶葉に含まれる繊維量［質量％、乾物換算］との関係を示すグラフ（ｘ：ＮＤＶＩ、ｙ：繊維量）である。茶葉中の繊維（中性デタージェント繊維）量とＮＤＶＩとにも明らかに相関性が見られ、関係式（２）：ｙ＝ｃｘ＋ｄ（式中、ｃ＝３３．９７、ｄ＝－４．４４）で表すことができる（Ｒ２＝０．６６）。茶葉の化学分析において、茶葉の摘採適性と繊維量とにも相関性が見られ、新芽が生育するほど繊維量が増加し、繊維含有量は煎茶としての品質と負の相関になる。従って、ＮＤＶＩと繊維量との上記関係に基づいて、画像情報から得られるＮＤＶＩ値から繊維量を求め、これを摘採に適する茶葉の繊維量の適正範囲と比較して当否により摘採の適否を判断することができる。或いは、先に、繊維量の適性範囲に対応したＮＤＶＩの適正範囲を上記相関関係に基づいて設定しておき、この範囲と画像情報から得られるＮＤＶＩ値とを直接比較して適否を判断してもよい。更に、比較において摘採に不適と判断される場合、繊維量（又はＮＤＶＩ）の適正範囲との差を計算し、１日当たりの標準変動量に対する前記差の比率を求めることによって摘採適期に至るまでの日数が得られるので、この日数を撮影期日に加えることによって摘採適期を予測することも可能である。繊維量の１日当たりの標準変動量は概して０．５～０．７％／日である。摘採に適すると判断される茶葉の繊維量は、概して１０～３５質量％の範囲にあり、目的とする製品の品質に応じてこの範囲のうちの一部を適正範囲に設定することができる。例えば、上級ランク用の茶葉の摘採の場合は低めの範囲１０～２０質量％、汎用ランク用の茶葉の場合は高めの範囲２０～３５質量％というように繊維量の適正範囲を設定することができ、これに応じてＮＤＶＩの適正範囲の設定も可能である。
　図３は、ＮＤＶＩと芽重との関係を示すグラフ（ｘ：ＮＤＶＩ、ｙ：芽重［ｇ／４００cm２］）である。芽重は、茶園の一定面積区画において新芽として摘採される茶葉の質量を表す面積平均重量値であり、面積当たりの茶葉の収穫量に相当し、新芽の生育に応じて増加する。つまり、茶葉の収穫量の指標であると共に、新芽の生育度合いの指標でもある。茶葉の品質は、新芽の生育によって変化し、例えば、アミノ酸類やカフェイン、タンニンの含有量は、新芽が生育するに従って減少するのに対し、糖分は、新芽が生育するに従って増加する。故に、製造する茶葉製品の種類やランクによって摘採に適した生育度合いは異なり、茶葉に求める品質に応じて新芽が適正な生育度合いにあるように摘採日を決定する必要がある。従って、生育度合いの指標となる一定面積当たりの芽重は、摘採日を決定するための重要な評価項目である。図３によれば、芽重とＮＤＶＩとに明らかに相関性が見られ、関係式（３）：ｙ＝ｅ×ｌｏｇ（ｘ＋ｆ）＋ｇ（式中、ｅ＝４７．４４、ｆ＝－０．３、ｇ＝６５．７７）で表すことができる（Ｒ２＝０．６３）。従って、ＮＤＶＩと芽重との上記関係に基づいて、画像情報から得られるＮＤＶＩ値から芽重を求め、これを摘採に適する茶葉の芽重の適正範囲と比較して当否により摘採の適否を判断することができる。或いは、先に、芽重の適性範囲に対応したＮＤＶＩの適正範囲を上記相関関係に基づいて決定しておき、この範囲と画像情報から得られるＮＤＶＩ値とを直接比較して適否を判断してもよい。更に、比較において摘採に不適と判断される場合、芽重（又はＮＤＶＩ）の適正範囲との差を計算し、１日当たりの標準変動量に対する前記差の比率を求めることによって摘採適期に至るまでの日数が得られるので、この日数を撮影期日に加えることによって摘採適期を予測することも可能である。芽重の１日当たりの標準変動量は概して約２ｇ／日・４００cm２である。摘採に適すると判断される茶葉の芽重は概して１０～５０ｇ／４００cm２にあり、目的とする品質ランクに応じてこの範囲のうちの一部を適正範囲に設定することができる。例えば、上級ランク用の茶葉の摘採の場合は低めの範囲１０～２５ｇ／４００cm２、汎用ランク用の茶葉の場合は高めの範囲２５～５０ｇ／４００cm２というように面積当たりの芽重の適正範囲を設定することができる。
　図４は、ＮＤＶＩと出開き度［％］との関係を示すグラフ（ｘ：ＮＤＶＩ、ｙ：出開き度）である。出開き度は、茶園の一定面積の区画において出開き芽が全新芽中に占める割合であり、出開き芽は、新芽が伸張して連続的な新葉の展開が完了し止葉が出現した状態にある芽を言う。つまり、新芽の生育度合いを表す面積平均値であり、新芽の生育に従って増加する。茶葉の品質は、新芽の生育によって変化するので、前述の芽重と同様に、出開き度を生育度合いの指標として、茶葉に求める品質に応じて摘採した茶葉が適正な生育度合いにあるように摘採日を決定することができる。図４から、出開き度とＮＤＶＩとに明らかに相関性が見られ、関係式（４）：ｘ＝ｈｙ３＋ｉｙ２＋ｊｙ＋ｋ（式中、ｈ＝０．６０×１０－６、ｉ＝－０．８０×１０－４、ｊ＝０．４２×１０－２、ｋ＝０．６４）で表すことができる（Ｒ２＝０．６２）。従って、ＮＤＶＩと出開き度との上記関係式に基づいて、画像情報から得られるＮＤＶＩ値から出開き度を求め、これを摘採に適する茶葉の出開き度と比較して当否により摘採の適否を判断することができる。或いは、先に、出開き度の適性範囲に対応したＮＤＶＩの適正範囲を上記相関関係に基づいて設定しておき、この範囲と画像情報から得られるＮＤＶＩ値とを直接比較して適否を判断してもよい。更に、比較において摘採に不適と判断される場合、出開き度の適正範囲との差を計算し、１日当たりの標準変動量に対する前記差の比率を求めることによって摘採適期に至るまでの日数が得られるので、この日数を撮影期日に加えることによって摘採適期を予測することも可能である。出開き度の１日当たりの標準変動量は概して５～６％／日である。摘採に適すると判断される茶葉の出開き度は概して３０～９０％にあり、目的とする品質ランクに応じてこの範囲のうちの一部を適正範囲に設定することができる。例えば、上級ランク用の茶葉の摘採の場合は低めの範囲３０～５０％、汎用ランク用の茶葉の場合は高めの範囲５０～９０％というように出開き度の適正範囲を設定することができる。
　図５は、ＮＤＶＩと開葉数［枚］との関係を示すグラフ（ｘ：ＮＤＶＩ、ｙ：開葉数）である。開葉数は、茶園の一定面積の区画における全新芽について１芽が有する開葉（葉が展開して中肋が全部見える）状態の葉の枚数を求めた平均値であり、新芽の生育に従って増加する。茶葉の品質は新芽の生育によって変化するので、前述の芽重と同様に、開葉数を生育度合いの指標として、茶葉に求める品質に応じて摘採した茶葉が適正な生育度合いにあるように摘採日を決定することができる。図５から、開葉数とＮＤＶＩとに明らかに相関性が見られ、関係式（５）：ｙ＝ｍｘ＋ｎ（式中、ｍ＝５．５３、ｎ＝－１．１５）で表すことができる（Ｒ２＝０．６６）。従って、ＮＤＶＩと開葉数との上記関係に基づいて、画像情報から得られるＮＤＶＩ値から開葉数を求め、これを摘採に適する茶葉の開葉数と比較して当否により摘採の適否を判断することができる。或いは、先に、開葉数の適性範囲に対応したＮＤＶＩの適正範囲を上記相関関係に基づいて設定しておき、この範囲と画像情報から得られるＮＤＶＩ値とを直接比較して適否を判断してもよい。更に、比較において摘採に不適と判断される場合、開葉数（又はＮＤＶＩ）の適正範囲との差を計算し、１日当たりの標準変動量に対する前記差の比率を求めることによって摘採適期に至るまでの日数が得られるので、この日数を撮影期日に加えることによって摘採適期を予測することも可能である。開葉数の１日当たりの標準変動量は概して０．０５～０．２枚／日である。但し、摘採に適すると判断される茶葉の開葉数は、茶園の立地環境などによってばらつきが生じるので、各茶園毎に予め基礎データを収集して個別に確認することが望ましい。摘採に適する開葉数は概して２～６枚であり、茶園毎に、目的とする品質ランクに応じてこの範囲のうちの一部を適正範囲に設定することができる。例えば、ある茶園においては、上級ランク用の茶葉の摘採の場合は低めの範囲３～４枚、汎用ランク用の茶葉の場合は高めの範囲４～５枚というように開葉数の適正範囲を設定することができる。
　図１～５で示した相関関係は、やぶきた種の１番茶において得られた結果であるが、茶の新芽は１年に複数回の摘採が可能であり、１番茶、２番茶、３番茶と茶期が進行するに従って茶葉に含まれる成分含有量が変化することが知られている。国内の年間の緑茶生産において１番茶の占める割合は、数量では４割強、金額では７割強であり、１番茶の生育状態を知ることは生産者にとって非常に重要であるが、近年の需要増加に伴って２番茶及び３番茶の重要性も高まりつつあるため、茶期に応じた生育の違いを考慮に入れた摘採判断を行うことが必要である。又、茶樹の品種によっても茶葉に含まれる成分含有量には若干の相違があり、国内の茶園においてやぶきたが占める割合は、全面積の約７５％であるが、様々な機能成分に特化した品種への需要によって、やぶきた以外の品種の割合も増加しつつあるので、摘採判断に際して品種に応じて生育状態を関知することも必要である。
　摘採される茶葉の茶期や品種、立地環境等による相違は、上述の各相関性を示す関係式（１）～（５）において定数ａ，ｂ，ｃ，・・・・，ｎの変動となって現れるが、茶期や品種等が異なっても上記と同様の相関性は共通して保持される。例えば、ＮＤＶＩと全窒素との関係について１番茶と２番茶とを比較すると、図６のような相関関係となり（２番茶：ａ＝－４．１８、ｂ＝６．９２）、ＮＤＶＩと繊維量との関係について比較すると、図７のような関係になる（２番茶：ｃ＝３８．７、ｄ＝２．００）。故に、各評価項目との相関性を示す関係式の定数を、品種及び茶期によって変更される変数として扱い、評価する茶葉の初期条件として与えられる品種及び茶期のデータに従って関係式の定数を設定して上記関係式を用いた演算処理を行うことによって、品種及び茶期を考慮した茶葉の摘採適性評価及び摘採判断を行うことができる。従って、画像情報を用いて茶葉の摘採適性を評価するに当たり、各関係式の定数は、予め、茶樹の品種及び摘採する茶葉の茶期のデータを参照して設定される。１日当たりの標準変動量についても同様に品種及び茶期によって変更される。
　図１～７のような茶葉の摘採適性の評価が可能な相関関係は、アミノ酸、タンニン、カフェイン等の成分の含有量や葉色等の項目にも求めることができ、前述と同様にしてこれらの項目の基礎データを収集して植生指数との相関性を関係式として設定することによって茶葉の摘採適性の評価に利用することができる。
　又、画像情報は撮影条件による影響を受けるので、撮影の状況に応じて、画像情報に対して撮影条件によるデータ補正を施す必要が生じる。まず、茶園の画像撮影は戸外での撮影であり、日照条件が常に変化するので、撮影時の照度が画像情報に影響を与える。同一茶園において一日間に得られる画像撮影データを用いて撮影時の照度とＮＤＶＩとの関係を調べると、図８のような相関性が見出される（ｘ：照度［lx］、ｙ：ＮＤＶＩ）。この相関性は、関係式（６）：ｙ＝ｐｘ＋ｑ（式中、ｐ＝５×１０－７、ｑ＝０．６９）で表される（Ｒ２＝０．８４）。従って、撮影時の照度を測定しておき、照度によって補正されたデータによるＮＤＶＩを用いて摘採判断を行うことが好ましい。又、画像情報の補正の精度を高めるために、対照としてグレイ板を利用しても良い。具体的には、撮影視野にグレイ板を含めて茶園を撮影して一つの撮影画像に茶園とグレイ板とを共存させることによって、グレイ板の画像から得られる光学データを対照として補正の適性を確認したり評価の精度を向上させることができる。尚、高品質の画像情報を得るには、撮影装置の絞りやシャッター速度（露光時間）の調節が肝要であるのは一般的な撮影と同様であるが、画像情報に含まれる基本的光学データである光強度検出値は、撮影装置の露光条件（絞りやシャッター速度）によって変動するので、露光条件が異なると、植生指数の算出において光学データを検出値から実勢値へ標準化する（例えば、露光時間当たりの検出値に変換する）必要が生じる。このような処理をできる限り簡略化するためには、標準とする露光条件を予め決定しておく。又、撮影装置毎の個体差等によるデータのずれについても、装置毎に適宜補正を行うことが望ましい。
　茶園において、茶樹は、通常、幅１．５～１．８ｍ、高さ（段差）０．３～１ｍの畝で栽培されるので、近接撮影における画像の撮影位置は、上方～水平横方向～斜め下方の範囲に設定可能であるが、撮影対象は茶樹の樹冠面から上伸した新芽であるので、撮影位置は、樹冠面の上方～水平横方向になる。樹冠面下の古葉や日陰部分が撮影されると、画像情報に影響が生じて上述の評価項目とＮＤＶＩとの相関性が低下し易くなるので、斜め上方からの撮影が適切と考えられる。同一茶園の近接撮影を角度を変えて同時に行った場合に撮影画像から得られるＮＤＶＩと撮影角度との関係を調べると、図９に示すようなグラフ（ｘ：撮影角度［°］、ｙ：ＮＤＶＩ）が得られる。撮影角度とＮＤＶＩとには相関性があり、関係式（７）：ｙ＝ｒｘ２＋ｓｘ＋ｔ（式中、ｒ＝－０．０００１、ｓ＝０．００６９、ｔ＝０．７２）で表される（Ｒ２＝０．９９）。従って、撮影時に撮影角度を測定しておき、撮影角度によって補正されたＮＤＶＩを摘採判断に用いることが好ましい。これに関して、関係式（７）に対する実測データのばらつきは、撮影角度が小さい方が少ないことが図９において見られ、この理由は、新芽以外のものを撮影対象から除外し易い角度であるためと考えられる。従って、画像情報の精度を高めるには、撮影対象が新芽に集中するように撮影角度を設定して撮影を行うことが有効である。撮影角度が樹冠面に対して０～１０°の範囲（但し、０°を除く）となる斜め上方位置に画像撮影装置を配置すると好ましい。尚、茶樹の樹冠面はしばしば緩やかな曲面に整えられる場合があり、この場合、撮影角度の基準は、各茶樹の樹冠面頂部を通る面とする。従って、本発明において撮影角度の基準として記載する樹冠面は、平地茶園の場合は樹冠面頂部を通る水平面を意味し、傾斜茶園の場合は樹冠面頂部を通り傾斜地面と平行な面を意味する。
　衛星や飛行機等を用いた遠景撮影の場合、撮影は上方からであり、撮影角度に応じてＮＤＶＩ値の補正が行われる。
　太陽光での野外撮影では、天候や太陽の方位が経時変化するので、撮影日時によって照度等の撮影条件が変化し、これに伴って、光学データから算出される植生指数も変動する。従って、昼間の太陽光での（＝明条件下）撮影では、植生指数の補正において誤差を含み易く、補正によって得られる植生指数の確度を上げるには限界がある。この点に関しては、光源を太陽光から人工光に換えて夜間に（＝暗条件下）撮影を行えば、撮影条件の変動は解消され、光学データから得る植生指数の確度も向上する。この場合、撮影に使用する人工光は、植生指数の算出に用いられる波長の光を含むもの、つまり、６００～１３００nmの赤色光及び近赤外光を含むものであれば良く、一般的に用いられる撮影用照明灯や人工太陽照明灯等を光源として使用することができる。赤色光及び近赤外光に特化した照射光を使用すると、必要な光学データのみの撮影に特化できるので、植生指数の精度向上が可能である。このような波長の光を照射する光源として、赤外及び近赤外用のランプ、ＬＥＤ等が挙げられる。撮影に際して、撮影対象である茶葉と光源との距離や照射角度、照度を一定に設定すると、補正後の植生指数の精度を上げる点で好ましいので、茶葉及び撮影装置に対して光源を位置決めするための固定手段を必要に応じて用いるとよい。暗幕や遮蔽板等を用いて照明灯及び撮影装置の周囲を覆って茶葉の照射領域を一定範囲に定めるように構成すると、照度の変動が抑制され、データの信頼性を高めることができる。この構成では、広範囲の撮影はできないが、夜間に限らず昼間の撮影も可能であるので、人工光を用いた暗条件下の撮影を遮蔽領域に対して行うことによって昼間でも安定且つ確実にデータを収集することが可能である。
　図１０は、暗条件下の光照射での撮影で得られる光学データから算出される植生指数に基づいて、植生指数と茶葉の評価項目との関係を調べた結果を示すグラフである。このグラフでは、やぶきた茶の４番茶時期（秋茶）の茶葉について、夜間に人工太陽照明灯（太陽光と類似波長の照明）を用いて撮影（撮影角度：２０°）した光学データを使用して、植生指数としてＮＤＶＩを算出し、評価項目として茶葉に含まれる繊維量［質量％、乾物換算］を計測している。図１０のグラフ（ｘ：ＮＤＶＩ、ｙ：繊維量）によれば、茶葉中の繊維（中性デタージェント繊維）量とＮＤＶＩとに明条件下の場合と同様に相関性が見られ、関係式（２）：ｙ＝ｃｘ＋ｄ（式中、ｃ＝７４．２０、ｄ＝－２２．１６）で表すことができる（Ｒ２＝０．８６）。従って、明条件下の場合と同様にして、ＮＤＶＩと繊維量との上記関係に基づいて茶葉の摘採適性を評価し、適正範囲とＮＤＶＩ値との比較により摘採の適否を判断することができる。更に、摘採に不適と判断される場合の摘採適期の予測も同様に実施可能である。
　他の評価項目についても、暗条件下において植生指数と茶葉の評価項目との間に明条件下と類似の相関関係が見られ、明条件下（太陽光）の場合と同様にして、植生指数と全窒素、芽重、出開き度又は開葉数との関係式及び定数を用いて茶葉の摘採適性を評価し、適正範囲との比較により摘採の可否を判断することができる。更に、摘採に不適と判断される場合の摘採適期の予測も同様に実施可能である。
　暗条件下の撮影においても、得られる光学データから算出される植生指数は、撮影条件、つまり、照度及び撮影角度によって変動し、図８，９と類似した相関関係があるので、植生指数は、照度データ及び角度データによって同様に補正される。
　尚、明条件と暗条件とでは照射光が異なり、図１０から判るように、植生指数と評価項目との関係式及び定数は、照射光の相違に起因して変化する。従って、植生指数と評価項目との関係式及び定数は、明／暗条件の区別（つまり、太陽光／人工光の区別＝波長分布の相違）に基づいて、茶葉の種類及び茶期に従って決定される。又、人工光では、照明装置によって照射光の配光分布が異なって照射の中心と周縁部とで照度等にばらつきが生じる可能性があるので、上記関係式及び定数に影響を与える要因には、照射装置の規格や照射条件も含まれる。従って、上記関係式及び定数を明／暗条件の区別に基づいて決定する際に、照射装置の設定（規格、照射条件等）を考慮する必要がある。暗条件における照射光の相違によるデータの複雑化や算出される植生指数のばらつきを防止するためには、暗条件で使用する照射光の規格を統一することが望ましい。更に、茶葉の反射光を撮影する撮影装置の測定／検出波長によっても上記関係式の定数が変化することは容易に理解できる。従って、上記関係式及び定数を決定する際には、検出部の設定（波長等の検出条件）を考慮する必要がある。撮影装置における検出部の設定を統一することは、明／暗条件の何れにおいても、上記関係式及び定数を決定する際にデータの複雑化や植生指数のばらつきを防止する上で有用である。
　上述の相関関係を利用して茶葉の摘採判断を実行可能な摘採適性評価システムの実施形態について、図面を参照して以下に説明する。
　図１１は、本発明に係る摘採判断システムの一実施形態を示す概略構成図であり、摘採判断システムは、茶葉の画像情報を取得する撮影部１と、撮影部１が取得した画像情報を用いて撮影された茶葉の摘採適性を評価して摘採適期にあるか否かを判断する情報処理部２と、前記情報処理部２による評価及び摘採適期の判断結果を出力する出力部３とを有する。撮影部１は、近接撮影用の形態であっても、飛行機や衛星などの飛行手段に搭載して上空から撮影する遠景撮影用の形態であってもよく、両方を併用しても良い。図中では、樹冠面に対する撮影角度θでの近接撮影を示している。近接撮影は、例えば、防霜ファン用ポール等を用いて固定した定点観測用の撮影装置１ａや、茶園近傍の撮影位置に適宜移動して手持ちや三脚等で位置決めして撮影する移動観測用の撮影装置１ｂによって実施できる。暗条件下での撮影の場合には、赤色光及び近赤外光の波長域を含む人工光を茶葉に照射するための光源１ｃが使用される。光源１ｃは、人工光を所望の照度で茶葉に照射可能である限り特に制限する必要はなく、茶園に固定しても撮影時に設置しても、或いは、近接撮影用の撮影装置１ａ，１ｂに添設してもよい。光源１ｃの使用に際しては、照度、照射方向等に留意して光源１ｃの位置決めを行うことが望ましい。
　太陽光又は人工光が茶葉によって反射される反射光において、赤色光及び近赤外光には、葉緑素の吸光特性によって生じる強度差が顕著に現れる。リモートセンシングにおいてはこれを利用して、両光の反射係数からＮＤＶＩ等の植生指数が算出される。つまり、情報処理部２が画像情報から利用する光学データは、赤色光域及び近赤外光域の反射光データであり、撮影部１において光源１ｃから照射される人工光、及び、撮影装置１ａ、１ｂにおいて反射光から抽出・検出される光の波長域は、赤色光及び近赤外光を含むものであればよい。従って、撮影装置１ａ，１ｂとして、リモートセンシング用の専用機だけでなく、デジタルカメラやカメラ付き携帯電話等のような携帯可能な端末に必要な光学データを検出可能な装備を施したものも使用できる。例えば、ＣＣＤイメージセンサを有するデジタルカメラに所定の光学フィルターを装備することによって、赤色光と近赤外光とが検出可能である。実用的な一例として、図１１の実施形態では、検出域が７６０～９００nmの近赤外センサ及び６００～６６０nmの赤色センサが用いられている。光源１ｃとして、例えば、人工太陽灯、赤色及び近赤外域の照射を含む赤色灯又はＬＥＤ等の各種照射装置から適宜選択して使用することができる。
　撮影部で作成される画像情報は、複数の領域に区画して領域毎に取り扱い可能な画像と、画像の各領域に対応した赤色光及び近赤外光に関する光学データとを含んでおり、データ供給手段によって撮影部１から情報処理部２に送られる。データ供給手段は、有線又は無線通信による送受信、フロッピディスクやフラッシュメモリ等の記録媒体を介する情報の記録／読み出しなどが利用できる。
　情報処理部２は、入力部２ａ、演算処理部２ｂ、表示部２ｃ及びメモリ部２ｄを有し、入力部２ａは、撮影部１で作成された画像情報を、通信によって直接的に又は記録媒体を介して間接的に取得するための受信装置又は読み取り装置を有し、取得された画像情報は、必要に応じてメモリ部２ｄに格納される。又、入力部２ａは、データの手動入力や訂正を可能とするためのキーボード等を備えることができ、必要に応じて、評価・判断作業で使用される品種、茶期などの初期条件や製品ランク等の用途の設定；使用する光学データに関する明／暗条件の区別及び撮影条件；評価項目の選定；評価・判断を実行する画像領域の指定；などに関する入力・訂正を行うことができる。
　演算処理部２ｂは、初期条件及び評価・判断を実行する画像領域が指定された時に、撮影画像の指定された領域における赤色光及び近赤外光の光学データを画像情報から取り込み、光学データの標準化を適宜行った後、その光学データを用いてＮＤＶＩ等の植生指数を算出する演算処理を実行し、明／暗条件の区別に基づいて、撮影条件による補正を適宜行う。更に、演算処理部２ｂは、評価項目が指定された時に、明／暗条件の区別に基づいてデータベースを参照して、茶葉の評価及び摘採判断に必要な相関関係に関するデータ、つまり、評価項目と植生指数との相関関係を示す関係式と関係式の定数とを初期条件に従って取得し、この関係式と算出された植生指数とを用いて、撮影画像の指定された領域における茶葉の評価項目に関する評価を行う。つまり、評価項目の関係式に基づいて、算出された植生指数に対応する評価項目の値を決定して、この値を摘採に適した評価項目の数値（適正範囲）と比較することによって、摘採適期にあるか否かを判断する。或いは、摘採に適した評価項目の数値（適正範囲）に対応する植生指数の数値（適正範囲）を関係式に基づいて決定して、これと、算出した植生指数とを比較する。
　上記データベースは、茶葉の評価及び摘採判断に必要なデータを保有するものであれば特に制限はなく、専用装置として情報処理部２に予め付設されるものでも、或いは、データが記録されている記録媒体から直接に読み込んだり、遠隔地のデータベースから通信網を介して間接に取り込んでメモリ部２ｄに格納・更新するものであってもよい。データベースが保有するデータには、上述の図１～５，１０のような各評価項目と植生指数との相関性を示す関係式；初期条件に従って図６，７のように各関係式の定数として適正な値を設定するための定数データ（a,b・・・n）及び各評価項目における１日当たりの標準変動量；演算処理によって得た植生指数を撮影条件等によって補正するための補正データなどが含まれる。定数データは、撮影システムの設定（前述した照射装置及び検出部の設定）及び明／暗条件の区別に基づいて、各評価項目における関係式の定数の数値を、茶の品種、茶期等の各初期条件と対応させた形態で含んでおり、各初期条件の決定によって対応した定数が関係式に設定されるように構成される。撮影システムの設定を統一すると、定数データの構成は簡略化できる。補正データには、図８，９のような照度、絞り、シャッター速度、撮影角度等の撮影条件が植生指数に及ぼす影響を補正するための関係式及び定数（p,q,r,s,t）などのデータが含まれ、各撮影条件による補正を行う関係式が明／暗条件の区別に基づいて設定されるように構成される。
　演算処理部２ｂが画像情報から読み出した光学データ、算出された植生指数、茶葉の摘採適性の評価・摘採判断の結果等のデータは、表示部２ｃに表示される。これらのデータは、必要に応じて、データ供給手段を用いて出力部３に出力したり、メモリ部２ｄに格納することができ、出力部３に供給されたデータに従って、各茶園の摘採作業の開始が決定される。データ供給手段には、有線又は無線通信による送受信、フロッピディスクやフラッシュメモリ等の記録媒体を介する情報の記録／読み出しが利用できる。表示部２ｃには、画面表示によってデータを提示するディスプレイや、紙等の記録材に印刷等として提示するプリンターなどが利用できる。出力部３は、モバイルコンピュータ３ａ、携帯電話３ｂ等の移動端末や、デスクトップパソコン、ファックス、プリンター等の固定端末３ｃから任意に選択される端末によって構成することができ、供給されたデータは、出力部３において、任意に、表示・印刷・保存される。
　上述の摘採適性評価システムは、撮影部１、情報処理部２及び出力部３を一体化した摘採適性評価装置として構成することも可能であり、例えば、カメラ付き携帯電話やカメラ付きモバイルコンピュータ等を基盤として、これに摘採適性評価方法を実施する機能を搭載することができる。或いは、情報処理部２単独による摘採適性評価装置を構成して提供し、使用者が必要に応じて適宜撮影部１及び出力部３を追加・削除できるようにしてもよい。
　上記摘採適性評価システムを用いて実施される茶葉の摘採適性評価方法の一実施形態を、図面を参照して以下に説明する。以下のような方法をコンピュータで実施させるプログラムコードを、記録媒体に記録したコンピュータ使用可能なアプリケーションソフト、又は、有線又は無線により他のコンピュータに伝送される信号配信として提供することができる。
　図１２は、茶葉の摘採適性評価方法の手順を概略的に示すフローチャ－トであり、概して、茶葉の画像情報から植生指数を算出する数値化と、算出された植生指数を用いて茶葉が摘採適期にあるか否かを調べる評価・判断とが実行される。この実施形態においては、植生指数としてＮＤＶＩが用いられるが、ＲＶＩ等の他の植生指数であっても良い。
　茶葉の摘採適性判断は、まず、茶園の撮影によって作成される画像情報を入力し（工程Ｓ１）、画像情報に含まれる光学データから植生指数を計算する（工程Ｓ２）。算出された植生指数は撮影条件に応じて一定撮影条件の植生指数に補正され（工程Ｓ３）、算出・補正された植生指数を用いて、植生指数と評価項目との関連性に基づいて、評価項目についての摘採適性を数値として評価する（工程Ｓ４）。摘採適性の判断実行を確認し（工程Ｓ５）、評価した数値を用いて、茶葉が評価項目について摘採適期にあるか否かを判断する（工程Ｓ６）。オペレータが摘採熟練者である場合は、工程Ｓ６の評価値による摘採適期の判断を省略して工程Ｓ５の確認後に終了することも可能である。
　工程Ｓ１において入力される画像情報については、撮影装置に関する撮影条件である絞り、シャッター速度及び撮影角度、対照用グレイ板画像の有無、及び、環境に関する撮影条件である明／暗条件の区別（照射光の区別）、撮影時の照度が参照情報として同時に取り込まれ、工程Ｓ２の植生指数の計算又は工程Ｓ３の補正において用いられる。工程Ｓ４の評価においても、明／暗条件の区別に基づいて、植生指数と評価項目との関係式及び定数を初期条件に従って読み込むことによって、植生指数と評価項目との相関関係が設定される。
　工程Ｓ２を具体的に説明すると、図１３に示すような工程が含まれる。まず、反射光強度に関する光学データとして、近赤外センサの検出値ＩＲ及び赤色センサの検出値Ｒを画像情報から読み取る（工程Ｓ２１）。この時、近赤外及び赤色データに関して撮影装置に起因する画像の位置ずれ等がある場合には、適宜ずれ補正がなされ、対照用グレイ板画像が含まれる場合には、グレイ板の画像領域についても近赤外センサの検出値ＩＲＧ及び赤色センサの検出値ＲＧを読み取る。各検出値ＩＲ，Ｒ，ＩＲＧ，ＲＧについて、露光時間による標準化処理（標準化値＝検出値／露光時間ｔ、ＩＲ←ＩＲ／ｔ、Ｒ←Ｒ／ｔ、ＩＲＧ←ＩＲＧ／ｔ、ＲＧ←ＲＧ／ｔ）を行い（工程Ｓ２２）、グレイ板画像の有無を確認し（工程Ｓ２３）、グレイ板画像がある場合には、この値を用いて補正された近赤外強度及び赤色強度の値（ＩＲ’＝ＩＲ／ＩＲＧ、Ｒ’＝Ｒ／ＲＧ）を算出して（工程Ｓ２４）、上記強度値を用いた演算によって植生指数を算出する（工程Ｓ２５）。植生指数としてＮＤＶＩを計算する場合の演算は、ＮＤＶＩ＝（ＩＲ’－Ｒ’）／（ＩＲ’＋Ｒ’）であり、グレイ板画像がない場合の演算は、ＮＤＶＩ＝（ＩＲ－Ｒ）／（ＩＲ＋Ｒ）となる。そして、画像中から一部の領域を指定すると、その領域の光学データに基づいた植生指数が得られる（工程Ｓ２６）。尚、暗条件下の撮影の場合、光学データを取得可能な画像範囲、つまり、工程Ｓ２１，Ｓ２６におけるデータ読み込み及び領域指定を実行する範囲は、光照射されている画像部分に限られる。
　工程Ｓ２で算出した植生指数は、明／暗条件の区別に基づき、図１４に示す手順で補正される。まず、撮影時の照度データの有無を確認して（工程Ｓ３１）、照度データがある場合にはこれを入力して（工程Ｓ３２）、明条件下の場合は図８及び関係式（６）に従って、暗条件下の場合は対応する類似の関係式に従って、補正を行う（工程Ｓ３３）。更に、撮影角度データの有無を確認して（工程Ｓ３４）、角度データがある場合にはこれを入力して（工程Ｓ３５）、明条件下の場合は図９及び関係式（７）に従って、暗条件下の場合は対応する類似の関係式に従って、補正を行う（工程Ｓ３６）。つまり、工程Ｓ３３，Ｓ３６で用いる補正のための関係式（６）、（７）及び定数は、明／暗条件によって区別して取得される。こうして得られる植生指数が、茶葉の摘採適性の評価に用いられる。
　摘採適性の評価（工程Ｓ４）は、以下のように行う。まず、図１５に示すように、評価する茶葉の初期条件の設定として、茶期を入力し（工程Ｓ４１）、茶葉の品種を入力する（工程Ｓ４２）。次に、評価を行う評価項目を選定する（工程Ｓ４３）。選定する評価項目の数は１つでも複数でもよい。評価項目が選定されると、明／暗条件の区別に基づき、評価に用いる関係式が評価項目毎に決定される。つまり、入力された茶期、品種及び選定した評価項目に従って、選定した評価項目についての評価に用いる関係式及びその定数がデータベースから読み込まれ、評価値の計算に使用する関係式が決定される（工程Ｓ４４）。この関係式に基づいて、工程Ｓ３（工程３１～３６）で補正された植生指数を用いて評価を行う（工程Ｓ４５）。この実施形態では、植生指数を関係式に代入することによって植生指数に対応する評価項目の値（評価値）が計算され、この値が摘採適期の判断（工程Ｓ６）に用いられる。工程Ｓ４３において複数の評価項目を選定した場合は、評価項目毎に対応する値が計算される。全評価項目について評価値を算出してもよい。
　摘採適期の判断（工程Ｓ６）においては、図１６に示すように、まず、評価項目及び茶葉の用途の何れによって判断するかを選択する（工程Ｓ６１）。茶葉の用途による判断を選択した場合は、玉露、抹茶などの製品種や上級、中級などの製品ランクに関する具体用途を入力する（工程Ｓ６２）。入力された具体用途に従って評価項目の適正範囲が判断基準としてデータベースから読み込まれて設定される（工程Ｓ６３）。他方、工程Ｓ６１において評価項目による判断を選択した場合には、評価項目について目標値を入力する（工程Ｓ６４）と、この目標値を判断基準として適正範囲が設定される。尚、判断形態については、適正範囲の上限値又は下限値を利用して摘採適期の始まり又は終わりについて判断する形態でも、上下限の両値を利用して摘採適期中に有るか否かについて判断する形態でもよく、摘採適期の始まりは、繊維量、芽重、出開き度及び開葉数については適正範囲の下限、全窒素については適正範囲の上限を基準として判断され、逆に、摘採適期の終了時は、繊維量、芽重、出開き度及び開葉数については適正範囲の上限、全窒素については適正範囲の下限によって判断される。従って、工程６２及び工程６４において、用途又は目標値を入力する際に、判断形態についても入力するように設定するとよい。
　この後、工程Ｓ６３又はＳ６４で設定された適正範囲に基づいて、工程Ｓ４５で得た評価項目の評価値を適正範囲とを比べて適正範囲にあるか否かを判断して（工程Ｓ６５）、摘採の可否を判定する（工程Ｓ６５，Ｓ６６）。摘採不適と判定された場合（工程Ｓ６７）、評価項目の適正範囲と評価値との差Ｄに基づいて、摘採適期を予測することができる（工程Ｓ６８）。この予測は、例えば、評価項目についての１日当たりの標準変化量Ｖをデータベースから読み込んで、画像撮影日よりＤ／Ｖ日後の期日を摘採適期とすることができ、予測の実行を任意に選択できるようにしてもよい。
　評価値の計算（工程Ｓ４５）及び評価値が適正範囲にあるか否かの判断（工程Ｓ６５）を複数の評価項目について実行した場合、各評価項目毎に摘採の可否が決定される。これらの表示については、評価項目の優先順位を任意に指定して、その順に評価・判断の結果を表示したり、全評価項目中で摘採適期と判定される項目数の割合を適性度として表示することもできる。
　上記工程中に使用されるデータ及び演算処理等によって得られる各種データは、必要に応じて、拡大、縮小、切り抜き等の画像の加工処理や、合成画像又はバンド毎画像等のような画像の出力形態の変更、ヒストグラムのような画像内にデータを分布させる処理などを行って出力しても良い。
　尚、上述においては、緑茶に関連して説明しているが、茶樹新芽の全窒素、繊維量、芽重、出開き度及び開葉数の各々と植生指数との相関関係は、茶樹の品種が異なっても同様に見られるので、紅茶や烏龍茶等の製造に使用される茶品種についても、上記評価項目の測定及び植生指数の算出によって相関関係のデータを作成することによって、茶樹新芽の生育程度を知ることができる。紅茶や烏龍茶等の製造においても、摘採時期は茶葉の生育程度に関連して決定されるので、紅茶や烏龍茶等の茶葉の摘採に本発明を適用して、摘採に適した時期における上記評価項目の適正範囲を設定し、植生指数を用いて茶葉の摘採適性を評価して摘採判断及び摘採時期の予測を行うことができる。
産業上の利用の可能性
　茶園の撮影画像を利用した非接触且つ非破壊的な手法によって、茶樹の新芽が摘採に適した時期であるか否かを短時間で簡易に判断可能な茶葉の摘採適性評価方法が提供され、広範囲に渡る茶園について区画毎に正確且つ速やかに摘採を判断することが可能であるので、目的の品質を有する茶葉を効率よく収穫でき、摘採される生茶葉の均質化や、収穫予定の設定が可能である。従って、茶製品の製造効率を向上し、製品品質の向上及び均質化を進めることができると共に、茶製品の製造及び供給の安定化に寄与する。又、試料のサンプリングや成分分析などの煩雑且つ時間を要する作業を省略できるので、摘採判断に関連する労力が軽減され、茶製造における経済性の向上に有用である。

Claims (15)

  1. 　茶葉の画像情報に含まれる光学データを用いて植生指数を算出し、
    　全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目と植生指数との相関関係に基づいて、算出された前記植生指数を用いて前記評価項目について茶葉の摘採適性を評価する
    　ことを特徴とする茶葉の摘採適性評価方法。
  2. 　前記光学データは、茶葉から反射される赤色光域及び近赤外光域の反射光のデータであり、前記植生指数は、正規化植生指数である請求項１記載の茶葉の摘採適性評価方法。
  3. 　前記茶葉の画像情報は、太陽光照射を用いる明条件下又は人工光照射を用いる暗条件下の撮影で取得される請求項１又は２記載の茶葉の摘採適性評価方法。
  4. 　前記評価項目と植生指数との相関関係は、前記画像情報が取得される明／暗条件の区別に基づいて茶葉の品種及び茶期に従って定数が決定される関係式によって示される請求項１～３の何れかに記載の茶葉の摘採適性評価方法。
  5. 　前記画像情報は、画像を複数の領域に区画して前記複数の領域のうちの指定される一領域について前記植生指数を算出可能に構成される請求項１～４の何れかに記載の茶葉の摘採適性評価方法。
  6. 　更に、前記画像情報の作成時における照度、絞り、シャッター速度及びグレイ板による対照画像情報のうちの少なくとも１つに基づいて、算出された前記植生指数を補正する工程を有する請求項１～５の何れかに記載の茶葉の摘採適性評価方法。
  7. 　前記茶葉の摘採適性の評価において、
    　前記相関関係に従って前記植生指数に対応する評価項目の値を算出して前記評価項目の適正範囲と比較し、或いは、
    　前記相関関係に従って前記評価項目の適正範囲に対応する植生指数の範囲を算出して前記植生指数と比較し、
    　前記何れかの比較によって、茶葉が摘採適期にあるか否かを判断する請求項１～６の何れかに記載の茶葉の摘採適性評価方法。
  8. 　前記画像情報は、樹冠面に対する撮影角度が０～１０°（但し、０°を除く）である撮影によって作成される請求項１～７の何れかに記載の茶葉の摘採適性評価方法。
  9. 　茶葉の画像情報を作成する撮影装置と、
    　前記画像情報に含まれる光学データを用いて植生指数を算出し、算出された植生指数を用いて、全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目について茶葉の摘採適性を評価する情報処理部とを有し、
    　前記情報処理部は、前記少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースを用いて、前記評価項目について茶葉の摘採適性の評価が可能である茶葉の摘採適性評価システム。
  10. 　茶葉の画像情報を作成する撮影装置と、
    　全窒素、繊維量、芽重、出開き度及び開葉数からなる群から選択される少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースと、
    　前記画像情報に含まれる光学データを用いて植生指数を算出し、前記データベースの少なくとも１つの評価項目と植生指数との相関関係に基づいて、算出された植生指数を用いて前記評価項目について茶葉の摘採適性を評価する情報処理部と
    　を有することを特徴とする茶葉の摘採適性評価システム。
  11. 　前記撮影装置が作成した画像情報を前記処理装置に供給する情報供給手段を有し、前記情報供給手段は、無線又は有線通信装置、或いは、前記撮影装置及び前記処理装置間で記録媒体を介した情報の記録及び読み取りを可能とする情報記録装置及び読み取り装置を有する請求項９又は１０に記載の茶葉の摘採適性評価システム。
  12. 　茶葉の画像情報を取得する入力部と、
    　前記入力部が取得する茶葉の画像情報に含まれる光学データを用いて植生指数を算出し、算出された植生指数を用いて、全窒素、繊維量、芽重、出開き度及び開葉数からなる群より選択される少なくとも１つの評価項目について茶葉の摘採適性を評価する演算処理部であって、前記少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースを用いて、前記評価項目について茶葉の摘採適性の評価が可能である前記演算処理部と、
    　前記演算処理部によって評価される茶葉の摘採適性を表示する表示部と
    を有する茶葉の摘採適性評価装置。
  13. 　全窒素、繊維量、芽重、出開き度及び開葉数からなる群から選択される少なくとも１つの評価項目と植生指数との相関関係を定めるデータを有するデータベースを利用して、茶葉の摘採適性の評価を実行可能な摘採適性評価装置としてコンピュータを機能させるコンピュータが読み取り可能なプログラムコードを有するコンピュータ使用可能な媒体であって、前記プログラムコードは、
    　茶葉の画像情報に含まれる光学データを用いて、コンピュータに植生指数の算出を実行させる、コンピュータが読み取り可能な第１プログラムコードと、
    　算出された前記植生指数を用いて、前記データベースの少なくとも１つの評価項目と植生指数との相関関係に基づいて、前記評価項目について茶葉の摘採適性の評価をコンピュータに実行させる、コンピュータが読み取り可能な第２プログラムコードと
    　を有するコンピュータ使用可能な媒体。
  14. 　茶葉の摘採適性の評価を実行可能な摘採適性評価装置としてコンピュータを機能させるコンピュータが読み取り可能なプログラムコードと、全窒素、繊維量、芽重、出開き度及び開葉数からなる群から選択される少なくとも１つの評価項目と植生指数との相関関係を定めるデータを格納するデータベースとを有するコンピュータ使用可能な媒体であって、前記プログラムコードは、
    　茶葉の画像情報に含まれる光学データを用いて、コンピュータに植生指数の算出を実行させる、コンピュータが読み取り可能な第１プログラムコードと、
    　算出された前記植生指数を用いて、前記データベースの少なくとも１つの評価項目と植生指数との相関関係に基づいて、前記評価項目について茶葉の摘採適性の評価をコンピュータに実行させる、コンピュータが読み取り可能な第２プログラムコードと
    　を有するコンピュータ使用可能な媒体。
  15. 　更に、評価された茶葉の摘採適性をコンピュータに出力させる、コンピュータが読み取り可能な第３プログラムコードを有する請求項１３又は１４記載のコンピュータ使用可能な媒体。
PCT/JP2009/055403 2008-03-21 2009-03-19 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 WO2009116613A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
AU2009226465A AU2009226465B2 (en) 2008-03-21 2009-03-19 Plucking propriety assessment method, plucking propriety assessment apparatus and plucking propriety assessment system for tea leaf, and computer-usable medium.
CN200980108750.8A CN101971006B (zh) 2008-03-21 2009-03-19 茶叶采摘适当性评价方法以及采摘适当性评价装置、采摘适当性评价系统
JP2010503920A JP5361862B2 (ja) 2008-03-21 2009-03-19 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

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2008-074485 2008-03-21
JP2008074485 2008-03-21

Publications (1)

Publication Number Publication Date
WO2009116613A1 true WO2009116613A1 (ja) 2009-09-24

Family

ID=41091011

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2009/055403 WO2009116613A1 (ja) 2008-03-21 2009-03-19 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

Country Status (4)

Country Link
JP (1) JP5361862B2 (ja)
CN (1) CN101971006B (ja)
AU (1) AU2009226465B2 (ja)
WO (1) WO2009116613A1 (ja)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012183021A (ja) * 2011-03-04 2012-09-27 Hitachi Ltd 植生制御装置、植物育成システム
JP2013231645A (ja) * 2012-04-27 2013-11-14 Ito En Ltd 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
WO2014156039A1 (en) 2013-03-25 2014-10-02 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
WO2018034166A1 (ja) * 2016-08-17 2018-02-22 ソニー株式会社 信号処理装置および信号処理方法、並びにプログラム
JPWO2016181743A1 (ja) * 2015-05-12 2018-03-01 コニカミノルタ株式会社 植物生育指標測定装置および該方法ならびに植物生育指標測定システム
WO2019235240A1 (ja) * 2018-06-06 2019-12-12 株式会社Ｎｔｔドコモ 情報処理装置
CN111950773A (zh) * 2020-07-22 2020-11-17 清远市智慧农业研究院 一种茶叶产量预测系统及方法
CN112006120A (zh) * 2020-08-27 2020-12-01 江南大学 基于气味及3d结构光的茶叶锅式杀青系统
CN112595676A (zh) * 2020-11-11 2021-04-02 农芯科技(广州)有限责任公司 茶叶品质评价方法及茶叶品质评价装置
CN112931643A (zh) * 2021-03-17 2021-06-11 河南科技大学 一种炒茶机器人的控制方法及炒茶机器人
CN114295614A (zh) * 2021-12-31 2022-04-08 湖北省农业科学院农业质量标准与检测技术研究所 茶树病虫害检测车、检测装置、检测系统和检测方法
CN115170967A (zh) * 2022-07-22 2022-10-11 中科三清科技有限公司 一种茶叶采摘方法、装置、电子设备和存储介质
CN115943809A (zh) * 2023-03-09 2023-04-11 四川省农业机械研究设计院 一种基于质量评价的采茶优化方法和系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012189549A (ja) * 2011-03-14 2012-10-04 Horiba Ltd 分析装置
CN103999635B (zh) * 2014-05-21 2016-01-06 浙江工业大学 基于机器视觉的智能化自动切割式采茶机及工作方法
CN104330410B (zh) * 2014-11-04 2015-11-25 南通宏大机电制造有限公司 位于无人机上的作物病虫害检测系统
WO2017221756A1 (ja) * 2016-06-22 2017-12-28 ソニー株式会社 センシングシステム、センシング方法、及び、センシング装置
JP6862229B2 (ja) 2017-03-15 2021-04-21 キヤノン株式会社 解析装置、撮像装置、解析方法、および、プログラム
CN110869744B (zh) * 2017-07-18 2023-07-28 索尼公司 信息处理设备、信息处理方法、程序和信息处理系统
CN110009149B (zh) * 2019-04-01 2023-04-07 无锡市茶叶品种研究所有限公司 基于物联网技术的茶树开采期预测方法
CN112014132B (zh) * 2020-03-20 2022-05-17 日照市农业机械化技术推广服务站 北方茶叶采摘机械的试验评价方法
CN114049574B (zh) * 2022-01-11 2022-04-15 易旺(北京)企业管理有限公司 茶叶成熟度检测方法、茶叶采摘方法及相关设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03179239A (ja) * 1989-12-07 1991-08-05 Satake Eng Co Ltd 茶生葉の品質評価方法及び該方法に基づく加工方法
JPH05223638A (ja) * 1992-02-12 1993-08-31 Tokyu Constr Co Ltd 測定画像の補正方法
JPH08114543A (ja) * 1994-10-17 1996-05-07 Shizuoka Seiki Co Ltd 茶葉品質評価方法
JPH08271413A (ja) * 1995-03-29 1996-10-18 Shizuoka Seiki Co Ltd 荒茶の製造方法
JPH1132576A (ja) * 1997-07-24 1999-02-09 T S Shokubutsu Kenkyusho:Kk 接ぎ木用苗育苗法、及び該育苗法によって作成された接ぎ木用苗
JP2001327249A (ja) * 2000-05-19 2001-11-27 Kagoshima Prefecture 茶葉の評価方法及びその装置
JP2006250827A (ja) * 2005-03-11 2006-09-21 Pasuko:Kk 作物の生育状況分析方法
JP2006314215A (ja) * 2005-05-10 2006-11-24 National Agriculture & Food Research Organization 移動体搭載用の生育度測定装置
JP2006317195A (ja) * 2005-05-10 2006-11-24 National Agriculture & Food Research Organization 植物の生育度測定装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2005031A6 (es) * 1987-10-13 1989-02-16 Uriach & Cia Sa J Procedimiento para la obtencion de 1,3-dioxolanos 2,4-disustituidos.

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH03179239A (ja) * 1989-12-07 1991-08-05 Satake Eng Co Ltd 茶生葉の品質評価方法及び該方法に基づく加工方法
JPH05223638A (ja) * 1992-02-12 1993-08-31 Tokyu Constr Co Ltd 測定画像の補正方法
JPH08114543A (ja) * 1994-10-17 1996-05-07 Shizuoka Seiki Co Ltd 茶葉品質評価方法
JPH08271413A (ja) * 1995-03-29 1996-10-18 Shizuoka Seiki Co Ltd 荒茶の製造方法
JPH1132576A (ja) * 1997-07-24 1999-02-09 T S Shokubutsu Kenkyusho:Kk 接ぎ木用苗育苗法、及び該育苗法によって作成された接ぎ木用苗
JP2001327249A (ja) * 2000-05-19 2001-11-27 Kagoshima Prefecture 茶葉の評価方法及びその装置
JP2006250827A (ja) * 2005-03-11 2006-09-21 Pasuko:Kk 作物の生育状況分析方法
JP2006314215A (ja) * 2005-05-10 2006-11-24 National Agriculture & Food Research Organization 移動体搭載用の生育度測定装置
JP2006317195A (ja) * 2005-05-10 2006-11-24 National Agriculture & Food Research Organization 植物の生育度測定装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Joint Meeting on Environmental Engineering in Agriculture 2005", 12 September 2005, article DAITARO ISHIKAWA ET AL.: "Cha no Seiiku Chosa ni Kansuru Kenkyu: Hi Hakai Chosaho ni yoru Chanai Seibun to Tekisai Jiki no Suitei", pages: 247 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012183021A (ja) * 2011-03-04 2012-09-27 Hitachi Ltd 植生制御装置、植物育成システム
JP2013231645A (ja) * 2012-04-27 2013-11-14 Ito En Ltd 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
EP4220129A1 (en) 2013-03-25 2023-08-02 Sony Group Corporation A system, a device, and a method of producing agricultural products
KR20160018450A (ko) 2013-03-25 2016-02-17 소니 주식회사 처리장치에 일련의 광학 데이터를 포함하는 작물의 화상정보 취득방법의 실행지시가 기억된 매체, 시스템 및 방법
KR20220010066A (ko) 2013-03-25 2022-01-25 소니그룹주식회사 처리장치에 일련의 광학 데이터를 포함하는 작물의 화상정보 취득방법의 실행지시가 기억된 매체, 시스템 및 방법
US11443509B2 (en) 2013-03-25 2022-09-13 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US11699286B2 (en) 2013-03-25 2023-07-11 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
WO2014156039A1 (en) 2013-03-25 2014-10-02 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US10607078B2 (en) 2013-03-25 2020-03-31 Sony Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US12014538B2 (en) 2013-03-25 2024-06-18 Sony Group Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
US11875562B2 (en) 2013-03-25 2024-01-16 Sony Group Corporation Method, system, and medium having stored thereon instructions that cause a processor to execute a method for obtaining image information of an organism comprising a set of optical data
KR20210011514A (ko) 2013-03-25 2021-02-01 소니 주식회사 처리장치에 일련의 광학 데이터를 포함하는 작물의 화상정보 취득방법의 실행지시가 기억된 매체, 시스템 및 방법
JP7088277B2 (ja) 2015-05-12 2022-06-21 コニカミノルタ株式会社 植物生育指標測定装置、植物生育指標算出プログラムおよび植物生育指標測定システム
JP2021056236A (ja) * 2015-05-12 2021-04-08 コニカミノルタ株式会社 植物生育指標測定装置、植物生育指標算出プログラムおよび植物生育指標測定システム
JPWO2016181743A1 (ja) * 2015-05-12 2018-03-01 コニカミノルタ株式会社 植物生育指標測定装置および該方法ならびに植物生育指標測定システム
JPWO2018034166A1 (ja) * 2016-08-17 2019-06-13 ソニー株式会社 信号処理装置および信号処理方法、並びにプログラム
US11047793B2 (en) 2016-08-17 2021-06-29 Sony Corporation Signal processing apparatus, signal processing method, and progress
WO2018034166A1 (ja) * 2016-08-17 2018-02-22 ソニー株式会社 信号処理装置および信号処理方法、並びにプログラム
WO2019235240A1 (ja) * 2018-06-06 2019-12-12 株式会社Ｎｔｔドコモ 情報処理装置
JPWO2019235240A1 (ja) * 2018-06-06 2021-07-08 株式会社Ｎｔｔドコモ 情報処理装置
JP7218365B2 (ja) 2018-06-06 2023-02-06 株式会社Ｎｔｔドコモ 情報処理装置
CN111950773A (zh) * 2020-07-22 2020-11-17 清远市智慧农业研究院 一种茶叶产量预测系统及方法
CN112006120B (zh) * 2020-08-27 2022-05-31 江南大学 基于气味及3d结构光的茶叶锅式杀青系统
CN112006120A (zh) * 2020-08-27 2020-12-01 江南大学 基于气味及3d结构光的茶叶锅式杀青系统
CN112595676A (zh) * 2020-11-11 2021-04-02 农芯科技(广州)有限责任公司 茶叶品质评价方法及茶叶品质评价装置
CN112931643A (zh) * 2021-03-17 2021-06-11 河南科技大学 一种炒茶机器人的控制方法及炒茶机器人
CN112931643B (zh) * 2021-03-17 2024-03-05 河南科技大学 一种炒茶机器人的控制方法及炒茶机器人
CN114295614A (zh) * 2021-12-31 2022-04-08 湖北省农业科学院农业质量标准与检测技术研究所 茶树病虫害检测车、检测装置、检测系统和检测方法
CN115170967A (zh) * 2022-07-22 2022-10-11 中科三清科技有限公司 一种茶叶采摘方法、装置、电子设备和存储介质
CN115943809A (zh) * 2023-03-09 2023-04-11 四川省农业机械研究设计院 一种基于质量评价的采茶优化方法和系统

Also Published As

Publication number Publication date
CN101971006A (zh) 2011-02-09
CN101971006B (zh) 2013-06-05
AU2009226465B2 (en) 2011-11-17
JP5361862B2 (ja) 2013-12-04
JPWO2009116613A1 (ja) 2011-07-21
AU2009226465A1 (en) 2009-09-24

Similar Documents

Publication Publication Date Title
JP5361862B2 (ja) 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
JP5930185B2 (ja) 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
CN106954385B (zh) 植物信息取得系统、植物信息取得装置和植物信息取得方法
Casadesús et al. Conventional digital cameras as a tool for assessing leaf area index and biomass for cereal breeding
Sakamoto et al. Assessment of digital camera-derived vegetation indices in quantitative monitoring of seasonal rice growth
Prey et al. High-throughput field phenotyping traits of grain yield formation and nitrogen use efficiency: optimizing the selection of vegetation indices and growth stages
JP2006314215A (ja) 移動体搭載用の生育度測定装置
JP2017012138A (ja) 作物管理システムおよび作物管理方法
JP2017125705A (ja) 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
JP2019187259A (ja) 栽培支援方法、栽培支援プログラム、栽培支援装置、および栽培支援システム
US20180373937A1 (en) Methods and systems for automated micro farming
JP6662570B2 (ja) 植物情報取得システム、植物情報取得装置および植物情報取得方法
CN103018196A (zh) 一种油菜需水信息的快速探测方法
JP5145716B2 (ja) 作物情報を算出するリモートセンシングにおける検量線の作成方法
US20220307971A1 (en) Systems and methods for phenotyping
CN116746390A (zh) 基于植物反射光谱的植物生长调节系统和方法
AU2003211938B2 (en) Method of biomass estimation for forests and trees by remote sensing high-resolution data
Genno et al. Apple growth evaluated automatically with high-definition field monitoring images
Mazzetto et al. Comparing commercial optical sensors for crop monitoring tasks in precision viticulture
Yang et al. RFID-integrated multi-functional remote sensing system for seedling production management
KR20190071204A (ko) 통합 식물체 재배환경 분석시스템
JP5386753B2 (ja) 農作物判定システム
US11768152B2 (en) Information processing system and spectroscopic measuring instrument
Muharam et al. Evaluation of nitrogen treatment effects on the reflectance of cotton at different spatial scales
JP2021006819A (ja) 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

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 200980108750.8

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 09721488

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2010503920

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 2009226465

Country of ref document: AU

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2009226465

Country of ref document: AU

Date of ref document: 20090319

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 09721488

Country of ref document: EP

Kind code of ref document: A1