WO2014103181A1 - 画像計測方法、システム、装置およびプログラム - Google Patents

画像計測方法、システム、装置およびプログラム Download PDF

Info

Publication number
WO2014103181A1
WO2014103181A1 PCT/JP2013/007079 JP2013007079W WO2014103181A1 WO 2014103181 A1 WO2014103181 A1 WO 2014103181A1 JP 2013007079 W JP2013007079 W JP 2013007079W WO 2014103181 A1 WO2014103181 A1 WO 2014103181A1
Authority
WO
WIPO (PCT)
Prior art keywords
absolute
spectral irradiance
distribution
flux density
image
Prior art date
Application number
PCT/JP2013/007079
Other languages
English (en)
French (fr)
Inventor
朱里 佐藤
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US14/652,886 priority Critical patent/US9646223B2/en
Priority to JP2014554094A priority patent/JP6245181B2/ja
Priority to CN201380068174.5A priority patent/CN104884937B/zh
Publication of WO2014103181A1 publication Critical patent/WO2014103181A1/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
    • G01N21/251—Colorimeters; Construction thereof
    • 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
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • 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
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing

Definitions

  • the present invention relates to an image measurement method, an image measurement system, an image measurement apparatus, and an image measurement program for measuring a leaf area index.
  • the leaf area index (hereinafter referred to as LAI: Leaf Area Index) represents the sum of the leaf areas that overlap in a certain direction (for example, the vertical direction) per unit area in an agricultural land or a plant community in a forest. LAI is used as an index for grasping plant growth and cultivation status in facility cultivation and the like.
  • LAI As a method of measuring LAI, for example, a method of indirectly measuring using an illuminance sensor has been proposed. In this method, for example, the illuminance is measured above and below the plant community, and the LAI is estimated based on the measured illuminance.
  • Patent Document 1 describes a method of photographing a reflector installed in a plant community, calculating illuminance from the color information, and estimating LAI.
  • Patent Document 2 describes an indirect measurement method of LAI.
  • the indirect measurement system captures an image of a predetermined area for each of near-infrared light and red light using a wide-angle lens and an electronic element.
  • the indirect measurement system obtains a luminance value for each of the near infrared light and the red light for each subdivided region obtained by subdividing the predetermined region.
  • an indirect measurement system calculates
  • the illuminance is used as the light intensity, and the LAI is calculated.
  • the correlation between illuminance and LAI is low, the accuracy of the calculated LAI is low.
  • the LAI is calculated from the ratio of the luminance values of near-infrared light and red light by an indirect measurement system whose direction is limited.
  • the accuracy of LAI calculation is low and the direction is limited with respect to sunlight as a light source.
  • an object of the present invention is to provide an image measurement method, an image measurement system, an image measurement apparatus, and an image measurement program that can calculate LAI with high accuracy.
  • the image measurement method shoots a reflector installed in the vicinity of a plant to be measured, outputs a photographed image, detects a region of the reflector in the photographed image, and color information of the region And calculating an absolute spectral irradiance distribution that is a distribution of an absolute value of spectral irradiance in the region based on the color information, calculating a photon flux density based on the absolute spectral irradiance distribution, A leaf area index is calculated based on the photon flux density.
  • An image measurement system includes a reflector installed in the vicinity of a plant to be measured, a photographing unit that photographs the reflector and outputs a photographed image, and a region of the reflector in the photographed image.
  • Image analysis means for detecting and obtaining color information of the region, and absolute spectral irradiance distribution calculation for calculating an absolute spectral irradiance distribution that is a distribution of absolute values of spectral irradiance in the region based on the color information Means, a photon flux density calculating unit that calculates a photon flux density based on the absolute spectral irradiance distribution, and a leaf area index calculating unit that calculates a leaf area index based on the photon flux density. It is characterized by.
  • An image measuring apparatus is used in an image measuring system including a reflector installed in the vicinity of a plant to be measured, and an imaging unit that images the reflector and outputs a captured image.
  • An image analysis means for detecting the region of the reflector in the captured image and obtaining color information of the region, and based on the color information, a distribution of absolute values of spectral irradiance in the region Absolute spectral irradiance distribution calculating means for calculating a certain absolute spectral irradiance distribution, photon flux density calculating means for calculating a photon flux density based on the absolute spectral irradiance distribution, and leafs based on the photon flux density A leaf area index calculating means for calculating an area index is provided.
  • An image measurement program is an image measurement program used in an image measurement system including a reflector installed in the vicinity of a plant to be measured, and a photographing unit that photographs the reflector and outputs a photographed image.
  • the computer detects an area of the reflector in the captured image and acquires color information of the area, and based on the color information, an absolute value of spectral irradiance in the area
  • a leaf area index calculating process for calculating a leaf area index.
  • the LAI can be calculated with high accuracy.
  • FIG. 1 is a front view of a measurement system using an LAI image measurement system (leaf area index image measurement system) according to the present invention as seen from the front side with respect to a plant community.
  • FIG. 1 shows a cross-sectional view of the plant community 30 cut along a certain cross section.
  • FIG. 2 is a top view of a measurement system using the LAI image measurement system as seen from the upper surface side with respect to the plant community.
  • vertical direction used in the present embodiment refers to a direction perpendicular to the ground
  • horizontal direction refers to a direction horizontal to the ground.
  • the plant community 30 in this embodiment is a group of plant groups in which plants for agricultural products are arranged in a line for the sake of simplicity.
  • the plant community 30 is a group of plant groups in which plants are arranged in two rows in the depth direction (the direction from the front to the back in FIG. 1; hereinafter also referred to as the longitudinal direction).
  • the longitudinal direction the direction from the front to the back in FIG. 1; hereinafter also referred to as the longitudinal direction.
  • it may be a group of plants in which plants are arranged in a single row or more than two rows.
  • the LAI image measurement system is applied to an application for measuring the LAI of a plant community for agricultural crops (for example, tomatoes and cucumbers) in agricultural fields such as fields and greenhouses.
  • the present invention is not limited to the example shown in the present embodiment.
  • the LAI image measurement system may be applied to a purpose of measuring the LAI of a community of trees in a forest.
  • an array group in which a plurality of reflectors 10 are arrayed in the vertical direction is installed in the vicinity of the plant community 30. Further, as shown in FIG. 2, the camera 20 is installed at a position where the reflector 10 can be photographed without being blocked by the plant community 30. In this example, as shown in FIG. 2, the camera 20 is disposed on the front side of the reflector 10. The camera 20 is disposed between each reflector 10 and the camera 20 so that there are no obstacles such as leaves that block the reflector 10.
  • each reflector 10 is arranged in the vertical direction per one plant community 30, and a total of ten reflectors 10 are arranged in the vertical direction.
  • the number of reflectors 10 that can be arranged is not limited to the example of the present embodiment.
  • twelve or more reflectors 10 may be disposed (six or more reflectors 10 are disposed in the vertical direction per one plant community 30).
  • the reflector 10 is realized by a sphere whose surface has a characteristic of complete diffusion (Lambert) reflection and whose color information (reflectance) is known.
  • the reflector 10 may be, for example, various polyhedral structures or a flat reflector.
  • each reflector 10 is arranged in the vicinity of the plant community 30, and the intensity of the light reflected most by the one arranged in the upper part due to a shadow or the like caused by the plant community 30 is arranged at the lower part. The more intense the reflected light is. Therefore, the LAI in the vertical direction can be measured by measuring the intensity of light reflected from the plurality of reflectors 10 arranged in the vertical direction and comparing them with each other, and the plant community 30 when viewed in the vertical direction. It is possible to grasp the overlapping state of the leaves inside.
  • the vicinity of the plant community 30 is within a predetermined distance (for example, within 50 cm) from the plant community 30.
  • the camera 20 is realized by a photographing device such as a digital camera capable of photographing a color image.
  • a photographing device such as a digital camera capable of photographing a color image.
  • the camera 20 is not limited to capturing a still image as long as it can capture a color image, and may be realized by, for example, a video camera capable of capturing a moving image.
  • the camera 20 captures the reflector 10 and outputs the captured image to an LAI image measurement device 40 (not shown in FIGS. 1 and 2) described later.
  • the camera 20 is capable of photographing the upper hemisphere of the reflector 10 that is a sphere (for example, all It is desirable to be disposed at a position higher in the vertical direction than the reflector 10.
  • FIG. 1 shows an example in which measurement is performed by arranging five reflectors 10 in the vertical direction at one place in the vicinity of the plant community 30, but a predetermined interval (for example, in the longitudinal direction of the plant community 30) Similarly, measurement may be performed with five reflectors 10 arranged in the vertical direction at intervals of 50 cm (that is, the reflectors 10 are arranged in a lattice when viewed from the longitudinal direction). If it does so, the distribution condition of LAI in the longitudinal direction of the plant community 30 can also be measured.
  • FIG. 3 is a block diagram showing an example of the configuration of the LAI image measurement system.
  • the LAI image measurement system includes a camera 20 that captures the reflector 10 illustrated in FIG. 2 and an LAI image measurement device 40.
  • the LAI image measurement device 40 includes an image analysis unit 41, an absolute spectral irradiance distribution calculation unit 42, a database 43, a PPFD (Photophysical photoflux density, photon flux density) calculation unit 44, an LAI (leaf area). Index) calculating means 45, database 46, and LAI output means 47.
  • the captured image output by the camera 20 is output to the LAI image measurement device 40.
  • the LAI image measurement device 40 is specifically realized by an information processing device such as a personal computer that operates according to a program.
  • the image analysis means 41 is realized by a CPU of an information processing apparatus that operates according to a program.
  • the image analysis means 41 calculates tristimulus values XYZ (hereinafter referred to as XYZ values) of the captured image input from the camera 20.
  • the image analysis means 41 identifies (detects) an area in which the reflector 10 is reflected from the captured image based on the known color information and shape information of the reflector 10, and obtains the luminance value of the identified area. Specifically, the image analysis means 41 identifies a region where a white object is captured in the captured image, and extracts a partial image of the identified region. In the present embodiment, since a plurality of the white reflectors 10 are arranged, the image analysis unit 41 identifies a plurality of areas and extracts partial images of the identified areas. Then, the image analysis unit 41 calculates the XYZ values of the extracted partial images.
  • the image analysis means 41 detects the region of the object using the color information and shape information of the input image. Next, the image analysis means 41 acquires color information RGB of the object region, and calculates tristimulus values XYZ based on the acquired color information RGB.
  • the chromaticity and white chromaticity of the RGB phosphors of RGB are designated in advance as color characteristics of the color image input device, and the RGB data is the tristimulus value XYZ. It can be converted to unique. Below, an example of the conversion method is shown. The relationship between RGB of the input image and the tristimulus values XYZ is determined as in the following equation (1).
  • Equation (1) M 3 ⁇ 3 is a 3 ⁇ 3 transformation matrix.
  • RGB is a linear characteristic that is not subjected to gamma correction.
  • the conversion equation only needs to be uniquely converted from RGB to XYZ, and may be defined as the following equation (2), for example.
  • Equation (2) M 3 ⁇ 9 is a 3 ⁇ 9 transformation matrix.
  • M 3 ⁇ 3 and M 3 ⁇ 9 can be calculated in advance by performing color calibration of a color image input apparatus using a known color patch.
  • the absolute spectral irradiance distribution calculating means 42 calculates an absolute spectral irradiance distribution that is a distribution of absolute values of the spectral irradiance in the region of the reflector 10 in the captured image.
  • the absolute spectral irradiance distribution calculating means 42 first calculates the absolute irradiance using the fact that the reflector 10 is an object having Lambertian reflection characteristics and the reflectance ⁇ is known. To do.
  • f BRDF bidirectional reflectance distribution function
  • f BRDF of an object surface having Lambertian reflection characteristics is expressed by the following equation (4).
  • the absolute spectral irradiance distribution calculating means 42 obtains information on the aperture value F, shutter speed, and gain of the camera lens at the time of shooting, thereby obtaining the tristimulus value Y (luminance calculated from the equation (1) or the equation (2).
  • the value Y) is converted into an absolute radiance R (unit: W / m 2 / sr) emitted in the camera direction from the position of each pixel of the reflector 10 in the image.
  • a table in which the aperture value F, shutter speed, luminance value Y, and absolute radiance are associated in advance is prepared.
  • the absolute spectral irradiance distribution calculating means 42 inputs the aperture value F, the shutter speed, and the obtained luminance value Y, and extracts the corresponding absolute radiance R from the table by using the above table. Further, the absolute spectral irradiance distribution calculating means 42 may further perform calculation using interpolation calculation or the like on the extracted value.
  • the absolute radiance R is converted into the absolute irradiance I by using the equations (3) and (5).
  • the absolute spectral irradiance distribution calculating means 42 may calculate the absolute irradiance directly from the table. In that case, a table in which the aperture value F, shutter speed, luminance value Y, and absolute irradiance are associated in advance is prepared. The absolute spectral irradiance distribution calculating means 42 extracts the absolute irradiance I corresponding to the aperture value F, the shutter speed, and the obtained luminance value Y from the table. Further, the absolute spectral irradiance distribution calculating means 42 may further perform interpolation calculation or the like on the extracted value.
  • the absolute spectral irradiance distribution calculating means 42 may calculate the absolute irradiance using a conversion formula without using a table. In this case, a conversion formula that associates the aperture value F, shutter speed, luminance value Y, absolute radiance, or absolute irradiance is determined in advance. Then, the absolute spectral irradiance distribution calculating means 42 may convert the aperture value F, the shutter speed, and the obtained luminance value Y into absolute radiance or absolute irradiance using this conversion formula.
  • FIG. 4 is a graph showing the relationship between the luminance value Y and the irradiance when the aperture value F, shutter speed, and gain are fixed. As can be seen from the figure, an approximate conversion equation can be easily calculated by using these values.
  • the absolute spectral irradiance distribution calculating means 42 calculates the chromaticity x, y from the tristimulus values XYZ using the equation (6).
  • the absolute spectral irradiance distribution calculating means 42 obtains a spectral distribution (relative spectral radiance distribution) of radiance emitted from the object plane toward the camera using the chromaticities x and y.
  • Non-Patent Document 2 an example using the CIE daylight model shown in Non-Patent Document 2 will be described as an example of a method for calculating a relative spectral radiance distribution from chromaticity x, y.
  • the absolute spectral irradiance distribution calculating means 42 calculates M 1 and M 2 using chromaticity x and y as shown in the following equation (7).
  • the relative spectral radiance distribution R ( ⁇ ) obtained here is equal to the relative spectral irradiance distribution Ir ( ⁇ ).
  • the absolute spectral irradiance distribution calculating means 42 calculates the relative spectral irradiance distribution using the CIE daylight model.
  • the present invention is not limited to this example.
  • the Bird model shown in Non-Patent Document 3 is used. It may be used.
  • the absolute spectral irradiance distribution calculating means 42 calculates an absolute spectral irradiance distribution I ( ⁇ ) from the obtained absolute irradiance I and relative spectral irradiance distribution Ir ( ⁇ ). Specifically, the absolute irradiance I is used to multiply the value at each wavelength of the relative spectral irradiance distribution Ir ( ⁇ ) by a constant to calculate I ( ⁇ ). For example, the constant is determined so that the integrated value of 400 nm to 700 nm of the relative spectral irradiance distribution Ir ( ⁇ ) matches the absolute irradiance I. Then, the absolute spectral irradiance distribution calculating means 42 multiplies the value at each wavelength of the relative spectral irradiance distribution Ir ( ⁇ ) by the constant to calculate I ( ⁇ ).
  • the database 43 is realized by a storage device such as a magnetic disk device or an optical disk device.
  • the database 43 stores a conversion table for converting the aperture value F, the shutter speed, and the luminance value Y into absolute radiance or absolute irradiance.
  • the conversion table stored in the database 43 includes an aperture value F, a shutter speed, and a luminance value Y in association with absolute radiance or absolute irradiance.
  • the conversion table stored in the database 43 is, for example, an absolute radiance or an absolute irradiance, an aperture value F, a shutter speed, and a photographed image measured in advance using a dedicated device under some sample conditions. It is constructed by setting the luminance value Y obtained from
  • the PPFD calculating means 44 calculates the light intensity (photon flux density) used for photosynthesis based on the obtained absolute spectral irradiance distribution I ( ⁇ ).
  • the photon flux density is the amount of a photon having a wavelength of 400 nm to 700 nm passing through a unit area for a unit time (unit: ⁇ mol / m 2 / s). From the definition of photon flux density, the following relationship holds with irradiance.
  • the LAI calculating unit 45 calculates an LAI (leaf area index) based on the obtained photon flux density (PPFD).
  • the photon flux density P i at the position of the reflector 10 at the height i is compared with the photon flux density P 0 at the position of the reflector 10 serving as a reference, and the LAI of the leaf existing above the height i (this) Is expressed as F i ).
  • the reference position of the reflector 10 is the position of the reflector 10 attached to the top, that is, there is almost no influence of a shadow or the like by a leaf between the reflector 10 and the sun, The position can be used as the reference photon flux density.
  • the LAI calculating unit 45 uses the PPFD at the position of the reflector 10 installed at the height i calculated by the PPFD calculating unit 44 from the LAI conversion table stored in the database 46, and a reflector serving as a reference.
  • the LAI at the height i is obtained by extracting the LAI corresponding to the difference value of the PPFD at 10 positions.
  • the LAI calculating unit 45 may obtain the LAI by performing arithmetic processing using the equation (13) shown in Non-Patent Document 4.
  • K represents an absorption coefficient, and the value is different for each plant, and even for the same plant, the value is different depending on external factors such as weather and time zone.
  • F is an integrated leaf area index, that is, LAI.
  • the database 46 stores an LAI conversion table for converting the photon flux density to LAI. Specifically, in the LAI conversion table stored in the database 46, the photon flux density and the LAI are associated with each other.
  • the LAI conversion table stored in the database 46 is obtained by, for example, setting the photon flux density measured by using a photon sensor generally used under some sample conditions and the LAI obtained at that time. Built.
  • the LAI output means 47 displays the LAI calculated by the LAI calculation means 45 on a computer display or the like.
  • FIG. 5 is a flowchart illustrating an example of an operation for measuring LAI using the LAI image measurement system.
  • the camera 20 is installed at a position where the reflector 10 can be photographed without being blocked by the plant community 30.
  • the camera 20 captures the direction in which the reflector 10 is arranged (step S10).
  • the LAI image measurement device 40 inputs a captured image from the camera 20.
  • the LAI image measurement device 40 acquires, for example, the color information (white in the present embodiment) of the reflector 10 stored in advance in a storage device (not shown), and white in the captured image input from the camera 20. An area in which the object is shown is specified, and a partial image of the specified area is extracted. In the present embodiment, since a plurality of the white reflectors 10 are arranged, the image analysis unit 41 identifies a plurality of areas and extracts partial images of the identified areas. Then, the LAI image measurement device 40 calculates color information of each extracted partial image (step S11). Specifically, the image analysis means 41 acquires color information RGB of the object area, and calculates tristimulus values XYZ based on the acquired color information RGB.
  • the LAI image measurement device 40 calculates absolute irradiance, which is the absolute value of irradiance, from the calculated luminance value Y (step S12).
  • the LAI image measurement device 40 calculates the calculated luminance value Y, the aperture value F at the time of photographing, and the irradiance corresponding to the shutter speed from the irradiance conversion table stored in the database.
  • the LAI image measurement device 40 calculates the calculated Y value, the irradiance corresponding to the aperture and shutter speed at the time of shooting, from a conversion formula using a predetermined luminance value Y, aperture value F, and shutter speed. May be.
  • the LAI image measurement device 40 calculates the chromaticity xy value from the calculated XYZ value, and calculates the relative spectral irradiance distribution (step S13). In the present embodiment, the LAI image measurement device 40 calculates the relative spectral irradiance distribution from the chromaticity xy values using the CIE daylight model.
  • the LAI image measurement device 40 calculates the absolute spectral irradiance distribution based on the calculated absolute value of the irradiance and the relative spectral irradiance distribution (step S14).
  • the LAI image measurement device 40 determines a constant so that the integral value of 400 to 700 nm of the spectral irradiance distribution matches the calculated absolute irradiance, and multiplies the relative spectral irradiance distribution by the constant. Obtain absolute spectral irradiance distribution.
  • the LAI image measurement device 40 calculates the photon flux density (PPFD) from the calculated absolute spectral irradiance distribution (step S15).
  • the LAI image measurement device 40 calculates a leaf area index (LAI) from the calculated PPFD (step S16).
  • LAI leaf area index
  • the LAI image measurement device 40 calculates the LAI by extracting the LAI corresponding to the calculated difference between the upper and lower PPFDs from the LAI conversion table.
  • the LAI image measurement apparatus 40 may calculate the LAI from the calculated PPFD according to the equation (13).
  • the LAI image measurement device 40 displays the calculated LAI on a display or the like (step S17).
  • the LAI image measurement system of the present embodiment calculates the photon flux density having a high correlation with the LAI, and calculates the LAI based on the photon flux density, so that the LAI can be calculated with higher accuracy.
  • FIG. 6 is a block diagram showing the main configuration of the image measurement system according to the present invention.
  • the image measurement system according to the present invention has, as main components, a reflector 10 installed in the vicinity of a plant 31 that is a measurement target, and a photographing unit that photographs the reflector 10 and outputs a photographed image.
  • the image analysis means 41 for detecting the region of the reflector 10 in the captured image and acquiring the color information of the region, and the absolute spectral radiation that is the distribution of the absolute value of the spectral irradiance in the region based on the color information
  • Absolute spectral irradiance distribution calculating means 42 for calculating the illuminance distribution
  • photon flux density calculating means 44 for calculating the photon flux density based on the absolute spectral irradiance distribution
  • a leaf area index calculating means 45 for calculating the image analysis means 41 for detecting the region of the reflector 10 in the captured image and acquiring the color information of the region, and the absolute spectral radiation that is the distribution of the absolute value of the spectral irradiance in the region based on the color information
  • Absolute spectral irradiance distribution calculating means 42 for calculating the illuminance distribution
  • photon flux density calculating means 44 for calculating the photo
  • a reflector for example, the reflector 10 installed in the vicinity of a plant to be measured (for example, some plants in the plant community 30) and the reflector are photographed, and a photographed image is output.
  • An imaging unit for example, the camera 20
  • an image analysis unit for example, the image analysis unit 41
  • Absolute spectral irradiance distribution calculating means for example, absolute spectral irradiance distribution calculating means 42
  • Photon flux density calculating means for example, PPFD calculating means 44
  • calculating the density and leaf area index calculating means for example, LAI calculating means 45) for calculating the leaf area index based on the photon flux density.
  • Image measurement system e.g., LAI
  • the image measurement system may be configured such that the reflector has a completely diffuse reflection surface whose color is known.
  • the image measurement system includes a storage unit (for example, database 46) that stores the photon flux density and the leaf area index in association with each other, and the leaf area index calculation unit calculates the leaf corresponding to the calculated photon flux density.
  • the leaf area index may be calculated by extracting the area index from the storage means.
  • the absolute spectral irradiance distribution calculating means calculates a tristimulus value including the luminance value of the region based on the color information, and calculates the absolute value of the irradiance of the region based on the luminance value.
  • calculate the absolute irradiance calculate the chromaticity of the region based on the tristimulus value, calculate the relative spectral irradiance distribution that is the relative distribution of the spectral irradiance in the region based on the chromaticity, and calculate the absolute irradiance
  • the absolute spectral irradiance distribution may be calculated based on the illuminance and the relative spectral irradiance distribution.
  • a reflector (for example, the reflector 10) installed in the vicinity of a plant to be measured (for example, some plants in the plant community 30) and the reflector are photographed, and a photographed image is output.
  • An image measurement device for example, an LAI image measurement device 40 used in an image measurement system including a photographing unit (for example, a camera 20), which detects a region where a reflector is photographed in a photographed image, and Image analysis means (for example, image analysis means 41) for acquiring the color information of the absolute spectral irradiance distribution that calculates the absolute spectral irradiance distribution that is the distribution of the absolute value of the spectral irradiance in the region based on the color information
  • a calculating means for example, absolute spectral irradiance distribution calculating means 42), a photon flux density calculating means (for example, PPFD calculating means 44) for calculating a photon flux density based on the absolute spectral irradiance distribution, and a light quantity Based on
  • the present invention is applied to a purpose of grasping the plant growth and the cultivation state in the facility cultivation or the like.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Botany (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Vascular Medicine (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

　画像計測システムは、計測対象である植物３１の近傍に設置された反射体１０と、反射体１０を撮影し、撮影画像を出力する撮影手段２１と、撮影画像内の反射体１０の領域を検出し、領域の色情報を取得する画像分析手段４１と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段４２と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段４４と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段４５とを備える。

Description

画像計測方法、システム、装置およびプログラム
　本発明は、葉面積指数を計測するための画像計測方法、画像計測システム、画像計測装置および画像計測プログラムに関する。
　葉面積指数（以下、ＬＡＩ：Ｌｅａｆ　Ａｒｅａ　Ｉｎｄｅｘ）は、農耕地や森林内の植物群落等における単位面積当たりのある方向（例えば、垂直方向）に重なる葉の面積の総和をあらわす。ＬＡＩは、施設栽培等において、植物生育や栽培状況を把握するための一指標として用いられている。
　ＬＡＩを計測する方法として、例えば、照度センサを用いて間接的に計測する方法が提案されている。この方法では、例えば、植物群落内の上方と下方とで照度を計測し、計測したそれらの照度に基づいてＬＡＩを推定する。
　また、これに関連する技術として、特許文献１には、植物群落内に設置した反射体を撮影し、その色情報から照度を算出し、ＬＡＩを推定する方法が記載されている。
　さらに、特許文献２には、ＬＡＩの間接計測方法が記載されている。特許文献２に記載された方法では、間接計測システムは、広角レンズおよび電子式素子を用いて、近赤外光と赤色光とのそれぞれについて、所定領域の画像を撮影する。次いで、間接計測システムは、所定領域を細分した細分領域ごとに、近赤外光と赤色光とのそれぞれについて、輝度値を求める。そして、間接計測システムは、詳細領域ごとの近赤外光と赤色光との輝度値比を求め、輝度値比に基づいて相対日射量を推定し、相対日射量から葉面積指数を求める。
ＷＯ２０１２／０７３５１９号公報 特開２００７－１７１０３３号公報
H. W. Jensen著、「フォトンマッピング」、オーム社出版局、p29,32 D. Judd, D. L. MacAdam and G. Wyszecki, "Spectral Distribution of Typical Daylight as a Function of Correlated Color Temperature,"Journal of the Optical Society of America, vol. 54, No. 8, August, 1964, pp.1031-1040 E. Kaneko, M. Toda, H. Aoki and M. Tsukada, ''Daylight Spectrum Model under Weather Conditions from Clear Sky to Cloudy",Proc. of IEEE 21st International Conference on Pattern Recognition, 2012. Monsi and Saeki, "On the Factor Light in Plant Communities and its Importance for Matter Production,"Annals of Botany 95, 2005, pp.549-567, Originally published as : Japanese Journal of Botany 14, March,1953, pp.22-52
　特許文献１の手法では、光の強度として照度を利用し、ＬＡＩを算出している。しかし、照度とＬＡＩの相関は低いため、算出されたＬＡＩの精度は低い。
　また、特許文献２の手法では、方向が制限される間接計測システムにより近赤外光と赤色光との輝度値の比からＬＡＩを算出する。しかし、輝度値を用いても、ＬＡＩ算出の精度は低く、さらに光源である太陽光に対して方向が制限されるという課題もある。
　そこで、本発明は、ＬＡＩを精度良く算出することができる画像計測方法、画像計測システム、画像計測装置および画像計測プログラムを提供することを目的とする。
　本発明による画像計測方法は、計測対象である植物の近傍に設置された反射体を撮影し、撮影画像を出力し、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得し、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出し、前記絶対分光放射照度分布に基づいて、光量子束密度を算出し、前記光量子束密度に基づいて、葉面積指数を算出することを特徴とする。
　本発明による画像計測システムは、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段と、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えたことを特徴とする。
　本発明による画像計測装置は、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測装置であって、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えたことを特徴とする。
　本発明による画像計測プログラムは、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測プログラムであって、コンピュータに、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析処理と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出処理と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出処理と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出処理とを実行させることを特徴とする。
　本発明によれば、ＬＡＩを精度良く算出することができる。
本発明によるＬＡＩ画像計測システムを用いた計測系を植物群落に対して正面側から見た正面図である。 ＬＡＩ画像計測システムを用いた計測系を植物群落に対して上面側から見た上面図である。 本発明によるＬＡＩ画像計測システムの構成の一例を示すブロック図である。 輝度値Ｙと放射照度の関係の一例をプロットしたグラフである。 本発明によるＬＡＩ画像計測システムを用いてＬＡＩを算出する動作の一例を示すフローチャートである。 本発明によるＬＡＩ画像計測システムの主要な構成を示すブロック図である。
　以下、本発明の実施形態を、図面を参照して説明する。
　図１は、本発明によるＬＡＩ画像計測システム（葉面積指数画像計測システム）を用いた計測系を植物群落に対して正面側から見た正面図である。図１には、植物群落３０がある断面で切断された断面図が示されている。図２は、ＬＡＩ画像計測システムを用いた計測系を植物群落に対して上面側から見た上面図である。なお、図１に示すように、本実施形態で用いる「垂直方向」は、地面に対して垂直な方向を指し、「水平方向」は、地面に対して水平な方向を指す。
　図１に示すように、本実施形態における植物群落３０は、説明を簡単にするために、農作物用の植物が一列に配置された一群の植物群であるものとする。また、植物群落３０は、図２に示すように奥行き方向（図１において正面から奥に向かっていく方向。以下、長手方向ともいう。）に植物が二列に配列された一群の植物群であるが、植物が一列、又は二列よりも多く配置された一群の植物群であってもよい。
　なお、本実施形態では、田畑やビニールハウス等の農耕地内の農作物（例えば、トマトやキュウリ）用の植物群落のＬＡＩを計測する用途にＬＡＩ画像計測システムが適用される場合の例を説明する。しかし、本実施形態に示す例に限らず、例えば、森林内の樹木の群落のＬＡＩを計測する用途にＬＡＩ画像計測システムが適用されてもよい。
　図１および図２に示すように、植物群落３０の近傍には、垂直方向に複数の反射体１０が配列された配列群が設置されている。また、図２に示すように、カメラ２０は、植物群落３０に遮られることなく反射体１０を撮影可能な位置に設置されている。本例では、図２に示すように、カメラ２０は、反射体１０の正面側に配置される。カメラ２０は、各反射体１０とカメラ２０との間に反射体１０を遮る葉等の障害物がないように配置される。
　図１に示す本実施形態の例では、１つの植物群落３０あたり垂直方向に５つの反射体１０が配置され、垂直方向に計１０個の反射体１０が配置されている。しかし、配置可能な反射体１０の数は、本実施形態の例に限られない。例えば、反射体１０が１２個以上配置（１つの植物群落３０あたり垂直方向に反射体１０を６個以上配置）されてもよい。
　反射体１０は、具体的には、表面が完全拡散（ランバート）反射の特性を有し、色情報（反射率）が既知である球体によって実現される。反射体１０は、例えば、各種多面体構造、または平らな反射板であってもよい。
　本実施形態における反射体１０は、完全白色である（反射率ρ=１０である）。また、反射体１０の色（反射率ρ）は、既知であれば、完全白色に限らず、赤色やグレイ、黄色、橙色であってもよい。ただし、反射体１０の色は、少なくとも、植物群落３０の植物と区別可能にするため、緑色以外の色であることが好ましい。
　また、各反射体１０は、植物群落３０の近傍に配置されることによって、植物群落３０によって生じる影等により、上方に配置されたものが最も反射する光の強度が強く、下方に配置されたもの程、反射する光の強度が弱くなる。そのため、垂直方向に複数配置された反射体１０から反射される光の強度を測定し相互に比較することによって、垂直方向のＬＡＩを計測することができ、垂直方向で見た場合の植物群落３０内での葉の重なり具合を把握することができる。なお、植物群落３０の近傍とは、植物群落３０から所定距離以内（例えば、５０ｃｍ以内）のことである。各反射体１０は、垂直方向に配列される際に、各反射体１０から反射される反射光の間に適度な光の強度の強弱が生じるように配置される。
　カメラ２０は、具体的には、カラー画像を撮影可能なデジタルカメラ等の撮影装置によって実現される。なお、カメラ２０は、カラー画像を撮影可能なものであれば、静止画像を撮影するものに限らず、例えば、動画像を撮影可能なビデオカメラによって実現されてもよい。また、カメラ２０は、反射体１０を撮影し、撮影画像を後述するＬＡＩ画像計測装置４０（図１および図２において図示せず）に出力する。
　なお、本実施形態では、太陽光が照射された反射体１０を撮影し垂直方向のＬＡＩを計測するため、カメラ２０は、球体である反射体１０の上半球を撮影可能な位置（例えば、全ての反射体１０よりも垂直方向に高い位置）に配置されていることが望ましい。
　また、図１では、植物群落３０の近傍の１箇所に垂直方向に向かって５つの反射体１０を配置して計測を行う例を示しているが、植物群落３０の長手方向に所定間隔（例えば、５０ｃｍ間隔）で同様に垂直方向に５つずつ反射体１０を配置（すなわち、長手方向の側から見たときに反射体１０を格子状に配置）して計測を行ってもよい。そのようにすれば、植物群落３０の長手方向におけるＬＡＩの分布状況も計測することができる。
　図３は、ＬＡＩ画像計測システムの構成の一例を示すブロック図である。図３に示すように、ＬＡＩ画像計測システムは、図２に示した反射体１０を撮影するカメラ２０と、ＬＡＩ画像計測装置４０とを含む。
　図３に示すように、ＬＡＩ画像計測装置４０は、画像分析手段４１、絶対分光放射照度分布算出手段４２、データベース４３、ＰＰＦＤ（Ｐｈｏｔｏｓｙｎｔｈｅｔｉｃ　ｐｈｏｔｏｎ　ｆｌｕｘ　ｄｅｎｓｉｔｙ、光量子束密度）算出手段４４、ＬＡＩ（葉面積指数）算出手段４５、データベース４６、及びＬＡＩ出力手段４７を含む。また、図３に示すように、カメラ２０が出力する撮影画像は、ＬＡＩ画像計測装置４０に出力される。なお、ＬＡＩ画像計測装置４０は、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。
　画像分析手段４１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。画像分析手段４１は、カメラ２０から入力した撮影画像の三刺激値ＸＹＺ（以下、ＸＹＺ値）を算出する。
　画像分析手段４１は、既知の反射体１０の色情報や形状情報に基づいて、撮影画像中から反射体１０が写っている領域を特定（検出）し、特定した領域の輝度値を求める。画像分析手段４１は、具体的には、撮影画像中の白色の物体が写っている領域を特定し、特定した領域の部分画像を抽出する。なお、本実施形態では、白色の反射体１０が複数配置されているので、画像分析手段４１は、複数の領域を特定し、それぞれ特定した領域の部分画像を抽出する。そして、画像分析手段４１は、それぞれ、抽出した部分画像のＸＹＺ値を算出する。
　以下では、カメラ２０で撮影したカラー画像中の対象物（反射体１０）のＸＹＺ値を算出する方法の一例を説明する。まず、画像分析手段４１は、入力画像の色情報および形状情報を用いて対象物の領域を検出する。次いで、画像分析手段４１は、対象物の領域の色情報ＲＧＢを取得し、取得した色情報ＲＧＢに基づいて、三刺激値ＸＹＺを計算する。
　以下、カラー画像入力装置で撮影されたＲＧＢに関して、このＲＧＢのＲＧＢ蛍光体の色度および白色の色度は、カラー画像入力装置の色特性としてあらかじめ指定されており、ＲＧＢデータは三刺激値ＸＹＺに一意に変換できるものとする。以下では、その変換方法の一例を示す。入力画像のＲＧＢと三刺激値ＸＹＺとの関係は、次式（１）のように定められる。
Figure JPOXMLDOC01-appb-M000001
　式（１）において、Ｍ３×３は、３×３変換行列である。また、ＲＧＢは、ガンマ補正がかかっていないリニアな特性であるものとする。変換式は、ＲＧＢからＸＹＺに一意に変換できればよく、例えば、次の式（２）のように定められてもよい。
Figure JPOXMLDOC01-appb-M000002
　式（２）において、Ｍ３×９は、３×９変換行列である。
　なお、Ｍ３×３やＭ３×９は、既知のカラーパッチを用いたカラー画像入力装置のカラーキャリブレーションを実施することで予め算出しておくことが可能である。
　絶対分光放射照度分布算出手段４２は、撮影画像内の反射体１０の領域の分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する。以下に示す例では、絶対分光放射照度分布算出手段４２は、まず、反射体１０がランバート反射の特性を有し、反射率ρが既知である物体であることを利用して絶対放射照度を算出する。
　Ｉ，Ｒをそれぞれランバート反射の特性を有する物体面上でのある点での放射照度、放射輝度、ρを物体の反射率とする。双方向反射率分布関数（ＢＲＤＦ）をｆＢＲＤＦと表記すると、非特許文献１に記載されているように、ｆＢＲＤＦは、次式（３）のように定義される。
Figure JPOXMLDOC01-appb-M000003
　また、非特許文献１に記載されているように、ランバート反射の特性を有する物体面のｆＢＲＤＦは、次式（４）のように表される。
Figure JPOXMLDOC01-appb-M000004
　本実施形態の例では、反射体１０は完全白色であるため、式（４）においてρ=１．０とすることにより、次式（５）が得られる。
Figure JPOXMLDOC01-appb-M000005
　絶対分光放射照度分布算出手段４２は、撮影時におけるカメラレンズの絞り値Ｆ、シャッタースピード、ゲインの情報を得ることで、式（１）または式（２）から算出される三刺激値Ｙ（輝度値Ｙ）を、画像中の反射体１０の各画素の位置からカメラ方向に放射される絶対放射輝度Ｒ（単位：Ｗ／ｍ２／ｓｒ）に変換する。
　この場合、例えば、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射輝度を対応付けたテーブルを用意しておく。絶対分光放射照度分布算出手段４２は、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙを入力し、上述のテーブルを利用することによって、対応する絶対放射輝度Ｒをテーブルから抽出する。また、絶対分光放射照度分布算出手段４２は、抽出した値にさらに補間計算などを用いた計算をしてもよい。
　さらに、反射体１０の表面がランバート反射する特性を有するため、式（３）と式（５）を用いると絶対放射輝度Ｒは絶対放射照度Ｉに変換される。
　または、絶対分光放射照度分布算出手段４２は、絶対放射照度をテーブルから直接算出してもよい。その場合、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射照度を対応付けたテーブルを用意しておく。絶対分光放射照度分布算出手段４２は、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙに対応する絶対放射照度Ｉをテーブルから抽出する。また、絶対分光放射照度分布算出手段４２は、抽出した値にさらに補間計算などを行ってもよい。
　または、絶対分光放射照度分布算出手段４２は、テーブルを用いずに、変換式を用いて絶対放射照度を算出してもよい。この場合、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射輝度または絶対放射照度を対応付けた変換式を定めておく。そして、絶対分光放射照度分布算出手段４２は、この変換式を利用して、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙを絶対放射輝度または絶対放射照度に変換すればよい。
　図４は、絞り値Ｆ、シャッタースピード、ゲインを固定した場合の、輝度値Ｙと放射照度の関係を示したグラフである。図からわかるように、これらの値を用いることにより近似の変換式が容易に算出できる。
　次に、絶対分光放射照度分布算出手段４２は、式（６）を用いて三刺激値ＸＹＺから色度ｘ，ｙを算出する。
Figure JPOXMLDOC01-appb-M000006
　次に、絶対分光放射照度分布算出手段４２は、色度ｘ，ｙを用いて、物体面からカメラ方向に向かって放射される放射輝度の分光分布（相対分光放射輝度分布）を求める。
　以下、色度ｘ，ｙから相対分光放射輝度分布を算出する方法の一例として、非特許文献２に示されたＣＩＥ昼光モデルを利用した例を説明する。絶対分光放射照度分布算出手段４２は、次式（７）に示すように色度ｘ，ｙを用いてＭ１，Ｍ２を算出する。
Figure JPOXMLDOC01-appb-M000007
　λを放射される光の波長とした場合、非特許文献２で与えられるＣＩＥ昼光の平均ベクトルＳ０（λ）、第一主成分ベクトルＳ１（λ）、第二主成分ベクトルＳ２（λ）を用いて、式（８）に示すように相対分光放射輝度分布Ｒ（λ）（式（８）におけるベクトルＲ（チルダ付き）（λ））が得られる。
Figure JPOXMLDOC01-appb-M000008
　この相対分光放射輝度分布Ｒ（λ）は、λ=５６０での値を１とした場合の相対分布である。
　反射体１０の表面がランバート反射する特性を有するため、ここで得られた相対分光放射輝度分布Ｒ（λ）は、相対分光放射照度分布Ｉｒ（λ）と等しい。
　本例では、絶対分光放射照度分布算出手段４２は、ＣＩＥ昼光モデルを用いて相対分光放射照度分布を算出したが、この例に限らず、例えば非特許文献３に示されたＢｉｒｄモデルなどを用いてもよい。
　次に、絶対分光放射照度分布算出手段４２は、得られた絶対放射照度Ｉと相対分光放射照度分布Ｉｒ（λ）から、絶対分光放射照度分布Ｉ（λ）を算出する。具体的には、絶対放射照度Ｉを用いて相対分光放射照度分布Ｉｒ（λ）の各波長での値に定数を乗算し、Ｉ（λ）を算出する。例えば、相対分光放射照度分布Ｉｒ（λ）の４００ｎｍ～７００ｎｍの積分値が絶対放射照度Ｉと一致するように定数が定められる。そして、絶対分光放射照度分布算出手段４２は、相対分光放射照度分布Ｉｒ（λ）の各波長での値にその定数を乗算し、Ｉ（λ）を算出する。
　データベース４３は、具体的には、磁気ディスク装置や光ディスク装置等の記憶装置によって実現される。本実施形態では、データベース４３は、絞り値Ｆ、シャッタースピード、輝度値Ｙを絶対放射輝度または絶対放射照度に変換するための変換テーブルを記憶する。データベース４３が記憶する変換テーブルは、具体的には、絞り値Ｆ、シャッタースピード、輝度値Ｙと絶対放射輝度または絶対放射照度を対応付けて含む。なお、データベース４３が記憶する変換テーブルは、例えば、予め、いくつかのサンプルとなる条件下において、それぞれ、専用装置で計測した絶対放射輝度または絶対放射照度と、絞り値Ｆ、シャッタースピード、撮影画像から求めた輝度値Ｙとを設定することによって構築される。
　ＰＰＦＤ算出手段４４は、得られた絶対分光放射照度分布Ｉ（λ）に基づいて、光合成に利用される光の強度（光量子束密度）を算出する。
　以下、ＰＰＦＤ算出手段４４が光の強度（光量子束密度）を算出する方法の例として、光合成有効光量子束密度の算出方法を示す。光量子束密度は、単位時間、単位面積を通過する４００ｎｍ～７００ｎｍの波長の光量子の物質量である（単位：μｍｏｌ／ｍ２／ｓ）。光量子束密度の定義より、放射照度との間に以下の関係が成り立つ。
Figure JPOXMLDOC01-appb-M000009
　光量子１個当たりのエネルギー（Ｊ／個）は、ｈｃ／λと表される。λは、波長、ｈは、プランク定数、ｃは、光速度である。ｈｃ／λと式（９）より、次式（１０）が成り立つ。
Figure JPOXMLDOC01-appb-M000010
但し、各記号の意味はそれぞれ以下の通りである。
Ｉ（λ）：波長λの光の放射照度
Ｐ（λ）：波長λの光の光量子束密度
Ｐ：光量子束密度（４００ｎｍ～７００ｎｍ）
　式（１０）を変形することにより、次式（１１）が得られる。
Figure JPOXMLDOC01-appb-M000011
　また、式（１１）で得られたＰ（λ）を４００ｎｍ～７００ｎｍまで積分することにより、次式（１２）に示すように光量子束密度Ｐが得られる。
Figure JPOXMLDOC01-appb-M000012
　ＬＡＩ算出手段４５は、得られた光量子束密度（ＰＰＦＤ）に基づいてＬＡＩ（葉面積指数）を算出する。高さｉにおける反射体１０の位置における光量子束密度Ｐｉと、ある基準となる反射体１０の位置における光量子束密度Ｐ０とを比較し、高さｉの上方に存在する葉のＬＡＩ（これをＦｉと表記する。）を算出する。なお、基準となる反射体１０の位置とは、本例では、最も上部に取り付けられた反射体１０の位置、すなわち、反射体１０と太陽との間に葉による影等の影響が殆どなく、基準の光量子束密度として用いることができる位置とする。
　本実施形態では、ＬＡＩ算出手段４５は、データベース４６が記憶するＬＡＩ変換テーブルから、ＰＰＦＤ算出手段４４が算出した高さｉに設置された反射体１０の位置におけるＰＰＦＤと、ある基準となる反射体１０の位置のＰＰＦＤの差分値に対応するＬＡＩを抽出することによって、高さｉでのＬＡＩを求める。
　または、ＬＡＩ算出手段４５は、非特許文献４に示された式（１３）を用いた演算処理を行うことによって、ＬＡＩを求めてもよい。
Figure JPOXMLDOC01-appb-M000013
　式（１３）において、Ｋは、吸収係数を示しており、植物毎に値が異なるとともに、同じ植物であっても天候や時間帯等の外部要因によっても値が異なる。また、Ｆは、積算葉面積指数、すなわちＬＡＩである。
　データベース４６は、光量子束密度をＬＡＩに変換するためのＬＡＩ変換テーブルを記憶する。具体的には、データベース４６が記憶するＬＡＩ変換テーブルでは、光量子束密度とＬＡＩとが対応付けられている。データベース４６が記憶するＬＡＩ変換テーブルは、例えば、予め、いくつかのサンプルとなる条件下において、一般に用いられる光量子センサを用いて計測した光量子束密度と、その時に求めたＬＡＩとを設定することによって構築される。
　ＬＡＩ出力手段４７は、ＬＡＩ算出手段４５が算出したＬＡＩをコンピュータディスプレイなどに表示する。
　次に、ＬＡＩ画像計測システムの動作を説明する。図５は、ＬＡＩ画像計測システムを用いてＬＡＩを計測する動作の一例を示すフローチャートである。本実施形態では、図１および図２に示すように、カメラ２０は、植物群落３０に遮られることなく反射体１０を撮影可能な位置に設置されている。
　まず、カメラ２０は、反射体１０が配置された方向を撮影する（ステップＳ１０）。ＬＡＩ画像計測装置４０は、カメラ２０から撮影画像を入力する。
　ＬＡＩ画像計測装置４０は、例えば、記憶装置（図示せず）に予め記憶されている反射体１０の色情報（本実施形態では、白色）を取得し、カメラ２０から入力した撮影画像中の白色の物体が写っている領域を特定し、特定した領域の部分画像を抽出する。なお、本実施形態では、白色の反射体１０が複数配置されているので、画像分析手段４１は、複数の領域を特定し、それぞれ特定した領域の部分画像を抽出する。そして、ＬＡＩ画像計測装置４０は、それぞれ、抽出した部分画像の色情報を算出する（ステップＳ１１）。具体的には、画像分析手段４１は、対象物の領域の色情報ＲＧＢを取得し、取得した色情報ＲＧＢに基づいて、三刺激値ＸＹＺを算出する。
　また、ＬＡＩ画像計測装置４０は、算出した輝度値Ｙから、放射照度の絶対値である絶対放射照度を算出する（ステップＳ１２）。本実施形態では、ＬＡＩ画像計測装置４０は、データベースが記憶する放射照度変換テーブルから、算出した輝度値Ｙと撮影時の絞り値Ｆ、シャッタースピードに対応する放射照度を算出する。なお、ＬＡＩ画像計測装置４０は、予め定められた輝度値Ｙ、絞り値Ｆ、シャッタースピードを用いた変換式から、算出したＹ値、撮影時の絞りとシャッタースピードに対応する放射照度を算出してもよい。
　また、ＬＡＩ画像計測装置４０は、算出したＸＹＺ値から、色度ｘｙ値を算出し、相対分光放射照度分布を算出する（ステップＳ１３）。本実施形態では、ＬＡＩ画像計測装置４０は、ＣＩＥ昼光モデルを用いて色度ｘｙ値から相対分光放射照度分布を算出する。
　次に、ＬＡＩ画像計測装置４０は、算出した放射照度の絶対値と相対分光放射照度分布に基づいて、絶対分光放射照度分布を算出する（ステップＳ１４）。本実施形態では、ＬＡＩ画像計測装置４０は、分光放射照度分布の４００～７００ｎｍの積分値が、算出した絶対放射照度と一致するように定数を定め、相対分光放射照度分布にその定数を乗じて絶対分光放射照度分布を得る。
　次に、ＬＡＩ画像計測装置４０は、算出した絶対分光放射照度分布から光量子束密度（ＰＰＦＤ）を算出する（ステップＳ１５）。
　次に、ＬＡＩ画像計測装置４０は、算出したＰＰＦＤから葉面積指数（ＬＡＩ）を算出する（ステップＳ１６）。本実施形態では、ＬＡＩ画像計測装置４０は、算出した上下のＰＰＦＤの差分値に対応するＬＡＩを、ＬＡＩ変換テーブルから抽出することによってＬＡＩを算出する。なお、ＬＡＩ画像計測装置４０は、算出したＰＰＦＤから式（１３）に従ってＬＡＩを算出してもよい。
　ＬＡＩの算出が終了したら、ＬＡＩ画像計測装置４０は、算出したＬＡＩをディスプレイ等に表示する（ステップＳ１７）。
　本実施形態のＬＡＩ画像計測システムは、ＬＡＩとの相関が高い光量子束密度を算出し、光量子束密度に基づいてＬＡＩを算出するので、より精度良くＬＡＩを算出することができる。
　図６は、本発明による画像計測システムの主要な構成を示すブロック図である。図６に示すように本発明による画像計測システムは、主要な構成として、計測対象である植物３１の近傍に設置された反射体１０と、反射体１０を撮影し、撮影画像を出力する撮影手段２１と、撮影画像内の反射体１０の領域を検出し、領域の色情報を取得する画像分析手段４１と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段４２と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段４４と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段４５とを備える。
　また、上記の実施形態では、以下の（１）～（５）に示すような画像計測システムおよび画像計測装置も開示されている。
（１）計測対象である植物（例えば、植物群落３０のうちの一部の植物）の近傍に設置された反射体（例えば、反射体１０）と、反射体を撮影し、撮影画像を出力する撮影手段（例えば、カメラ２０）と、撮影画像内の反射体の領域を検出し、領域の色情報を取得する画像分析手段（例えば、画像分析手段４１）と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段（例えば、絶対分光放射照度分布算出手段４２）と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段（例えば、ＰＰＦＤ算出手段４４）と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段（例えば、ＬＡＩ算出手段４５）とを備えたことを特徴とする画像計測システム（例えば、ＬＡＩ画像計測システム）。
（２）画像計測システムは、反射体が、色が既知である完全拡散反射面を有するように構成されていてもよい。
（３）画像計測システムは、光量子束密度と葉面積指数とを対応付けて記憶する記憶手段（例えば、データベース４６）を備え、葉面積指数算出手段が、算出された光量子束密度に対応する葉面積指数を記憶手段から抽出することによって葉面積指数を算出するように構成されていてもよい。
（４）画像計測システムは、絶対分光放射照度分布算出手段が、色情報に基づいて、領域の輝度値を含む三刺激値を算出し、輝度値に基づいて、領域の放射照度の絶対値である絶対放射照度を算出し、三刺激値に基づいて、領域の色度を算出し、色度に基づいて、領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、絶対放射照度と相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出するように構成されていてもよい。
（５）計測対象である植物（例えば、植物群落３０のうちの一部の植物）の近傍に設置された反射体（例えば、反射体１０）と、反射体を撮影し、撮影画像を出力する撮影手段（例えば、カメラ２０）とを備えた画像計測システムに用いられる画像計測装置（例えば、ＬＡＩ画像計測装置４０）であって、撮影画像内の反射体が撮影された領域を検出し、領域の色情報を取得する画像分析手段（例えば、画像分析手段４１）と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段（例えば、絶対分光放射照度分布算出手段４２）と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段（例えば、ＰＰＦＤ算出手段４４）と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段（例えば、ＬＡＩ算出手段４５）とを備えたことを特徴とする画像計測装置。
　この出願は、２０１２年１２月２６日に出願された日本出願特願２０１２－２８２０５６を基礎とする優先権を主張し、その開示の全てをここに取り込む。
　以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
産業上の利用の可能性
　本発明は、施設栽培等において、植物生育や栽培状況を把握する用途に適用される。
　１０　反射体
　２０　カメラ
　２１　撮影手段
　３０　植物群落
　３１　植物
　４０　ＬＡＩ画像計測装置
　４１　画像分析手段
　４２　絶対分光放射照度分布算出手段
　４３，４６　データベース
　４４　光量子束密度（ＰＰＦＤ）算出手段
　４５　葉面積指数（ＬＡＩ）算出手段

Claims (10)

  1. 　計測対象である植物の近傍に設置された反射体を撮影し、撮影画像を出力し、
    　前記撮影画像内の前記反射体の領域を検出し、
    　前記領域の色情報を取得し、
    　前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出し、
    　前記絶対分光放射照度分布に基づいて、光量子束密度を算出し、
    　前記光量子束密度に基づいて、葉面積指数を算出する
    　ことを特徴とする画像計測方法。
  2. 　反射体が、色が既知である完全拡散反射面を有する
    　請求項１記載の画像計測方法。
  3. 　光量子束密度と葉面積指数とを対応付けて記憶し、
    　算出された光量子束密度に対応する前記葉面積指数を抽出することによって葉面積指数を算出する
    　請求項１または請求項２記載の画像計測方法。
  4. 　色情報に基づいて、領域の輝度値を含む三刺激値を算出し、
    　前記輝度値に基づいて、前記領域の放射照度の絶対値である絶対放射照度を算出し、
    　前記三刺激値に基づいて、前記領域の色度を算出し、
    　前記色度に基づいて、前記領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、
    　前記絶対放射照度と前記相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出する
    　請求項１から請求項３のうちのいずれか１項に記載の画像計測方法。
  5. 　計測対象である植物の近傍に設置された反射体と、
    　前記反射体を撮影し、撮影画像を出力する撮影手段と、
    　前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、
    　前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、
    　前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、
    　前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えた
    　ことを特徴とする画像計測システム。
  6. 　反射体が、色が既知である完全拡散反射面を有する
    　請求項５記載の画像計測システム。
  7. 　光量子束密度と葉面積指数とを対応付けて記憶する記憶手段を備え、
    　葉面積指数算出手段は、
    　算出された光量子束密度に対応する葉面積指数を前記記憶手段から抽出することによって葉面積指数を算出する
    　請求項５または請求項６記載の画像計測システム。
  8. 　絶対分光放射照度分布算出手段は、
    　色情報に基づいて、領域の輝度値を含む三刺激値を算出し、
    　前記輝度値に基づいて、前記領域の放射照度の絶対値である絶対放射照度を算出し、
    　前記三刺激値に基づいて、前記領域の色度を算出し、
    　前記色度に基づいて、前記領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、
    　前記絶対放射照度と前記相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出する
    　請求項５から請求項７のうちのいずれか１項に記載の画像計測システム。
  9. 　計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測装置であって、
    　前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、
    　前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、
    　前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、
    　前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えた
    　ことを特徴とする画像計測装置。
  10. 　計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測プログラムであって、
    　コンピュータに、
    　前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析処理と、
    　前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出処理と、
    　前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出処理と、
    　前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出処理と
    　を実行させるための画像計測プログラム。
PCT/JP2013/007079 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム WO2014103181A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US14/652,886 US9646223B2 (en) 2012-12-26 2013-12-03 Image measuring method, system, device, and program
JP2014554094A JP6245181B2 (ja) 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム
CN201380068174.5A CN104884937B (zh) 2012-12-26 2013-12-03 图像测量方法、系统、设备

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012-282056 2012-12-26
JP2012282056 2012-12-26

Publications (1)

Publication Number Publication Date
WO2014103181A1 true WO2014103181A1 (ja) 2014-07-03

Family

ID=51020308

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/007079 WO2014103181A1 (ja) 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム

Country Status (4)

Country Link
US (1) US9646223B2 (ja)
JP (1) JP6245181B2 (ja)
CN (1) CN104884937B (ja)
WO (1) WO2014103181A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864962A (zh) * 2015-05-26 2015-08-26 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
WO2019003400A1 (ja) * 2017-06-29 2019-01-03 日本電気株式会社 係数算出装置、係数算出方法、及び、係数算出プログラムが記録された記録媒体
CN110426491A (zh) * 2019-07-26 2019-11-08 北京农业信息技术研究中心 一种果树垂直结构的分层光学测量方法及装置

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102015203B1 (ko) * 2015-03-24 2019-08-27 오츠카덴시가부시끼가이샤 분광 휘도계의 교정에 사용하는 기준 광원 장치 및 교정 방법
JP6764577B2 (ja) * 2016-04-18 2020-10-07 ソニー株式会社 情報処理装置、情報処理方法、及び、プログラム
US11536656B2 (en) 2016-06-16 2022-12-27 Sony Group Corporation Information processing device, information processing method, and program
CN107796764B (zh) * 2016-09-05 2020-01-24 南京农业大学 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法
US10902577B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify object
US10902581B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify foreign object
KR102076336B1 (ko) * 2018-12-27 2020-02-11 주식회사 최고의 환한미소 작물 재배 시스템
CN111803085A (zh) * 2020-08-06 2020-10-23 深圳市德光浦科技有限公司 一种基于颜色特性的无创血红蛋白浓度水平测量装置
CN114241033B (zh) * 2021-12-17 2022-07-22 贵州省山地资源研究所 一种植株叶面积垂直结构的异位获取方法
CN116503747B (zh) * 2023-06-30 2023-09-15 华中农业大学 一种基于多尺度遥感的非均质地表叶面积指数反演方法
CN118408636A (zh) * 2024-06-27 2024-07-30 北京市农林科学院信息技术研究中心 光谱反射率实时辐射校正方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007171033A (ja) * 2005-12-22 2007-07-05 Univ Nagoya 葉面積指数の間接測定方法および間接測定システム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
WO2012073507A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法およびプログラム
WO2012073520A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0142027Y2 (ja) * 1987-04-06 1989-12-11
US6366681B1 (en) * 1999-04-07 2002-04-02 Space Imaging, Lp Analysis of multi-spectral data for extraction of chlorophyll content
CA2464215A1 (en) * 2001-11-08 2003-05-15 Anne Marie Fanger A method and a device for determination of the actual photosynthesis in plants
JP3548152B2 (ja) * 2001-11-15 2004-07-28 名古屋大学長 植物又は植物群の３次元構造測定方法
JP2005052045A (ja) * 2003-08-01 2005-03-03 Japan Science & Technology Agency 植物が環境に及ぼす影響の定量的評価システム
US8352208B2 (en) * 2005-12-15 2013-01-08 Yamaguchi University Method for evaluating tree production capacity, image capture device for evaluating tree production capacity, and program for evaluating tree production capacity
JP2008111725A (ja) * 2006-10-30 2008-05-15 Tokyo Electric Power Co Inc:The 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム
CN102269576A (zh) 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
WO2012063455A1 (ja) * 2010-11-08 2012-05-18 国立大学法人 愛媛大学 植物健康診断方法および植物健康診断装置
CN102706293B (zh) * 2012-06-27 2014-10-15 黑龙江工程学院 基于四分量光学物理模型的叶面积指数反演方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007171033A (ja) * 2005-12-22 2007-07-05 Univ Nagoya 葉面積指数の間接測定方法および間接測定システム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
WO2012073507A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法およびプログラム
WO2012073520A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
MASATOSHI AOKI ET AL.: "Remote sensing of chlorophyll content of leaf. II. Effective spectral reflection characteristics for evaluations of chlorophyll content and leaf area index of plant community", ENVIRONMENT CONTROL IN BIOLOGY, vol. 24, no. 1, 1986, pages 33 - 39 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104864962A (zh) * 2015-05-26 2015-08-26 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
WO2019003400A1 (ja) * 2017-06-29 2019-01-03 日本電気株式会社 係数算出装置、係数算出方法、及び、係数算出プログラムが記録された記録媒体
CN110426491A (zh) * 2019-07-26 2019-11-08 北京农业信息技术研究中心 一种果树垂直结构的分层光学测量方法及装置

Also Published As

Publication number Publication date
JP6245181B2 (ja) 2017-12-13
CN104884937B (zh) 2019-01-08
JPWO2014103181A1 (ja) 2017-01-12
CN104884937A (zh) 2015-09-02
US9646223B2 (en) 2017-05-09
US20150339540A1 (en) 2015-11-26

Similar Documents

Publication Publication Date Title
JP6245181B2 (ja) 画像計測方法、システム、装置およびプログラム
JP5920224B2 (ja) 葉面積指数計測システム、装置、方法及びプログラム
US9207072B2 (en) Leaf area index measurement system, device, method, and program
US12020430B2 (en) Multisensory imaging methods and apparatus for controlled environment horticulture using irradiators and cameras and/or sensors
Rasmussen et al. Are vegetation indices derived from consumer-grade cameras mounted on UAVs sufficiently reliable for assessing experimental plots?
Kirk et al. Estimation of leaf area index in cereal crops using red–green images
CA2960375C (en) System and method for calibrating imaging measurements taken from aerial vehicles
Skauli et al. A collection of hyperspectral images for imaging systems research
Fitzgerald Characterizing vegetation indices derived from active and passive sensors
CN108885277B (zh) 信息处理设备和信息处理方法
US11656171B2 (en) Control apparatus, control method, and control system
WO2012073507A1 (ja) 葉面積指数計測システム、装置、方法およびプログラム
US20190310184A1 (en) Signal processing apparatus, signal processing method, and progress
US20130266221A1 (en) Image processing method, image processing system, and image processing program
US12026915B2 (en) Enhanced measurement of photosynthetically active radiation (PAR) and image conversion therefor
US20220139082A1 (en) Image processing device, image processing method, and program
Julitta Optical proximal sensing for vegetation monitoring
Shajahan et al. Monitoring plant phenology using phenocam: A review
Meola et al. Analysis of hyperspectral change detection as affected by vegetation and illumination variations
Uetani Measurement of the all sky spectral radiance distribution using a fisheye camera and principal component analysis
XUE et al. Estimating light interception using the color attributes of digital images of cotton canopies
Kneer et al. A Snapshot Imaging System for the Measurement of Solar-induced Chlorophyll Fluorescence–Addressing the Challenges of High-performance Spectral Imaging
Shajahan et al. Monitoring Plant Phenology using Phenocam: A
Sato et al. Measuring method for photosynthetic photon flux density using a digital camera
Skauli et al. Effect of light level and photon noise on hyperspectral target detection performance

Legal Events

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

Ref document number: 13866934

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14652886

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2014554094

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13866934

Country of ref document: EP

Kind code of ref document: A1