WO2018034166A1 - 信号処理装置および信号処理方法、並びにプログラム - Google Patents

信号処理装置および信号処理方法、並びにプログラム Download PDF

Info

Publication number
WO2018034166A1
WO2018034166A1 PCT/JP2017/028289 JP2017028289W WO2018034166A1 WO 2018034166 A1 WO2018034166 A1 WO 2018034166A1 JP 2017028289 W JP2017028289 W JP 2017028289W WO 2018034166 A1 WO2018034166 A1 WO 2018034166A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal processing
ndvi
index
value
average value
Prior art date
Application number
PCT/JP2017/028289
Other languages
English (en)
French (fr)
Inventor
孝英 大谷
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to JP2018534340A priority Critical patent/JP6872137B2/ja
Priority to EP17841392.8A priority patent/EP3502663B1/en
Priority to EP20186054.1A priority patent/EP3748335A1/en
Priority to US16/316,569 priority patent/US11047793B2/en
Priority to CN201780048106.0A priority patent/CN109564155B/zh
Publication of WO2018034166A1 publication Critical patent/WO2018034166A1/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
    • 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
    • G01N21/25—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
    • 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
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • 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
    • G01N2021/1793—Remote sensing
    • G01N2021/1797—Remote sensing in landscape, e.g. crops
    • 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 disclosure relates to a signal processing device, a signal processing method, and a program, and more particularly, to a signal processing device, a signal processing method, and a program that make it easy to check the vegetation growth status.
  • NDVI Normalized Difference Difference Vegetation Index
  • Patent Document 1 discloses an information processing system that calculates crop growth indexes based on NDVI images obtained from RGB images and near-infrared images of crops.
  • the present disclosure has been made in view of such a situation, and makes it easy to check the vegetation growth situation.
  • a signal processing device includes a relative value calculation unit that calculates a relative value with respect to an average value of the index, based on an index that represents a state of an inspection target, calculated based on a sensing signal, and the relative value And a display processing unit that performs a process of displaying an image representing the state of the inspection object based on the display object.
  • a signal processing method or program calculates a relative value with respect to an average value of the vegetation index from a vegetation index that represents a state of an inspection target, which is calculated based on a sensing signal, and is based on the relative value. And a process of displaying an image representing the state of the inspection object.
  • a relative value with respect to the average value of the vegetation index is calculated from a state representing the growth status of the inspection target calculated based on the sensing signal, and the state of the inspection target based on the relative value is calculated.
  • FIG. 18 is a block diagram illustrating a configuration example of an embodiment of a computer to which the present technology is applied.
  • FIG. 1 is a block diagram illustrating a configuration example of an embodiment of a vegetation inspection apparatus to which the present technology is applied.
  • the vegetation inspection apparatus 11 inspects a lawn in a state where environmental light such as sunlight is irradiated as an inspection object, and an image (for example, a relative NDVI image (to be described later) is displayed on the display unit 12.
  • the vegetation inspection apparatus 11 includes an optical system 21, a diaphragm 22, a spectrum sensor 23, a signal processing block 24, and a control block 25.
  • the spectrum sensor 23 includes a spectroscope 31 and a sensing element 32. Yes.
  • the optical system 21 includes one or a plurality of lenses.
  • the optical system 21 collects light incident on the vegetation inspection apparatus 11 such as reflected light of ambient light reflected on the lawn, and forms an image of the subject on the detection surface of the sensing element 32 of the spectrum sensor 23. .
  • the diaphragm 22 adjusts the exposure of an image acquired by the spectrum sensor 23 by controlling the amount of light collected on the spectrum sensor 23 via the optical system 21.
  • the spectrum sensor 23 detects components in a plurality of different wavelength ranges with respect to the reflected light of the ambient light reflected by the lawn. That is, the spectrum sensor 23 divides the reflected light into light in a plurality of wavelength ranges by the spectroscope 31 and detects the brightness of the light in each wavelength range (spectral component) for each pixel of the sensing element 32. Is supplied to the signal processing block 24.
  • the spectroscope 31 is configured by arranging a plurality of optical filters that transmit light in a predetermined wavelength range for each pixel of the sensing element 32. Then, the spectroscope 31 separates the light applied to the detection surface of the sensing element 32 with each optical filter.
  • Such an optical filter that separates visible light for each color is called a color filter.
  • FIG. 1 shows an example of an optical filter arranged as a spectroscope 31.
  • 8 pixels whose vertical and horizontal dimensions are 2 ⁇ 4 are set as measurement units, and each pixel constituting the measurement unit corresponds to each measurement unit.
  • eight types of optical filters that transmit light in different wavelength ranges are arranged. That is, corresponding to the 8 pixels of the measurement unit, the optical filter B1 that transmits the first blue light, the optical filter B2 that transmits the second blue light, and the first green light are transmitted in order from the shortest wavelength.
  • An optical filter IR1 and an optical filter IR2 that transmits the second infrared light are arranged.
  • the measurement unit of the optical filter is not limited to a configuration in which 8 pixels are set as one measurement unit, and other forms such as a configuration in which 4 pixels (R, G, B, IR) are set as one measurement unit are used. Can be adopted.
  • an optical filter of an arrangement example in which some pixels are replaced with IR pixels in a configuration in which R pixels, G pixels, and B pixels are arranged in a so-called Bayer array may be used. That is, among G pixels having a large number of pixels in the Bayer array, an optical filter in which G pixels arranged in a row of R pixels are replaced with IR pixels as shown in FIG. 2A can be used. In addition, an optical filter in which B pixels with low visibility are replaced with IR pixels can be used. In this case, as shown in B of FIG. 2, not all B pixels are replaced with IR pixels. A part of the pixel can be replaced with an IR pixel.
  • the sensing element 32 is, for example, an imaging element configured by arranging a plurality of pixels on a detection surface in a matrix.
  • the sensing element 32 detects the brightness of the spectral component dispersed by each optical filter of the spectroscope 31 for each pixel, and outputs a detection signal (sensing signal) corresponding to the brightness of each spectral component. .
  • the sensing element 32 in addition to an area sensor that captures an object by a surface, a line sensor that captures the object by a line can be used. Even when only one R pixel and one IR pixel are arranged in the sensing element 32, the object can be scanned by providing a mechanism for moving the sensor or the measurement object.
  • the signal processing block 24 performs signal processing on the detection signal output from the spectrum sensor 23 (that is, the sensing image sensed by the sensing element 32), thereby generating an image representing the result of examining the lawn growing condition.
  • the image is displayed on the display unit 12. The detailed configuration of the signal processing block 24 will be described later with reference to FIG.
  • the control block 25 controls each block constituting the vegetation inspection apparatus 11 such as the sensing element 32 and the signal processing block 24 so that the vegetation inspection apparatus 11 can inspect the lawn growing condition well.
  • the vegetation inspection apparatus 11 configured in this way can inspect the lawn growing status using the vegetation normalized vegetation index NDVI that numerically represents the growing status, and is constructed by the vegetation normalized vegetation index NDVI. An image can be acquired as a result of inspecting lawn growing conditions.
  • the normalized vegetation index NDVI is calculated by using the pixel value R of the pixel that detects red light and the pixel value IR of the pixel that detects near-infrared light in the sensing element 32 as follows: Sought by.
  • the vegetation normalized vegetation index NDVI is used as an index of the growth of stems and leaves.
  • the reflectance of near-infrared light (pixel value IR) and the reflectance of red light (pixel value R) are regions that are not object regions in RGB images and near-infrared images, such as the sky.
  • the red light intensity and the near-infrared intensity in the region are obtained as the incident light intensity
  • the red light intensity and the near-infrared intensity in the object region are obtained as the reflected light intensity.
  • the reflectance of near-infrared light and red light is calculated after calculating the reflection coefficient from the ratio of the reflected brightness of the target, measuring the intensity of the incident light using a diffuser with a known reflectance as a reference.
  • the vegetation inspection apparatus 11 calculates an NDVI image based on the average value, variance, or higher-order variance of NDVI only for the object region. By doing in this way, it is possible to calculate the NDVI image with higher accuracy by calculating the NDVI image only from the information obtained from the pixels in the object region.
  • the spectrum sensor 23 changes depending on changes in environmental conditions such as the position of the sun, weather (clear / cloudy), and the direction of the turf.
  • the detected signal detected may fluctuate.
  • an NDVI image is generated using the detection signal output from the spectrum sensor 23 as it is, it may be difficult to determine the lawn growing condition due to the influence of the fluctuation of the detection signal on the NDVI image. It is assumed.
  • signal processing on the detection signal is performed in the signal processing block 24 so as to suppress the influence of the fluctuation of the detection signal due to the change of the environmental condition on the NDVI image.
  • signal processing on the detection signal is performed in the signal processing block 24 so as to suppress the influence of the fluctuation of the detection signal due to the change of the environmental condition on the NDVI image.
  • FIG. 3 is a block diagram illustrating a configuration example of the signal processing block 24.
  • the signal processing block 24 includes an NDVI average value calculation unit 41, a correlation coefficient calculation unit 42, an NDVI relative value calculation unit 43, and a display processing unit 44.
  • the NDVI average value calculation unit 41 uses the detection signal acquired by the sensing element 32 of FIG. 1 actually sensing the lawn to obtain an NDVI average value Na obtained by averaging the normalized vegetation index NDVI for the entire lawn. Calculated and supplied to the correlation coefficient calculator 42.
  • the NDVI average value calculation unit 41 calculates the average value of all red light pixel values R detected in the lawn area among the red light pixel values R included in the detection signal output from the spectrum sensor 23. Ra is calculated. Similarly, the NDVI average value calculation unit 41 includes all near-infrared light pixels detected in the lawn area among the near-infrared light pixel values IR included in the detection signal output from the spectrum sensor 23. An average value IRa of the values IR is calculated. Then, the NDVI average value calculation unit 41 can obtain the NDVI average value Na for the entire lawn from the average value Ra of the red light and the average value IRa of the near infrared light based on the following formula (2). .
  • the correlation coefficient calculation unit 42 calculates a correlation coefficient ⁇ that matches the NDVI average value Na obtained by the NDVI average value calculation unit 41 with a predetermined NDVI specified value Nd, and supplies the correlation coefficient ⁇ to the NDVI relative value calculation unit 43.
  • the average value of the normalized vegetation index NDVI with respect to the entire lawn is an NDVI specified value Nd determined in advance as a specified value.
  • the NDVI specified value Nd is expressed using the average value Ra of red light, the average value IRa of near-infrared light, and the correlation coefficient ⁇ , as shown in the following equation (3).
  • the NDVI relative value calculation unit 43 is for each measurement unit of the detection signal acquired by the sensing element 32 of FIG. 1 actually sensing the lawn (for example, based on the sensing signal for each pixel instead of the entire NDVI image). ), By applying the correlation coefficient ⁇ calculated by the correlation coefficient calculation unit 42, the relative NDVI value Nr relative to the NDVI average value Na is calculated. Note that the NDVI average value Na is used to explain the correlation coefficient ⁇ , and is not required for calculation to obtain the NDVI relative value Nr. That is, the NDVI relative value calculation unit 43 calculates the red light pixel value R (x, y) and infrared light for each measurement unit (x, y) of the sensing element 32 as shown in the following equation (5). The NDVI relative value Nr (x, y) can be obtained based on the pixel value IR (x, y).
  • the display processing unit 44 performs a display process of generating an NDVI image based on the NDVI relative value Nr calculated by the NDVI relative value calculating unit 43 and displaying the NDVI image on the display unit 12. For example, the display processing unit 44 maps the color set according to the NDVI relative value Nr (x, y) as shown in the heat map for each measurement unit (x, y), thereby converting the NDVI image. Can be generated. As described above, the NDVI relative value Nr (x, y) is relative to the NDVI average value Na, and an NDVI image generated from the NDVI relative value Nr (x, y) is represented below. Where appropriate, referred to as a relative NDVI image.
  • the vegetation inspection apparatus 11 is configured, and a relative NDVI image representing the result of inspecting the lawn growing condition is displayed on the display unit 12.
  • the NDVI specified value Nd can be set where the change in the normalized vegetation index NDVI is large (for example, set to 0.5 to 0.7 if the inspection object is lawn).
  • the NDVI relative value Nr is calculated on the basis of the NDVI specified value Nd, so that the relative NDVI image in which the change in the normalized vegetation index NDVI is large, that is, the change in the lawn growing condition is large can be easily confirmed. Can be generated.
  • the vegetation inspection apparatus 11 can make it easier to check the lawn growing situation than a conventional NDVI image using the normalized vegetation index NDVI as it is.
  • the vegetation inspection apparatus 11 can realize quantification and visualization by using the NDVI relative value Nr for the lawn growing state at a level that cannot be visually confirmed with a conventional NDVI image. That is, the vegetation inspection apparatus 11 normalizes the detection signal output from the sensing element 32 by adjusting the NDVI average value Na to the NDVI specified value Nd (always constant), thereby changing environmental conditions. The influence on the detection signal can be suppressed, and a relative NDVI image can be generated in which the lawn growing status can be easily confirmed.
  • step S11 a detection signal for one relative NDVI image is supplied from the sensing element 32 to the signal processing block 24, and the NDVI average value calculation unit 41 acquires the detection signal.
  • step S12 the NDVI average value calculation unit 41 obtains an average value Ra of red light and an average value IRa of near-infrared light from the detection signal supplied from the sensing element 32, and based on the above-described equation (2). , NDVI average value Na is calculated.
  • step S13 the correlation coefficient calculation unit 42 matches the NDVI average value Na obtained by the NDVI average value calculation unit 41 in step S11 with the NDVI specified value Nd based on the above-described equation (4). Is calculated.
  • step S14 the NDVI relative value calculation unit 43 applies the correlation coefficient ⁇ obtained by the correlation coefficient calculation unit 42 in step S12 for each measurement unit of the detection signal supplied from the sensing element 32, and has been described above. Based on the equation (5), the NDVI relative value Nr is calculated.
  • step S15 the display processing unit 44 generates a relative NDVI image based on the NDVI relative value Nr obtained for each measurement unit by the NDVI relative value calculation unit 43 in step S13, and displays it on the display unit 12. I do.
  • step S15 After the processing in step S15, the signal processing in the signal processing block 24 is finished.
  • the signal processing block 24 can suppress the influence of the change in the environmental condition on the detection signal, and can generate a relative NDVI image that makes it easier to confirm the lawn growing situation than the conventional NDVI image. it can.
  • FIG. 5 shows an example of a conventional NDVI image and a relative NDVI image.
  • the conventional NDVI image is shown on the upper side of FIG. 5, and the relative NDVI image is shown on the lower side of FIG.
  • the conventional NDVI image and the relative NDVI image shown in FIG. 5 are both generated using the same detection signal.
  • the vegetation inspection apparatus 11 may display only the relative NDVI image on the display unit 12, or the conventional NDVI image and the relative NDVI image are displayed side by side on the display unit 12, thereby comparing the two. You may be able to do it.
  • the vegetation inspection apparatus 11 may be configured to be able to switch between conventional NDVI image display and relative NDVI image display by a user operation.
  • the vegetation inspection apparatus 11 is not limited to displaying the conventional NDVI image and the relative NDVI image at the same time or switching them, for example, a normal imaging apparatus. Live images and other images taken with can be displayed at the same time or by switching.
  • the vegetation inspection apparatus 11 can display the lawn distribution and activity as a heat map as shown on the upper side of FIG. 5 by calculating the normalized vegetation index NDVI from the image obtained by sensing. Furthermore, as described above, the vegetation inspection apparatus 11 obtains the NDVI relative value Nr so as to be relative to the NDVI average value Na, as shown in the lower side of FIG. It is possible to generate a relative NDVI image that highlights good and bad parts. For example, the vegetation inspection apparatus 11 can generate a relative NDVI image in which a portion having a bad lawn growing condition is conspicuous by appropriately setting the NDVI specified value Nd.
  • the heat map is displayed so that the part where the lawn is in good condition is displayed in blue.
  • the bad part can be displayed in red.
  • the color display may be performed only at a place where the lawn growing condition is good or bad with respect to a predetermined standard.
  • the highlighting is not limited to color display, and may be presented by changing the shading, brightness, and saturation of the image. These display modes can be switched in degree by setting and operation by the user. In particular, by changing the NDVI specified value Nd or multiplying the correlation coefficient ⁇ , it is possible to change the way in which the lawn growing condition is conspicuous.
  • a relative NDVI image is generated for the entire lawn.
  • the vegetation inspection apparatus 11 pays attention to each specific region, and generates a relative NDVI image for each specified target region. May be.
  • the vegetation inspection apparatus 11 includes a sunny area where sunlight is irradiated on the lawn (an area without hatching) and a shaded area where hatching is not irradiated on the lawn (hatching). Area) can be specified. And the vegetation inspection apparatus 11 can produce
  • the vegetation inspection apparatus 11 can set a region of interest based on brightness from the entire lawn sensed by the spectrum sensor 23, and can perform signal processing by the signal processing block 24 for each region of interest.
  • the NDVI average value calculation unit 41 calculates the NDVI average value Na in the attention area of the lawn
  • the correlation coefficient calculation unit 42 calculates the correlation coefficient ⁇ for the attention area of the lawn.
  • the NDVI relative value calculation unit 43 can calculate an NDVI relative value Nr that is relative to the NDVI average value Na for each attention area of the lawn.
  • the vegetation inspection apparatus 11 can inspect the lawn growing condition in more detail for each region of interest, for example, each of the sunny region and the shaded region.
  • region of interest is not limited to the sunny region and the shaded region, and an arbitrary region can be specified, for example, by designating half of the game court.
  • the vegetation inspection apparatus 11 distinguishes only the lawn area by distinguishing the lawn area (the area without hatching) from the entire image (the hatched area).
  • the relative NDVI image of the lawn area can be generated by specifying it as the attention area.
  • the lawn area can be specified based on normal image recognition or based on the normalized vegetation index NDVI.
  • the vegetation inspection apparatus 11 can automatically identify and identify the attention area, and can identify any area of the entire image as the attention area, for example, according to user settings.
  • the vegetation inspection apparatus 11 uses a vegetation index other than the normalized vegetation index NDVI (for example, RVI (Ratio Vegetation Index) or GNDVI (Green NDVI ) Etc.) may be used.
  • RVI Rotary Vegetation Index
  • GNDVI Green NDVI
  • Etc. Green NDVI
  • the vegetation inspection apparatus 11 can target forests, agricultural products, and the like in addition to the above-described lawn as inspection objects to be inspected for the growth status.
  • the ratio vegetation index (RVI: Ratio Vegetation Index) calculated by calculating the following equation (6) or the difference vegetation calculated by calculating the following equation (7)
  • An index (DVI: Difference Vegetation Index) or the like can be used.
  • IR represents the reflectance in the near infrared region (pixel value of a pixel that detects near infrared light)
  • R represents the reflectance in the visible region red (red) Pixel value of a pixel for detecting light
  • IR and R as parameters
  • the spectral ratio is not limited to the combination of R and IR.
  • the present technology can be applied to, for example, a vegetation inspection system connected via a network, in addition to a single device such as the vegetation inspection device 11.
  • the vegetation inspection system 51 is configured by connecting an imaging device 52 and a signal processing device 53 for vegetation inspection via a network 54.
  • the imaging device 52 is configured to include the spectrum sensor 23 of FIG. 1, detects a component in a plurality of different wavelength ranges for the reflected light of the ambient light reflected by the lawn, and sends a detection signal indicating the detection result to the network The signal is transmitted to the signal processing device 53 via 54.
  • the signal processing device 53 has the same function as that of the signal processing block 24 of FIG. 1 and receives a detection signal transmitted from the imaging device 52 for vegetation inspection via the network 54, and as described above. Perform signal processing to generate relative NDVI images. And the signal processing apparatus 53 can observe the change of the cultivation condition of a lawn by accumulating a relative NDVI image in the accumulation
  • storage device (not shown) connected to the network 54.
  • the present technology can inspect the lawn in a remote place via the network 54, and the lawn administrator can manage the lawn anywhere.
  • the lawn administrator can manage the lawn anywhere.
  • a plurality of imaging devices 52 can observe the lawn growing status with a multi-camera linked to each other, or observe the lawn growing status while moving by a UAV (Unmanned Aerial Vehicle) such as a so-called drone. it can.
  • UAV Unmanned Aerial Vehicle
  • a plant such as a lawn is used as an inspection target, and the vegetation index based on the reflection of light by the plant has been described.
  • the present technology may also use a plant other than a plant as an inspection target.
  • an index other than the index it can be applied to inspection of various inspection objects.
  • the vegetation index not only represents the growing state of the plant but also contributes indirectly to the growing state, for example, even if it cannot be considered directly as the growing state, such as the photosynthesis state, and It is an index that can be used to grasp.
  • the processes described with reference to the flowcharts described above do not necessarily have to be processed in chronological order in the order described in the flowcharts, but are performed in parallel or individually (for example, parallel processes or objects). Processing).
  • the program may be processed by one CPU, or may be distributedly processed by a plurality of CPUs. Further, in this specification, the system represents the entire apparatus constituted by a plurality of apparatuses.
  • the above-described series of processing can be executed by hardware or can be executed by software.
  • a program constituting the software executes various functions by installing a computer incorporated in dedicated hardware or various programs.
  • the program is installed in a general-purpose personal computer from a program recording medium on which the program is recorded.
  • FIG. 8 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processing by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 105 is further connected to the bus 104.
  • the input / output interface 105 includes an input unit 106 including a keyboard, a mouse, and a microphone, an output unit 107 including a display and a speaker, a storage unit 108 including a hard disk and nonvolatile memory, and a communication unit 109 including a network interface.
  • a drive 110 for driving a removable medium 111 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory is connected.
  • the CPU 101 loads, for example, the program stored in the storage unit 108 to the RAM 103 via the input / output interface 105 and the bus 104 and executes the program. Is performed.
  • the program executed by the computer (CPU 101) is, for example, a magnetic disk (including a flexible disk), an optical disk (CD-ROM (Compact Disc-Read Only Memory), DVD (Digital Versatile Disc), etc.), a magneto-optical disc, or a semiconductor.
  • the program is recorded on a removable medium 111 that is a package medium including a memory or the like, or is provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the storage unit 108 via the input / output interface 105 by attaching the removable medium 111 to the drive 110. Further, the program can be received by the communication unit 109 via a wired or wireless transmission medium and installed in the storage unit 108. In addition, the program can be installed in the ROM 102 or the storage unit 108 in advance.
  • a relative value calculation unit that calculates a relative value with respect to an average value of the index from an index that represents the state of the inspection object calculated based on the sensing signal;
  • a signal processing apparatus comprising: a display processing unit that performs a process of displaying an image representing the state of the inspection object based on the relative value.
  • An average value calculating unit that calculates an average value of the index obtained by averaging the index with respect to the entire inspection object;
  • a correlation coefficient calculation unit that calculates a correlation coefficient that matches an average value of the index calculated by the average value calculation unit with a predetermined specified value;
  • the relative value calculation unit calculates the relative value of the index that is relative to the average value of the index by applying the correlation coefficient for each measurement unit in which the measurement of the inspection object is performed.
  • the sensing signal is configured to include at least a detection value corresponding to the brightness of near-infrared light and red light
  • the relative value calculation unit multiplies the detection value of the red light by multiplying the correlation coefficient by the detection value of the red light and multiplies the detection value of the red light by a value obtained by subtracting the detection value of the near-infrared light.
  • the signal processing device according to (2) wherein the relative value is calculated by dividing by a value added to the detection value of the near infrared light.
  • the signal processing device according to any one of (1) to (3), further including: a spectrum sensor that detects components in a plurality of different wavelength ranges with respect to the reflected light that is reflected by the inspection object by ambient light.
  • the spectrum sensor includes a sensing element configured by arranging a plurality of pixels on a detection surface in a matrix, and a plurality of optical filters that transmit light in a predetermined wavelength region for each pixel of the sensing element.
  • the signal processing apparatus according to (4), further including a spectrometer.
  • the display processing unit generates an image representing the state of the inspection object based on the relative value of the index calculated for each measurement unit by the relative value calculation unit, and displays the image on the display unit (2) ) To (5).
  • the average value calculation unit specifies a predetermined region of the inspection object shown in the sensing image including the sensing signal as a region of interest, and calculates an average value of the index in the region of interest (2) To (6).
  • the correlation coefficient calculation unit obtains the correlation coefficient for the region of interest, The signal processing apparatus according to (7), wherein the relative value calculation unit calculates a relative value of the index in the region of interest.
  • an arbitrary region of the entire sensing image is specified as the attention region according to a user setting.
  • the inspection object is a plant, The said state represents the growth condition of the said plant.
  • the signal processing apparatus in any one of said (1) to (11).
  • the signal processing apparatus according to (12), wherein the index is a vegetation index based on reflection of light by the plant.
  • the signal processing apparatus according to (13), wherein the vegetation index is Normalized Difference Vegetation Index (NDVI).
  • NDVI Normalized Difference Vegetation Index
  • a program for causing a computer to perform signal processing including a step of displaying an image representing a state of the inspection object based on the relative value.
  • Vegetation inspection device 12 display unit, 21 optical system, 22 aperture, 23 spectrum sensor, 24 signal processing block, 25 control block, 31 spectroscope, 32 sensing element, 41 NDVI average value calculation unit, 42 correlation coefficient calculation unit , 43 NDVI relative value calculation unit, 44 display processing unit, 51 vegetation inspection system, 52 imaging device, 53 signal processing device, 54 network

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本開示は、植生の育成状況を確認し易くすることができるようにする信号処理装置および信号処理方法、並びにプログラムに関する。 NDVI相対値算出部は、センシング画像に基づき算出された、芝生の育成状況を表す植生指標から、その植生指標の平均値に対する相対値を算出し、表示処理部は、その相対値に基づいて、検査対象物の育成状況を表す画像を表示させる処理を行う。また、NDVI平均値算出部は、芝生の全体について、芝生の育成状況を表す正規化植生指数NDVIを平均化したNDVI平均値を算出し、相関係数算出部は、NDVI平均値を、所定のNDVI規定値にあわせる相関係数を算出する。そして、NDVI相対値算出部は、芝生に対する測定が行われる測定単位ごとに、相関係数を適用して、NDVI平均値に対して相対的となるNDVI相対値を算出する。本技術は、例えば、芝生の植生を検査する植生検査装置に適用できる。

Description

信号処理装置および信号処理方法、並びにプログラム
　本開示は、信号処理装置および信号処理方法、並びにプログラムに関し、特に、植生の育成状況を確認し易くすることができるようにした信号処理装置および信号処理方法、並びにプログラムに関する。
　従来、植物の分布状況や活性度を示す指標として、正規化植生指数（NDVI：Normalized Difference Vegetation Index）が利用されている。
　例えば、特許文献１には、作物を撮像したRGB画像および近赤外線画像から得られるNDVI画像に基づいて、作物の育成指標を算出する情報処理システムが開示されている。
特開２０１４－１８３７８８号公報
　しかしながら、例えば、植生の検査を行う際の環境条件が変化する場合には、NDVIが変動することになるため、従来のNDVI画像では、植生の育成状況を確認することが困難になることがあった。
　本開示は、このような状況に鑑みてなされたものであり、植生の育成状況を確認し易くすることができるようにするものである。
　本開示の一側面の信号処理装置は、センシング信号に基づき算出された、検査対象物の状態を表す指標から、前記指標の平均値に対する相対値を算出する相対値算出部と、前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う表示処理部とを備える。
　本開示の一側面の信号処理方法またはプログラムは、センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行うステップを含む。
　本開示の一側面においては、センシング信号に基づき算出された、検査対象物の育成状況を表す状態から、植生指標の平均値に対する相対値が算出され、その相対値に基づいた検査対象物の状態を表す画像を表示させる処理が行われる。
　本開示の一側面によれば、植生の育成状況を確認し易くすることができる。
本技術を適用した植生検査装置の一実施の形態の構成例を示すブロック図である。 ＩＲ（近赤外）画素の配置例を示す図である。 信号処理ブロックの構成例を示すブロック図である。 信号処理ブロックにおいて行われる信号処理を説明するフローチャートである。 従来のNDVI画像および相対的NDVI画像の一例を示す図である。 注目領域ごとに相対的NDVI画像を生成する例を示す図である。 植生検査システムの構成例を示すブロック図である。 本技術を適用したコンピュータの一実施の形態の構成例を示すブロック図である。
　以下、本技術を適用した具体的な実施の形態について、図面を参照しながら詳細に説明する。
　＜植生検査装置の実施の形態＞
　図１は、本技術を適用した植生検査装置の一実施の形態の構成例を示すブロック図である。
　図１に示すように、植生検査装置１１は、太陽光などの環境光が照射されている状態の芝生を検査対象物として検査を行い、芝生の状態や活性度などの育成状況を表す画像（例えば、後述する相対的NDVI画像）を表示部１２に表示する。
　例えば、植生検査装置１１は、光学系２１、絞り２２、スペクトルセンサ２３、信号処理ブロック２４、および制御ブロック２５を備えて構成され、スペクトルセンサ２３は、分光器３１およびセンシング素子３２を有している。
　光学系２１は、１枚または複数枚のレンズを有して構成される。例えば、光学系２１は、環境光が芝生において反射した反射光など、植生検査装置１１に入射する光を集光して、スペクトルセンサ２３のセンシング素子３２の検出面に被写体の像を結像する。
　絞り２２は、光学系２１を介してスペクトルセンサ２３に集光される光の光量を制御することで、スペクトルセンサ２３において取得される画像の露出を調整する。
　スペクトルセンサ２３は、環境光が芝生で反射した反射光について複数の異なる波長域の成分を検出する。即ち、スペクトルセンサ２３は、反射光を分光器３１により複数の波長域の光に分光して、それぞれの波長域の光（分光成分）の明るさをセンシング素子３２の画素ごとに検出した検出信号を信号処理ブロック２４に供給する。
　分光器３１は、所定の波長域の光を透過する複数の光学フィルタが、センシング素子３２の画素ごとに配置されて構成される。そして、分光器３１は、センシング素子３２の検出面に照射される光を、それぞれの光学フィルタによって分光する。なお、このような光学フィルタであって、可視光の光を色ごとに分光するものはカラーフィルタと称される。
　図１には、分光器３１として配置する光学フィルタの一例が示されており、例えば、縦×横が２×４となる８画素を測定単位とし、その測定単位を構成する各画素に対応して、それぞれ異なる波長域の光を透過する８種類の光学フィルタが配置される。即ち、測定単位の８画素に対応して、波長の短い方から順に、第１の青色光を透過する光学フィルタＢ１、第２の青色光を透過する光学フィルタＢ２、第１の緑色光を透過する光学フィルタＧ１、第２の緑色光を透過する光学フィルタＧ２、第１の赤色光を透過する光学フィルタＲ１、第２の赤色光を透過する光学フィルタＲ２、第１の赤外光を透過する光学フィルタＩＲ１、および第２の赤外光を透過する光学フィルタＩＲ２が配置される。
　そして、分光器３１は、このような８画素の光学フィルタを１測定単位として、ｎ測定単位（ｎ＝１以上の自然数）分の光学フィルタが、センシング素子３２の検出面の全面に連続的に配置されて構成される。なお、光学フィルタの測定単位は、８画素を１測定単位とした構成に限定されることなく、例えば、４画素（Ｒ，Ｇ，Ｂ，ＩＲ）を１測定単位とした構成など、他の形態を採用することができる。
　例えば、いわゆるベイヤ配列で、Ｒ画素、Ｇ画素、およびＢ画素が配置される構成のうち、一部の画素をＩＲ画素に置き換えた配置例の光学フィルタを用いてもよい。即ち、ベイヤ配列で画素数の多いＧ画素のうち、図２のＡに示すように、Ｒ画素の行に配置されるＧ画素をＩＲ画素に置き換えた光学フィルタを用いることができる。また、視認性の低いＢ画素をＩＲ画素に置き換えた光学フィルタを用いることができ、この場合、図２のＢに示すように、全てのＢ画素をＩＲ画素に置き換えるのではなく、Ｂ画素の一部がＩＲ画素に置き換えられる構成とすることができる。
　センシング素子３２は、例えば、複数の画素が行列状に検出面に配置されて構成される撮像素子である。そして、センシング素子３２は、分光器３１の各光学フィルタにより分光された分光成分の明るさを画素ごとに検出して、それぞれの分光成分の明るさに応じた検出信号（センシング信号）を出力する。
　なお、センシング素子３２としては、対象物を面で捉えるエリアセンサのほか、対象物を線で捉えるラインセンサを用いることができる。また、センシング素子３２に、Ｒ画素とＩＲ画素が１画素ずつしか配置されていない場合でも、センサ又は測定対象物を移動させるための機構を設けることで、対象物をスキャンすることができる。
　信号処理ブロック２４は、スペクトルセンサ２３から出力される検出信号（即ち、センシング素子３２によりセンシングされたセンシング画像）に対する信号処理を行うことで、芝生の育成状況を検査した結果を表す画像を生成し、その画像を表示部１２に表示する。なお、信号処理ブロック２４の詳細な構成については、図３を参照して後述する。
　制御ブロック２５は、植生検査装置１１において芝生の育成状況を良好に検査することができるように、センシング素子３２や信号処理ブロック２４など、植生検査装置１１を構成する各ブロックに対する制御を行う。
　このように構成される植生検査装置１１は、育成状況を数値的に表す植生正規化植生指数NDVIを用いて芝生の育成状況を検査することができ、植生正規化植生指数NDVIにより構築されるNDVI画像を、芝生の育成状況を検査した結果として取得することができる。正規化植生指数NDVIは、センシング素子３２において赤色光を検出する画素の画素値Ｒ、および、近赤外光を検出する画素の画素値ＩＲを用いて、次の式（１）を演算することによって求められる。
Figure JPOXMLDOC01-appb-M000001
　ここで、植生正規化植生指数NDVIは、茎葉の生育の指標として使用されるものである。なお、近赤外光の反射率（画素値ＩＲ）および赤色光の反射率（画素値Ｒ）は、RGB画像、および近赤外線画像において、対象物領域ではない領域であって、例えば、空などの領域における赤色光強度、および近赤外線強度を入射光強度として求め、対象物領域における赤色光強度、および近赤外線強度を反射光強度として求めることで、算出される。また、近赤外光、および赤色光の反射率は、既知の反射率を持つ拡散板をリファレンスにして、入射光の強度を計測し、対象の反射輝度との比から反射係数を計算した後、反射率に変換するようにして求めるようにしてもよい。さらに、植生検査装置１１は、対象物領域のみのNDVIの平均値、分散、または高次分散などによりNDVI画像を算出する。このようにすることで、対象物領域内の画素から得られた情報のみからNDVI画像が算出されることで、より高い精度でNDVI画像を算出することが可能となる。
　ところで、植生検査装置１１では、屋外の環境において芝生の検査を行うことより、例えば、太陽の位置や、天候（晴れ／曇り）、芝目の向きなどの環境条件の変化によって、スペクトルセンサ２３において検出される検出信号が変動することがある。その結果、スペクトルセンサ２３から出力される検出信号をそのまま用いてNDVI画像を生成した場合には、検出信号の変動がNDVI画像に与える影響によって、芝生の育成状況の判断が困難になることがあると想定される。
　そこで、植生検査装置１１では、環境条件の変化による検出信号の変動がNDVI画像に与える影響を抑制するように、信号処理ブロック２４において検出信号に対する信号処理が行われる。これにより、植生の育成状況を確認し易くすることができ、例えば、芝生の育成の良好な箇所と、そうでない箇所とを見分ける判断を容易に行うことができる。
　図３は、信号処理ブロック２４の構成例を示すブロック図である。
　図３に示すように、信号処理ブロック２４は、NDVI平均値算出部４１、相関係数算出部４２、NDVI相対値算出部４３、および表示処理部４４を備えて構成される。
　NDVI平均値算出部４１は、図１のセンシング素子３２が芝生を実際にセンシングすることで取得される検出信号を用いて、芝生の全体について正規化植生指数NDVIを平均化したNDVI平均値Ｎａを算出して、相関係数算出部４２に供給する。
　例えば、NDVI平均値算出部４１は、スペクトルセンサ２３から出力される検出信号に含まれる赤色光の画素値Ｒのうちの、芝生の領域で検出された全ての赤色光の画素値Ｒの平均値Ｒａを算出する。同様に、NDVI平均値算出部４１は、スペクトルセンサ２３から出力される検出信号に含まれる近赤外光の画素値ＩＲのうちの、芝生の領域で検出された全ての近赤外光の画素値ＩＲの平均値ＩＲａを算出する。そして、NDVI平均値算出部４１は、次の式（２）に基づいて、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａから、芝生の全体に対するNDVI平均値Ｎａを求めることができる。
Figure JPOXMLDOC01-appb-M000002
　相関係数算出部４２は、NDVI平均値算出部４１により求められたNDVI平均値Ｎａを、所定のNDVI規定値Ｎｄにあわせる相関係数αを算出して、NDVI相対値算出部４３に供給する。ここで、植生検査装置１１では、芝生の全体に対する正規化植生指数NDVIの平均値が、予め規定値として定められたNDVI規定値Ｎｄであると仮定される。そして、NDVI規定値Ｎｄは、次の式（３）に示すように、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａ、並びに、相関係数αを用いて表される。
Figure JPOXMLDOC01-appb-M000003
　そして、この式（３）から、本来はNDVI平均値Ｎａであった正規化植生指数NDVIの平均値を、NDVI規定値Ｎｄに一致させる相関係数αは、次の式（４）に示すように表される。
Figure JPOXMLDOC01-appb-M000004
　NDVI相対値算出部４３は、図１のセンシング素子３２が芝生を実際にセンシングすることで取得される検出信号の測定単位ごとに（例えば、NDVI画像全体ではなく１画素ごとのセンシング信号に基づいて）、相関係数算出部４２により算出された相関係数αを適用して、NDVI平均値Ｎａに対して相対的となるNDVI相対値Ｎｒを算出する。なお、NDVI平均値Ｎａは、相関係数αを説明するために用いており、NDVI相対値Ｎｒを求める演算上は必要とされない。即ち、NDVI相対値算出部４３は、次の式（５）に示すように、センシング素子３２の１測定単位（ｘ，ｙ）ごとの赤色光の画素値Ｒ（ｘ，ｙ）および赤外光の画素値ＩＲ（ｘ，ｙ）に基づいて、NDVI相対値Ｎｒ（ｘ，ｙ）を求めることができる。
Figure JPOXMLDOC01-appb-M000005
　表示処理部４４は、NDVI相対値算出部４３により算出されるNDVI相対値Ｎｒに基づいたNDVI画像を生成して、表示部１２に表示させる表示処理を行う。例えば、表示処理部４４は、ヒートマップのように、NDVI相対値Ｎｒ（ｘ，ｙ）に応じて設定されている色を、測定単位（ｘ，ｙ）ごとにマッピングすることで、NDVI画像を生成することができる。なお、上述したように、NDVI相対値Ｎｒ（ｘ，ｙ）は、NDVI平均値Ｎａに対して相対的なものであり、NDVI相対値Ｎｒ（ｘ，ｙ）から生成されるNDVI画像を、以下、適宜、相対的NDVI画像と称する。
　このように植生検査装置１１は構成されており、芝生の育成状況を検査した結果を表す相対的NDVI画像が、表示部１２に表示される。
　さらに、植生検査装置１１では、例えば、正規化植生指数NDVIの変化が大きなところにNDVI規定値Ｎｄを設定（例えば、検査対象物が芝生であれば0.5～0.7に設定）することができる。これにより、NDVI規定値Ｎｄを基準としてNDVI相対値Ｎｒが算出されるため、正規化植生指数NDVIの変化が大きなところ、即ち、芝生の育成状況の変化が大きなところを確認し易い相対的NDVI画像を生成することができる。このような相対的NDVI画像を生成することにより、植生検査装置１１は、正規化植生指数NDVIをそのまま使用した従来のNDVI画像よりも、芝生の育成状況を確認し易くすることができる。
　そして、植生検査装置１１は、従来のNDVI画像では目視では確認できないレベルの芝生の育成状況について、NDVI相対値Ｎｒを利用することで、定量化および可視化を実現することができる。即ち、植生検査装置１１は、NDVI平均値ＮａをNDVI規定値Ｎｄにあわせる（常に一定とする）ことで、センシング素子３２から出力される検出信号を信号正規化することによって、環境条件の変化が検出信号に与える影響を抑制することができ、芝生の育成状況を確認し易い相対的NDVI画像を生成することができる。
　＜信号処理について＞
　次に、図４のフローチャートを参照して、信号処理ブロック２４において行われる信号処理について説明する。
　例えば、ステップＳ１１において、１枚の相対的NDVI画像分の検出信号が、センシング素子３２から信号処理ブロック２４に供給され、NDVI平均値算出部４１は、その検出信号を取得する。ステップＳ１２において、NDVI平均値算出部４１は、センシング素子３２から供給される検出信号から、赤色光の平均値Ｒａおよび近赤外光の平均値ＩＲａを求め、上述した式（２）に基づいて、NDVI平均値Ｎａを算出する。
　ステップＳ１３において、相関係数算出部４２は、上述した式（４）に基づいて、ステップＳ１１でNDVI平均値算出部４１により求められたNDVI平均値ＮａをNDVI規定値Ｎｄにあわせる相関係数αを算出する。
　ステップＳ１４において、NDVI相対値算出部４３は、センシング素子３２から供給される検出信号の測定単位ごとに、ステップＳ１２で相関係数算出部４２により求められた相関係数αを適用し、上述した式（５）に基づいて、NDVI相対値Ｎｒを算出する。
　ステップＳ１５において、表示処理部４４は、ステップＳ１３でNDVI相対値算出部４３により測定単位ごとに求められたNDVI相対値Ｎｒに基づいて相対的NDVI画像を生成し、表示部１２に表示する表示処理を行う。
　ステップＳ１５の処理後、信号処理ブロック２４における信号処理は終了される。
　以上のように、信号処理ブロック２４は、環境条件の変化が検出信号に与える影響を抑制して、従来のNDVI画像よりも、芝生の育成状況を確認し易い相対的NDVI画像を生成することができる。
　例えば、図５には、従来のNDVI画像および相対的NDVI画像の一例が示されている。
　図５の上側には、従来のNDVI画像が示されており、図５の下側には、相対的NDVI画像が示されている。図５に示す従来のNDVI画像および相対的NDVI画像は、どちらも同一の検出信号を用いて生成されたものである。
　例えば、植生検査装置１１は、相対的NDVI画像のみを表示部１２に表示してもよいし、従来のNDVI画像と相対的NDVI画像とを並べて同時に表示部１２に表示することで、両者を比較できるようにしてもよい。また、植生検査装置１１は、従来のNDVI画像の表示と、相対的NDVI画像の表示とを、ユーザ操作により切り替えられるようにしてもよい。さらに、植生検査装置１１は、従来のNDVI画像と相対的NDVI画像の表示について、それらを同時に表示したり、それらを切り替えて表示したりすることに限定されることなく、例えば、通常の撮像装置で撮影されたライブ画像や、その他の画像などを、同時に、または、切り替えて表示することができる。
　植生検査装置１１は、センシングして得られた画像から正規化植生指数NDVIを算出することで、芝生の分布や活性度を、図５の上側に示すようなヒートマップとして表示することができる。さらに、植生検査装置１１は、上述したように、NDVI平均値Ｎａに対して相対的となるようにNDVI相対値Ｎｒを求めることで、図５の下側に示すように、芝生の育成状況の良い箇所と悪い箇所とを強調して表す相対的NDVI画像を生成することができる。例えば、植生検査装置１１は、NDVI規定値Ｎｄを適切に設定することで、芝生の育成状況の悪い箇所が目立つような相対的NDVI画像を生成することができる。
　ここで、芝生の育成状況の良い箇所と悪い個所との強調表示としては、ヒートマップの色表示について、例えば、芝生の育成状況の良い箇所が青色になるように表示し、芝生の育成状況の悪い個所が赤色になるように表示することができる。また、所定の基準に対して、芝生の育成状況の良い個所または悪い個所にだけ色表示がなされてもよい。なお、強調表示は色表示に限らず、画像の濃淡や、輝度、彩度を変更することにより提示されてもよい。これら表示態様は、ユーザによる設定や操作により程度を切り替えることができる。特に、ユーザがNDVI規定値Ｎｄを変更したり、相関係数αをかけ合わせることで、芝生の育成状況の悪い個所の目立たせ方を変化させられるようにすることができる。
　ところで、図５では、芝生の全体について相対的NDVI画像が生成されているが、植生検査装置１１は、特定の領域ごとに注目して、その特定した注目領域ごとに相対的NDVI画像を生成してもよい。
　例えば、図６のＡに示すように、植生検査装置１１は、太陽光が芝生に照射されている日向領域（ハッチングのない領域）と、太陽光が芝生に照射されていない日陰領域（ハッチングの領域）を特定することができる。そして、植生検査装置１１は、日向領域および日陰領域それぞれの相対的NDVI画像を個別に生成することができる。
　即ち、植生検査装置１１は、スペクトルセンサ２３によりセンシングされる芝生全体の中から、明るさに基づいて注目領域を設定し、注目領域ごとに信号処理ブロック２４による信号処理を行わせることができる。この場合、NDVI平均値算出部４１は、芝生の注目領域におけるNDVI平均値Ｎａを算出し、相関係数算出部４２は、芝生の注目領域についての相関係数αを算出する。そして、NDVI相対値算出部４３は、芝生の注目領域ごとに、NDVI平均値Ｎａに対して相対的となるNDVI相対値Ｎｒを算出することができる。
　これにより、植生検査装置１１は、注目領域ごと、例えば、日向領域と日陰領域とのそれぞれについて、より詳細に、芝生の育成状況を検査することができる。なお、注目領域の特定は、日向領域および日陰領域に限られず、例えば、試合用コートのうち半分を指定するなど、任意の領域を特定することができる。
　また、図６のＢに示すように、植生検査装置１１は、画像全体のうちの芝生領域（ハッチングのない領域）と、芝生以外の領域（ハッチングの領域）とを区別して、芝生領域だけを注目領域として特定し、芝生領域の相対的NDVI画像を生成することができる。このとき、芝生領域の特定は、通常の画像認識に基づいて行ったり、正規化植生指数NDVIに基づいて行うことができる。なお、このように、植生検査装置１１が自動的に注目領域を判別して特定する他、例えば、ユーザの設定に従って、画像全体のうちの任意の領域を注目領域として特定することができる。
　なお、本実施の形態では、正規化植生指数NDVIを用いた説明を行うが、植生検査装置１１では、正規化植生指数NDVI以外の植生指数（例えば、ＲＶＩ（Ratio Vegetation Index）やGNDVI（Green NDVI）など）を用いてもよい。また、植生検査装置１１は、育成状況を検査する対象となる検査対象物として、上述したような芝生の他、森林や農作物などを対象とすることができる。
　例えば、他の植生指数として、次の式（６）を演算することで算出される比植生指数(RVI：Ratio Vegetation Index)や、次の式（７）を演算することで算出される差植生指数(DVI：Difference Vegetation Index)などを用いることができる。
Figure JPOXMLDOC01-appb-M000006
Figure JPOXMLDOC01-appb-M000007
　ただし、式（６）および式（７）において、IRは、近赤外領域の反射率（近赤外光を検出する画素の画素値）を表し、Rは、可視領域赤の反射率（赤色光を検出する画素の画素値）を表している。なお、ここでは、IRとRをパラメータとする植生指数のみを例示しているが、赤以外の他の可視領域の光の反射率などをパラメータとして用いて他の植生指数を測定することは、勿論可能である。また、スペクトル比率は、RとIRとの組み合わせには限られるものではない。
　また、本技術は、植生検査装置１１のような装置単体で構成する他、例えば、ネットワークを介して接続される植生検査システムに適用することができる。
　例えば、図７に示すように、植生検査システム５１は、植生検査用の撮像装置５２および信号処理装置５３がネットワーク５４を介して接続されて構成される。
　撮像装置５２は、図１のスペクトルセンサ２３を備えて構成されており、環境光が芝生で反射した反射光について複数の異なる波長域の成分を検出し、その検出結果を示す検出信号を、ネットワーク５４を介して信号処理装置５３に送信する。
　信号処理装置５３は、図１の信号処理ブロック２４と同様の機能を備えており、植生検査用の撮像装置５２からネットワーク５４を介して送信されてくる検出信号を受信して、上述したような相対的NDVI画像を生成する信号処理を行う。そして、信号処理装置５３は、ネットワーク５４に接続されている蓄積装置（図示せず）に、相対的NDVI画像を蓄積させることで、芝生の育成状況の変化を観察することができる。
　このように、本技術は、ネットワーク５４を介して遠隔地にある芝生を検査することができ、芝生の管理者は、どこでも芝生の管理を行うことができる。また、図示しないが、複数台の撮像装置５２がネットワーク５４に接続される構成とすることで、複数の箇所の芝生を一元的に管理することができる。さらに、複数台の撮像装置５２が互いに連携したマルチカメラにより芝生の育成状況を観察したり、いわゆるドローンなどのUAV（Unmanned Aerial Vehicle：無人航空機)により移動しながら芝生の育成状況を観察することができる。
　なお、本実施の形態では、芝生などの植物を検査対象物とし、その植物による光の反射に基づく植生指標について説明を行ったが、本技術は、植物以外を検査対象物としてもよく、植生指標以外の指標を用いて、様々な検査対象物の検査に適用することができる。また、植生指標は、植物の育成状態を表すだけでなく、例えば、光合成の状態などのように直接的に育成状態とはみなせなくても、間接的に育成状態に寄与し、植物の状態を把握するのに用いることができる指標である。
　なお、上述のフローチャートを参照して説明した各処理は、必ずしもフローチャートとして記載された順序に沿って時系列に処理する必要はなく、並列的あるいは個別に実行される処理（例えば、並列処理あるいはオブジェクトによる処理）も含むものである。また、プログラムは、１のCPUにより処理されるものであっても良いし、複数のCPUによって分散処理されるものであっても良い。また、本明細書において、システムとは、複数の装置により構成される装置全体を表すものである。
　また、上述した一連の処理（信号処理方法）は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、専用のハードウエアに組み込まれているコンピュータ、または、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどに、プログラムが記録されたプログラム記録媒体からインストールされる。
　図８は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
　コンピュータにおいて、CPU（Central Processing Unit）１０１，ROM（Read Only Memory）１０２，RAM（Random Access Memory）１０３は、バス１０４により相互に接続されている。
　バス１０４には、さらに、入出力インタフェース１０５が接続されている。入出力インタフェース１０５には、キーボード、マウス、マイクロホンなどよりなる入力部１０６、ディスプレイ、スピーカなどよりなる出力部１０７、ハードディスクや不揮発性のメモリなどよりなる記憶部１０８、ネットワークインタフェースなどよりなる通信部１０９、磁気ディスク、光ディスク、光磁気ディスク、或いは半導体メモリなどのリムーバブルメディア１１１を駆動するドライブ１１０が接続されている。
　以上のように構成されるコンピュータでは、CPU１０１が、例えば、記憶部１０８に記憶されているプログラムを、入出力インタフェース１０５及びバス１０４を介して、RAM１０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU１０１）が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア１１１に記録して、あるいは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。
　そして、プログラムは、リムーバブルメディア１１１をドライブ１１０に装着することにより、入出力インタフェース１０５を介して、記憶部１０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１０９で受信し、記憶部１０８にインストールすることができる。その他、プログラムは、ROM１０２や記憶部１０８に、あらかじめインストールしておくことができる。
　なお、本技術は以下のような構成も取ることができる。
（１）
　センシング信号に基づき算出された、検査対象物の状態を表す指標から、前記指標の平均値に対する相対値を算出する相対値算出部と、
　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う表示処理部と
　を備える信号処理装置。
（２）
　前記指標を、前記検査対象物の全体について平均化した前記指標の平均値を算出する平均値算出部と、
　前記平均値算出部により算出された前記指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部と
　をさらに備え、
　前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記指標の平均値に対して相対的となる前記指標の相対値を算出する
　上記（１）に記載の信号処理装置。
（３）
　前記センシング信号は、少なくとも近赤外光および赤色光の明るさに応じた検出値を含んで構成されており、
　前記相対値算出部は、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値から減算した値を、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値に加算した値で除算することにより、前記相対値を算出する
　上記（２）に記載の信号処理装置。
（４）
　環境光が前記検査対象物で反射した反射光について、複数の異なる波長域の成分を検出するスペクトルセンサ
　をさらに備える上記（１）から（３）までのいずれかに記載の信号処理装置。
（５）
　前記スペクトルセンサは、複数の画素が行列状に検出面に配置されて構成されるセンシング素子と、前記センシング素子の画素ごとに、所定の波長域の光を透過する複数の光学フィルタが配置される分光器とを有する
　上記（４）に記載の信号処理装置。
（６）
　前記表示処理部は、前記相対値算出部により前記測定単位ごとに算出される前記指標の相対値に基づいて、前記検査対象物の状態を表す画像を生成して表示部に表示させる
　上記（２）から（５）までのいずれかに記載の信号処理装置。
（７）
　前記平均値算出部は、前記センシング信号からなるセンシング画像に映されている前記検査対象物の所定の領域を注目領域として特定し、前記注目領域における前記指標の平均値を算出する
　上記（２）から（６）までのいずれかに記載の信号処理装置。
（８）
　前記相関係数算出部は、前記注目領域についての前記相関係数を求め、
　前記相対値算出部は、前記注目領域における前記指標の相対値を算出する
　上記（７）に記載の信号処理装置。
（９）
　前記注目領域として、前記検査対象物に太陽光が照射されている日向領域と、前記検査対象物に太陽光が照射されていない日陰領域とが特定される
　上記（７）に記載の信号処理装置。
（１０）
　前記注目領域として、前記センシング画像全体のうちの前記検査対象物が映されている領域が特定される
　上記（７）に記載の信号処理装置。
（１１）
　前記注目領域として、ユーザの設定に従って、前記センシング画像全体のうちの任意の領域が特定される
　上記（７）に記載の信号処理装置。
（１２）
　前記検査対象物は、植物であり、
　前記状態は、前記植物の育成状況を表す
　上記（１）から（１１）までのいずれかに記載の信号処理装置。
（１３）
　前記指標は、前記植物による光の反射に基づく植生指標である
　上記（１２）に記載の信号処理装置。
（１４）
　前記植生指標は、NDVI（Normalized Difference Vegetation Index）である
　上記（１３）に記載の信号処理装置。
（１５）
　センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
　ステップを含む信号処理方法。
（１６）
　センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
　ステップを含む信号処理をコンピュータに実行させるプログラム。
　なお、本実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
　１１　植生検査装置，　１２　表示部，　２１　光学系，　２２　絞り，　２３　スペクトルセンサ，　２４　信号処理ブロック，　２５　制御ブロック，　３１　分光器，　３２　センシング素子，　４１　NDVI平均値算出部，　４２　相関係数算出部，　４３　NDVI相対値算出部，　４４　表示処理部，　５１　植生検査システム，　５２　撮像装置，　５３　信号処理装置，　５４　ネットワーク

Claims (16)

  1. 　センシング信号に基づき算出された、検査対象物の状態を表す指標から、前記指標の平均値に対する相対値を算出する相対値算出部と、
    　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う表示処理部と
    　を備える信号処理装置。
  2. 　前記指標を、前記検査対象物の全体について平均化した前記指標の平均値を算出する平均値算出部と、
    　前記平均値算出部により算出された前記指標の平均値を、所定の規定値にあわせる相関係数を算出する相関係数算出部と
    　をさらに備え、
    　前記相対値算出部は、前記検査対象物に対する測定が行われる測定単位ごとに、前記相関係数を適用して、前記指標の平均値に対して相対的となる前記指標の相対値を算出する
    　請求項１に記載の信号処理装置。
  3. 　前記センシング信号は、少なくとも近赤外光および赤色光の明るさに応じた検出値を含んで構成されており、
    　前記相対値算出部は、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値から減算した値を、前記相関係数を前記赤色光の検出値に乗算して前記近赤外光の検出値に加算した値で除算することにより、前記相対値を算出する
    　請求項２に記載の信号処理装置。
  4. 　環境光が前記検査対象物で反射した反射光について、複数の異なる波長域の成分を検出するスペクトルセンサ
    　をさらに備える請求項１に記載の信号処理装置。
  5. 　前記スペクトルセンサは、複数の画素が行列状に検出面に配置されて構成されるセンシング素子と、前記センシング素子の画素ごとに、所定の波長域の光を透過する複数の光学フィルタが配置される分光器とを有する
    　請求項４に記載の信号処理装置。
  6. 　前記表示処理部は、前記相対値算出部により前記測定単位ごとに算出される前記指標の相対値に基づいて、前記検査対象物の状態を表す画像を生成して表示部に表示させる
    　請求項２に記載の信号処理装置。
  7. 　前記平均値算出部は、前記センシング信号からなるセンシング画像に映されている前記検査対象物の所定の領域を注目領域として特定し、前記注目領域における前記指標の平均値を算出する
    　請求項１に記載の信号処理装置。
  8. 　前記相関係数算出部は、前記注目領域についての前記相関係数を求め、
    　前記相対値算出部は、前記注目領域における前記指標の相対値を算出する
    　請求項７に記載の信号処理装置。
  9. 　前記注目領域として、前記検査対象物に太陽光が照射されている日向領域と、前記検査対象物に太陽光が照射されていない日陰領域とが特定される
    　請求項７に記載の信号処理装置。
  10. 　前記注目領域として、前記センシング画像全体のうちの前記検査対象物が映されている領域が特定される
    　請求項７に記載の信号処理装置。
  11. 　前記注目領域として、ユーザの設定に従って、前記センシング画像全体のうちの任意の領域が特定される
    　請求項７に記載の信号処理装置。
  12. 　前記検査対象物は、植物であり、
    　前記状態は、前記植物の育成状況を表す
    　請求項１に記載の信号処理装置。
  13. 　前記指標は、前記植物による光の反射に基づく植生指標である
    　請求項１２に記載の信号処理装置。
  14. 　前記植生指標は、NDVI（Normalized Difference Vegetation Index）である
    　請求項１３に記載の信号処理装置。
  15. 　センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
    　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
    　ステップを含む信号処理方法。
  16. 　センシング信号に基づき算出された、検査対象物の状態を表す植生指標から、前記植生指標の平均値に対する相対値を算出し、
    　前記相対値に基づいた前記検査対象物の状態を表す画像を表示させる処理を行う
    　ステップを含む信号処理をコンピュータに実行させるプログラム。
PCT/JP2017/028289 2016-08-17 2017-08-03 信号処理装置および信号処理方法、並びにプログラム WO2018034166A1 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2018534340A JP6872137B2 (ja) 2016-08-17 2017-08-03 信号処理装置および信号処理方法、並びにプログラム
EP17841392.8A EP3502663B1 (en) 2016-08-17 2017-08-03 Signal processing device and signal processing method, and program
EP20186054.1A EP3748335A1 (en) 2016-08-17 2017-08-03 Signal processing apparatus, signal processing method, and program
US16/316,569 US11047793B2 (en) 2016-08-17 2017-08-03 Signal processing apparatus, signal processing method, and progress
CN201780048106.0A CN109564155B (zh) 2016-08-17 2017-08-03 信号处理装置，信号处理方法及程序

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016159862 2016-08-17
JP2016-159862 2016-08-17

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US16325003 Continuation 2019-02-12

Publications (1)

Publication Number Publication Date
WO2018034166A1 true WO2018034166A1 (ja) 2018-02-22

Family

ID=61197238

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/028289 WO2018034166A1 (ja) 2016-08-17 2017-08-03 信号処理装置および信号処理方法、並びにプログラム

Country Status (5)

Country Link
US (1) US11047793B2 (ja)
EP (2) EP3502663B1 (ja)
JP (1) JP6872137B2 (ja)
CN (1) CN109564155B (ja)
WO (1) WO2018034166A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019235240A1 (ja) * 2018-06-06 2019-12-12 株式会社Ｎｔｔドコモ 情報処理装置
WO2021100430A1 (ja) * 2019-11-18 2021-05-27 ソニー株式会社 情報処理装置、情報処理方法、プログラム
WO2021192642A1 (ja) * 2020-03-25 2021-09-30 ソニーグループ株式会社 画像処理装置、および画像処理方法、並びにプログラム
WO2023177274A1 (ko) * 2022-03-18 2023-09-21 주식회사 마인스소프트 경기장 통합 운영 관리 시스템 및 통합 운영 관리 방법
WO2024034261A1 (ja) * 2022-08-09 2024-02-15 ソニーセミコンダクタソリューションズ株式会社 固体撮像装置及び固体撮像システム

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113474635A (zh) * 2019-03-01 2021-10-01 索尼集团公司 图像处理设备、图像处理方法和程序
DE102021200400A1 (de) 2021-01-18 2022-07-21 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Erfassung von Pflanzen oder Pflanzenbestandteilen, Computerprogrammprodukt, Erfassungseinrichtung und landwirtschaftliches Fahrzeug
CN114596234B (zh) * 2022-03-21 2022-12-16 昆明理工大学 一种复杂山地的ndvi地形阴影效应校正方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000350517A (ja) * 1999-04-09 2000-12-19 Satake Eng Co Ltd 作物の診断方法
JP2001045867A (ja) * 1999-08-12 2001-02-20 Satake Eng Co Ltd 作物の診断方法
WO2003069315A1 (fr) * 2002-02-13 2003-08-21 Kansai Environmental Engineering Center Co., Ltd. Procede d'evaluation de la biomasse des forets et des arbres a l'aide de donnees a resolution elevee detectees a distance
JP2008161157A (ja) * 2006-12-29 2008-07-17 Pasuko:Kk 作物の生育状況分析方法、作物の生育状況分析装置及び作物の生育状況分析プログラム
WO2009116613A1 (ja) * 2008-03-21 2009-09-24 株式会社 伊藤園 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
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
JP2014183788A (ja) 2013-03-25 2014-10-02 Sony Corp 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム
WO2016111376A1 (ja) * 2015-01-09 2016-07-14 日立マクセル株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001350517A (ja) * 2000-06-05 2001-12-21 Hitachi Ltd 携帯型電力監視装置
CA2454891C (en) * 2001-07-24 2009-07-21 The Board Of Regents For Oklahoma State University A process for in-season nutrient application based on predicted yield potential
US7580549B2 (en) * 2005-07-01 2009-08-25 Deere & Company Method and system for vehicular guidance using a crop image
US9886016B2 (en) * 2015-01-08 2018-02-06 International Business Machines Corporation Automated irrigation control system
CN105277491A (zh) * 2015-09-24 2016-01-27 中国农业科学院农业资源与农业区划研究所 叶绿素含量测量方法及装置
CN106372592B (zh) * 2016-08-29 2019-07-16 中国农业科学院农业资源与农业区划研究所 一种基于冬小麦面积指数的冬小麦种植面积计算方法
CN107271372A (zh) * 2017-06-02 2017-10-20 西北农林科技大学 一种苹果叶片叶绿素遥感估测方法
US9984455B1 (en) * 2017-06-05 2018-05-29 Hana Resources, Inc. Organism growth prediction system using drone-captured images

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000350517A (ja) * 1999-04-09 2000-12-19 Satake Eng Co Ltd 作物の診断方法
JP2001045867A (ja) * 1999-08-12 2001-02-20 Satake Eng Co Ltd 作物の診断方法
WO2003069315A1 (fr) * 2002-02-13 2003-08-21 Kansai Environmental Engineering Center Co., Ltd. Procede d'evaluation de la biomasse des forets et des arbres a l'aide de donnees a resolution elevee detectees a distance
JP2008161157A (ja) * 2006-12-29 2008-07-17 Pasuko:Kk 作物の生育状況分析方法、作物の生育状況分析装置及び作物の生育状況分析プログラム
WO2009116613A1 (ja) * 2008-03-21 2009-09-24 株式会社 伊藤園 茶葉の摘採適性評価方法及び摘採適性評価装置、摘採適性評価システム並びにコンピュータ使用可能な媒体
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
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
JP2014183788A (ja) 2013-03-25 2014-10-02 Sony Corp 情報処理システム、および情報処理システムの情報処理方法、撮像装置および撮像方法、並びにプログラム
WO2016111376A1 (ja) * 2015-01-09 2016-07-14 日立マクセル株式会社 植物情報取得システム、植物情報取得装置、植物情報取得方法、作物管理システムおよび作物管理方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2021100430A1 (ja) * 2019-11-18 2021-05-27 ソニー株式会社 情報処理装置、情報処理方法、プログラム
WO2021192642A1 (ja) * 2020-03-25 2021-09-30 ソニーグループ株式会社 画像処理装置、および画像処理方法、並びにプログラム
WO2023177274A1 (ko) * 2022-03-18 2023-09-21 주식회사 마인스소프트 경기장 통합 운영 관리 시스템 및 통합 운영 관리 방법
WO2024034261A1 (ja) * 2022-08-09 2024-02-15 ソニーセミコンダクタソリューションズ株式会社 固体撮像装置及び固体撮像システム

Also Published As

Publication number Publication date
CN109564155A (zh) 2019-04-02
US11047793B2 (en) 2021-06-29
JP6872137B2 (ja) 2021-05-19
EP3748335A1 (en) 2020-12-09
CN109564155B (zh) 2022-03-11
JPWO2018034166A1 (ja) 2019-06-13
EP3502663B1 (en) 2020-09-30
EP3502663A4 (en) 2019-08-14
EP3502663A1 (en) 2019-06-26
US20190310184A1 (en) 2019-10-10

Similar Documents

Publication Publication Date Title
WO2018034166A1 (ja) 信号処理装置および信号処理方法、並びにプログラム
JP6750621B2 (ja) 検査装置、センシング装置、感度制御装置、検査方法、並びにプログラム
US9207072B2 (en) Leaf area index measurement system, device, method, and program
US20100245826A1 (en) One chip image sensor for measuring vitality of subject
JP6764577B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
JP2007171033A (ja) 葉面積指数の間接測定方法および間接測定システム
US20220254014A1 (en) Information processing apparatus, information processing method, program, and sensing system
US10753860B2 (en) Inspection apparatus, inspection method, and program
WO2017010261A1 (ja) 検査装置、検査方法、及び、プログラム
US20220307971A1 (en) Systems and methods for phenotyping
US20190285541A1 (en) Sensing system, sensing method, and sensing device
US11631242B2 (en) Information processing apparatus, information processing method, and program
Svensgaard et al. Can reproducible comparisons of cereal genotypes be generated in field experiments based on UAV imagery using RGB cameras?
Svensgaard et al. The importance of spectral correction of UAV-based phenotyping with RGB cameras
Latif et al. Mapping wheat response to variations in N, P, Zn, and irrigation using an unmanned aerial vehicle
CN107529726B (zh) 检查装置、检查方法和记录介质
WO2016203689A1 (ja) 撮像装置
JP6936806B2 (ja) 画像処理方法
US11044448B1 (en) Aerial vehicle with spectral shaping filtering
CA3150702A1 (en) Information processing system and spectroscopic measuring instrument
Milella et al. Consumer-grade imaging system for NDVI measurement at plant scale by a farmer robot
JP2023163061A (ja) 撮像装置、撮像装置の制御方法、およびプログラム

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: 17841392

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018534340

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2017841392

Country of ref document: EP

Effective date: 20190318