WO2022091697A1

WO2022091697A1 - 情報処理装置、情報処理方法、プログラム

Info

Publication number: WO2022091697A1
Application number: PCT/JP2021/036500
Authority: WO
Inventors: 浩史森
Original assignee: ソニーグループ株式会社
Priority date: 2020-10-26
Filing date: 2021-10-01
Publication date: 2022-05-05
Also published as: EP4235122A1; EP4235122A4; US20230384158A1; CN116322304A

Abstract

検出された複数の波長帯域の帯域データと、検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成し、マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する。

Description

情報処理装置、情報処理方法、プログラム

　本技術は、情報処理装置、情報処理方法、プログラムに関し、特に圃場に関する情報の生成に好適な技術に関する。

　例えば小型の飛行体に撮像装置（カメラ）を搭載し、圃場の上空を移動しながら植物の植生状態を撮像していくことで、植生状態をリモートセンシングする取り組みがある。
　特許文献１には、圃場を撮像し、リモートセンシングを行う技術に関して開示されている。

特許第５１６２８９０号公報

　リモートセンシングでは撮像装置としてマルチスペクトルカメラを用いることがある。
　一般的によく利用されているマルチスペクトルカメラとしては、例えば単眼センサに２から３種類の波長帯域を透過するマルチバンドパスフィルタを配したものや、複眼センサ群の各々に異なる単一の波長帯域を透過するバンドパスフィルタを配したものがある。

　このようなマルチスペクトルカメラによって検出される波長帯域は、その物理制約から２から５種類にとどまることが多い。また、取得されるスペクトルデータも予め設計されたフィルタの波長特性に制限される。このため、圃場における植物の多様な種類や状態に応じたセンシングを行うことが困難だった。

　そこで本開示では、植物の多様な種類や状態に適したセンシングを行うことを可能にする技術を提案する。

　本技術に係る情報処理装置は、検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する信号処理部と、前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する演算部とを備える。
　帯域データの再構成を行うことで、検出された波長帯域より多い種類の波長帯域の帯域データを含むマルチバンドデータについての包絡線情報が生成される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記包絡線情報の一次微分情報を生成することが考えられる。
　包絡線情報の一次微分情報は、マルチバンドデータにおいて隣接する波長帯域の帯域データ間で同一画素の強度の差分を求めることにより得られる。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記一次微分情報のゼロクロス点を検出し、前記一次微分情報が正から負へ推移する途中のゼロクロス点の波長を前記包絡線情報のピーク波長として特定し、前記一次微分情報が負から正へ推移する途中のゼロクロス点の波長を前記包絡線情報のボトム波長として特定することが考えられる。
　ピーク波長とボトム波長はそれぞれ包絡線情報におけるピークとボトムに対応する波長である。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記ピーク波長と前記ボトム波長の少なくとも一方を用いて評価指標を算出することが考えられる。
　即ちピーク波長やボトム波長に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記包絡線情報から得られる前記ピーク波長に対応する値を第１の頂点とし、前記包絡線情報から得られる前記ボトム波長に対応する値を第２の頂点とし、前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より長波長側に位置する所定の波長に対応する値を第１の基準点とし、前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より短波長側に位置する所定の波長に対応する値を第２の基準点とし、前記第１の頂点と前記第２の頂点と前記第１の基準点からなる第１の三角形と、前記第１の頂点と前記第２の頂点と前記第２の基準点からなる第２の三角形を特定することが考えられる。
　第１の三角形と第２の三角形は、包絡線情報の特徴を表現する図形である。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記第１の三角形と前記第２の三角形の少なくとも一方の面積を算出し、算出した面積を用いて評価指標を算出することが考えられる。
　即ち第１の三角形や第２の三角形の面積に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１つの内角の角度を算出し、算出した角度を用いて評価指標を算出することが考えられる。
　即ち第１の三角形や第２の三角形の内角の角度に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１辺の長さを算出し、算出した長さを用いて評価指標を算出することが考えられる。
　即ち第１の三角形や第２の三角形の辺の長さに基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記ピーク波長から前記ボトム波長に至る前記一次微分情報の合成積を算出し、算出した合成積を用いて評価指標を算出することが考えられる。
　即ち一次微分情報に表現された特徴に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記ピーク波長から第１の波長に至る前記一次微分情報の合成積と、前記ボトム波長から第２の波長に至る前記一次微分情報の合成積と、の少なくとも一方を算出し、算出した合成積を用いて評価指標を算出することが考えられる。
　即ち一次微分情報に表現された特徴に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、前記ピーク波長と前記ボトム波長の少なくとも一方から前記一次微分情報の変曲点に対応する波長に至る前記一次微分情報の合成積を算出し、算出した合成積を用いて評価指標を算出することが考えられる。
　即ち一次微分情報に表現された特徴に基づく評価指標が算出される。

　上記した本技術に係る情報処理装置においては、前記演算部は、特定の波長帯域の強度情報を保存し、前記特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報を保存することが考えられる。
　包絡線情報の特徴を再現可能な情報として、特定の波長帯域の強度情報と、特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報とが保存される。

　上記した本技術に係る情報処理装置においては、前記演算部は、特定の波長帯域と前記特定の波長帯域以外の波長帯域の包絡線情報の差分情報を算出し、前記特定の波長帯域の強度情報を保存し、前記特定の波長帯域以外の波長帯域の前記差分情報を保存することが考えられる。
　包絡線情報の特徴を再現可能な情報として、特定の波長帯域の強度情報と、特定の波長帯域以外の波長帯域について算出された差分情報とが保存される。

　上記した本技術に係る情報処理装置においては、前記検出された帯域データは、圃場を撮像して得られたデータであることが考えられる。
　圃場とは、作物の栽培地、耕作地、水耕栽培地、ハウス栽培地等の農作物の栽培を行う農地を広く含む。

　上記した本技術に係る情報処理装置においては、前記評価指標は、植生評価指標であることが考えられる。
　植生評価指標は、植物の種類や状態を特定するために利用できる指標を広く含む。

　本技術に係る情報処理方法は、検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成し、前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成するものである。
　つまり帯域データの再構成を行うことで、検出された波長帯域より多い種類の波長帯域の帯域データを含むマルチバンドデータについての包絡線情報が生成される。
　本技術に係るプログラムは、上記情報処理方法の処理を情報処理装置に実行させるプログラムである。

本技術の実施の形態の圃場の撮像の様子の説明図である。実施の形態のリモートセンシング動作及び画像マッピングの説明図である。実施の形態の情報処理装置のブロック図である。実施の形態の圃場管理のための作業手順を示すフローチャートである。実施の形態におけるマルチバンド画像生成の説明図である。実施の形態の信号処理のフローチャートである。実施の形態のスペクトルデータにより表現される包絡線情報の説明図である。実施の形態の第１の演算処理のフローチャートである。実施の形態のマルチバンド画像の模式図である。実施の形態の包絡線情報の説明図である。実施の形態の一次微分情報の説明図である。実施の形態の解析処理の第１例のフローチャートである。実施の形態の包絡線情報の解析例の説明図である。実施の形態の包絡線情報の別の解析例の説明図である。実施の形態の解析処理の第２例のフローチャートである。実施の形態の一次微分情報の解析例の説明図である。実施の形態の一次微分情報の別の解析例の説明図である。実施の形態の一次微分情報のさらに別の解析例の説明図である。実施の形態の解析処理の第３例のフローチャートである。実施の形態のマルチバンド画像のデータ量の説明図である。実施の形態のマルチバンド画像のデータ量の削減例の説明図である。実施の形態のマルチバンド画像のデータ量の別の削減例の説明図である。実施の形態の第２の演算処理のフローチャートである。

　以下、実施の形態を次の順序で説明する。
＜１．センシングシステムの概要＞
＜２．情報処理装置の構成＞
＜３．作業手順＞
＜４．画像データの取得と信号処理＞
＜５．演算処理＞
＜５．１．第１の演算処理：評価指標算出＞
＜５．２．解析処理の第１例＞
＜５．３．解析処理の第２例＞
＜５．４．解析処理の第３例＞
＜５．５．第２の演算処理：圧縮保存＞
＜６．まとめ及び変形例＞

＜１．センシングシステムの概要＞
　実施の形態では圃場の植生状態のセンシングを行う場合を例に挙げて説明する。
　例えば図１に示すように飛行体２００に搭載された撮像装置２５０を用いて圃場２１０の植生に関するリモートセンシングを行う。そして、この撮像で得られた多数の画像データ（以降「画像」ともいう）を用いて植生データ（例えば植生の評価指標のデータ）を示すマッピング画像を生成する場合とする。

　図１は圃場２１０の様子を示している。
　小型の飛行体２００は、例えば操作者の無線操縦、或いは無線自動操縦等により、圃場２１０の上空を移動することができる。
　飛行体２００には撮像装置２５０が例えば下方を撮像するようにセットされている。飛行体２００が所定の経路で圃場２１０の上空を移動する際に、撮像装置２５０は例えば定期的に静止画撮像を行うことで、各時点において撮像視野の範囲ＡＷの画像を得ることができる。
　例えば飛行体２００は圃場２１０の上空を、図２Ａに示すスタート位置ＳＴから折り返しながらエンド位置ＥＤまで飛行する。その飛行中に撮像装置２５０が各時点で、図２Ｂに示す範囲ＡＷを撮像していく。

　飛行体２００に搭載される撮像装置２５０は、可視光イメージセンサ（Ｒ（赤）、Ｇ（緑）、Ｂ（青）の可視光を撮像するイメージセンサ）、ＮＩＲ（Near Infra Red：近赤外域）画像撮像用のカメラ、複数の波長帯域の画像撮像を行うマルチスペクトルカメラ（Multi Spectrum Camera）、ハイパースペクトルカメラ、フーリエ変換赤外分光光度計（ＦＴＩＲ：Fourier Transform Infrared Spectroscopy）、赤外線センサなどが想定される。もちろん複数種類のカメラ（センサ）が飛行体２００に搭載されてもよい。
　マルチスペクトルカメラとしては、例えばＮＩＲ画像とＲ（赤）画像の撮像を行うもので、得られる画像からＮＤＶＩ（Normalized Difference Vegetation Index）が算出できるものが用いられることも想定される。ＮＤＶＩとは植物らしさを表す植生指標であり、植生の分布状況や活性度を示す指標とすることができる。
　ＮＤＶＩはＲ画像とＮＩＲ画像から求めることができる。即ちＮＤＶＩの値は、
　ＮＤＶＩ＝（ＮＩＲ－Ｒ）／（ＮＩＲ＋Ｒ）
として求められる。
　なお、後述する実施の形態では、撮像装置２５０として、複数の波長帯域の帯域データを検出可能なマルチスペクトルカメラが用いられる例を説明する。

　撮像装置２５０で撮像されて得られる画像には、タグ情報が付加されている。タグ情報には撮像日時情報や、ＧＰＳ（Global Positioning System）データとしての位置情報（緯度／経度情報）、撮像時の飛行体２００の飛行高度の情報、撮像装置情報（カメラの個体識別情報や機種情報等）、各画像データの情報（画サイズ、波長、撮像パラメータ等の情報）などが含まれている。

　以上のように飛行体２００に装着された撮像装置２５０により得られた画像データやタグ情報は、情報処理装置１に取得される。
　例えば撮像装置２５０と情報処理装置１の無線通信やネットワーク通信などにより画像データやタグ情報が受け渡される。ネットワークとしては例えばインターネット、ホームネットワーク、ＬＡＮ（Local Area Network）等、衛星通信網、その他の各種のネットワークが想定される。
　或いは撮像装置２５０に装着されていた記憶媒体（例えばメモリカードなど）が情報処理装置１側で読み取られるなどの態様で画像データやタグ情報が情報処理装置１に受け渡される。

　情報処理装置１は、取得した画像データやタグ情報を用いて各種処理を行う。
　具体的には、情報処理装置１は、画像データやタグ情報を用いて圃場２１０における植生の状態や種類を評価する情報を生成する。また、生成した情報を指標や画像として提示する処理を行う。
　また情報処理装置１は、マッピング画像の生成処理やそのマッピング画像の表示処理を行うことができる。例えば図２Ｃは、撮像装置２５０で撮像した複数の画像の被写体の範囲ＡＷを示しているが、これらを撮像した位置情報に応じて配置し、スティッチしていくことで、例えば図２Ｄのようなマッピング画像ＭＰを生成する。これにより、例えば圃場２１０の全体についての植生の評価指標を表す画像を生成することができる。

　情報処理装置１は、例えばＰＣ（personal computer）やＦＰＧＡ（field-programmable gate array）、或いはスマートフォンやタブレットなどの端末装置などとして実現される。
　なお、図１では情報処理装置１は撮像装置２５０とは別体のものとしているが、例えば撮像装置２５０を含むユニット内に情報処理装置１となる演算装置（マイクロコンピュータ等）を設けてもよい。

＜２．情報処理装置の構成＞
　以上のセンシングシステムにおいて、撮像装置２５０から画像データを取得して各種処理を行う情報処理装置１について説明する。

　図３は情報処理装置１のハードウェア構成を示している。情報処理装置１は、ＣＰＵ（Central Processing Unit）５１、ＲＯＭ（Read Only Memory）５２、ＲＡＭ（Random Access Memory）５３を有して構成される。
　ＣＰＵ５１は、ＲＯＭ５２に記憶されているプログラム、または記憶部５９からＲＡＭ５３にロードされたプログラムに従って各種の処理を実行する。ＲＡＭ５３にはまた、ＣＰＵ５１が各種の処理を実行する上において必要なデータなども適宜記憶される。
　ＣＰＵ５１、ＲＯＭ５２、及びＲＡＭ５３は、バス５４を介して相互に接続されている。このバス５４にはまた、入出力インタフェース５５も接続されている。

　入出力インタフェース５５には、液晶パネル或いは有機ＥＬ（Electroluminescence）パネルなどよりなる表示部５６、キーボード、マウスなどよりなる入力部５７、音声出力部５８、記憶部５９、通信部６０などが接続可能である。

　表示部５６は情報処理装置１と一体でも良いし別体の機器でもよい。
　表示部５６では、ＣＰＵ５１の指示に基づいて表示画面上に撮像画像や各種の計算結果等の表示が行われる。また表示部５６はＣＰＵ５１の指示に基づいて、各種操作メニュー、アイコン、メッセージ等、即ちＧＵＩ（Graphical User Interface）としての表示を行う。

　入力部５７は、情報処理装置１を使用するユーザが用いる入力デバイスを意味する。
　例えば入力部５７としては、キーボード、マウス、キー、ダイヤル、タッチパネル、タッチパッド、リモートコントローラ等の各種の操作子や操作デバイスが想定される。
　入力部５７によりユーザの操作が検知され、入力された操作に応じた信号はＣＰＵ５１によって解釈される。

　音声出力部５８は、スピーカやスピーカを駆動するパワーアンプユニットなどより構成され、必要な音声出力を行う。

　記憶部５９は例えばＨＤＤ（Hard Disk Drive）や固体メモリなどの記憶媒体より構成される。記憶部５９には、例えばＣＰＵ５１の各種機能を実現するためのプログラムが記憶される。また撮像装置２５０で得られた画像データや各種付加データ、ＣＰＵ５１により生成された各種データの格納にも記憶部５９は用いられる。

　通信部６０は、インターネットを含むネットワークを介しての通信処理や、周辺各部の機器との間の通信を行う。
　この通信部６０は例えば飛行体２００や撮像装置２５０との通信を行う通信デバイスとされる場合もある。

　入出力インタフェース５５にはまた、必要に応じてドライブ６１が接続され、メモリカード等のストレージデバイス６２が装着され、データの書込や読出が行われる。
　例えばストレージデバイス６２から読み出されたコンピュータプログラムが、必要に応じて記憶部５９にインストールされたり、ＣＰＵ５１で処理したデータが記憶されたりする。もちろんドライブ６１は、磁気ディスク、光ディスク、光磁気ディスク等のリムーバブル記憶媒体に対する記録再生ドライブとされてもよい。これら磁気ディスク、光ディスク、光磁気ディスク等もストレージデバイス６２の一態様である。

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

　例えばこのようなハードウェア構成の情報処理装置１は、ＣＰＵ５１による演算機能や、ＲＯＭ５２、ＲＡＭ５３、記憶部５９による記憶機能、通信部６０やドライブ６１によるデータ取得機能、表示部５６などによる出力機能を有し、インストールされたソフトウェアが機能することで、各種機能構成を備えるようにされる。

　実施の形態の情報処理装置１には、図３に示す信号処理部２と演算部３が設けられる。
　これらの処理機能は、ＣＰＵ５１で起動されるソフトウェアにより実現される。
　そのソフトウェアを構成するプログラムは、ネットワークからダウンロードされたり、ストレージデバイス６２（例えばリムーバブル記憶媒体）から読み出されたりして図３の情報処理装置１にインストールされる。或いはそのプログラムが記憶部５９等に予め記憶されていてもよい。そしてＣＰＵ５１において当該プログラムが起動されることで、上記各部の機能が発現する。
　また各機能の演算経過や結果の記憶は、例えばＲＡＭ５３の記憶領域や記憶部５９の記憶領域を用いて実現される。

　信号処理部２は、処理対象としての画像データ及び画像データに付随するタグ情報を取得し、画像データに対して各種信号処理を行う機能である。例えば撮像装置２５０により撮像された画像データは、記憶部５９などに保存されるが、ＣＰＵ５１が特定の画像データを読み出して信号処理の対象とする。
　例えば信号処理部２は、後述するように、取得した画像データを用いて、複数の帯域データを有するマルチバンドデータを生成する。

　演算部３は、信号処理部２が生成したデータを用いて各種演算を行う機能である。
　例えば演算部３は、信号処理部２が生成したマルチバンドデータにより表現されるスペクトルデータについて、後述する包絡線情報を生成する。また、生成した包絡線情報に基づいて評価指標を算出する演算処理や、生成した包絡線情報を圧縮保存するための演算処理を行う。

＜３．作業手順＞
　図４は圃場の管理のための作業手順の例を示している。
　ステップＳ１として、圃場２１０上での飛行体２００のフライトが行われ、飛行中に撮像装置２５０による画像撮像が例えば一定時間間隔で行われる。これにより多数の画像データが得られる。

　ステップＳ２として、情報処理装置１は画像データを取得し、取得した画像データに対して信号処理を行う。
　例えば撮像装置２５０からの有線または無線の通信、或いはメモリカードなどのストレージデバイス６２の受け渡しにより、フライト時に撮像した画像データを情報処理装置１が取り込む。情報処理装置１は画像データを例えば記憶部５９に格納する。
　情報処理装置１は取得した画像データに対して後述する各種の信号処理を行い、信号処理により生成されたデータを例えば記憶部５９に格納する。

　ステップＳ３として、情報処理装置１は信号処理により生成されたデータを用いた演算処理を行う。例えば植生の評価指標の算出や生成されたデータの圧縮保存の処理などが行われる。具体的な処理例は演算処理として後述する。

　ステップＳ４として、情報処理装置１はＵＩ画面でユーザ（例えば農場のスタッフ）に対して圃場２１０の状況や各種情報を提示するとともにユーザの操作に対応する。具体的には、情報処理装置１は例えばユーザがリプラント、散水、施肥、農薬、除草剤散布等のアクションを行うか否か、或いはどのエリアをアクションの対象にするか、などを考えるための情報提示を行ったり、アクションを想定するエリアの指定を受け付けたりする処理を行う。

　ＵＩ画面での入出力の結果としてリプラント等のアクションが行われる場合は、ステップＳ５からステップＳ６に進み、情報処理装置１はアクションのためのＲＯＩ（Region of Interest：関心領域）を含む指示ファイルを生成する処理を行う。この指示ファイルは例えばトラクターに提供するもので、ＲＯＩはアクションの対象となるエリアを示す情報である。
　そしてステップＳ７で情報処理装置１は指示ファイルをエクスポートする。
　指示ファイルを例えばトラクターが受け取ることで、その後、リプラント等の実際のアクションが行われる。

　以上の手順のうちで、本実施の形態の情報処理装置１は、特にステップＳ２の画像データ取得／信号処理とステップＳ３の演算処理における各種処理を行う。

＜４．画像データの取得と信号処理＞
　以下、図５及び図６を参照して、情報処理装置１が取得する画像データと、情報処理装置１が取得した画像データに対して行う信号処理について説明する。

　本実施の形態では、撮像装置２５０としてマルチスペクトルカメラが用いられる場合を説明する。
　マルチスペクトルカメラには、ＲＧＢカメラにおけるカラーフィルタの代わりに、入射した光をＲＧＢよりも多くの波長帯域に分離するマルチスペクトルフィルタを備えることで、イメージセンサでＲＧＢの３種類より多い複数の波長帯域（バンド）の光の強度情報を検出することができるものがある。
　こうしたマルチスペクトルフィルタとしては、例えば入射光によって誘導されるプラズモン共鳴を利用するマルチスペクトルフィルタがある。例えば金属製の薄膜に複数のホールがハニカム状に配置されたプラズモン共鳴体により構成された、ホールアレイ構造のプラズモンフィルタが用いられ得る。

　このようなマルチスペクトルカメラにより検出された帯域データは、画素間の演算により、所望の波長帯域の帯域データを生成することができる。例えば、イメージセンサから取得されたＲａｗデータに対してデモザイク処理を施した上で逆マトリクス演算を行うことで所望の波長帯域の帯域データを取得することができる。
　こうした波長再構成（Spectrum Reconstruction）の処理を行うことで、検出された波長帯域の帯域データだけでなく、それ以外の波長帯域の帯域データを有するマルチバンドデータを得ることができる。

　本実施の形態の情報処理装置１は、マルチスペクトルカメラにより検出された複数の波長帯域の帯域データを取得し、取得した帯域データに対して信号処理を行うことで、検出された複数の波長帯域の帯域データと、検出された帯域データから再構成した波長帯域の帯域データとを含む、複数の帯域データを有するマルチバンドデータ（以降、マルチバンド画像とも称する）を生成する。

　図５を参照して、マルチスペクトルカメラである撮像装置２５０で圃場２１０を撮像して得られた画像データからマルチバンド画像を生成する例を説明する。

　撮像装置２５０は、飛行体２００のフライト中に圃場２１０の画像データを取得するが、この際に取得されるのは、圃場２１０の一部をカバーする多数の範囲ＡＷの画像データである。各範囲ＡＷの画像データは、撮像装置２５０として用いられるマルチスペクトルフィルタの特性に応じて検出された所定数の波長帯域の帯域データを含む。図５の例では、取得された画像データは４１より少ない数の波長帯域の帯域データを含むものとする。
　撮像装置２５０から取得された範囲ＡＷの画像データに前処理を施すと、範囲ＡＷについてのマルチバンドの個別画像Ｍｉが生成される。図５の例で生成されるマルチバンドの個別画像Ｍｉは、４５０ｎｍから８５０ｎｍの可視光から近赤外域の波長範囲に亘って、一定の半幅値を持って１０ｎｍ刻みで取得した４１レイヤ（波長帯域）のマルチバンド画像である。即ち、検出された複数の波長帯域の帯域データだけでなく、検出された帯域データから再構成した波長帯域の帯域データを含む、４１の波長帯域の帯域データを有するマルチバンドデータである。
　上記のように生成されたマルチバンドの個別画像Ｍｉは圃場２１０の一部（範囲ＡＷ）をカバーする部分画像であるが、複数の範囲ＡＷの個別画像Ｍｉを用いてマップ化処理が行われることで、圃場２１０の全体をカバーするマルチバンドのマッピング画像Ｍｍが生成される。

　このように生成されたマルチバンドの個別画像Ｍｉやマッピング画像Ｍｍにおいては、レイヤ間の演算処理が可能であり、ＮＤＶＩ等の植生指標を算出することができる。
　また、マルチバンドの個別画像Ｍｉやマッピング画像Ｍｍに対してＲＯＩを設定して、ＲＯＩに対して各種演算処理を行うことができる。例えば、処理対象のＲＯＩ内の各レイヤの画素値の統計処理（合計値、平均値、中央値、最小値、最大値、標準偏差などの算出処理）が可能である。本実施の形態では、マルチバンドの個別画像Ｍｉやマッピング画像Ｍｍに設定されたＲＯＩについて後述する包絡線情報を生成する。図５では、個別画像Ｍｉとマッピング画像Ｍｍにおける各ＲＯＩの包絡線情報を包絡線Ｅｎとして示している。

　図６は、ＣＰＵ５１が処理対象の画像データを取得し、マルチバンドのマッピング画像を生成するまでの一連の信号処理を示している。これらの処理は、ＣＰＵ５１が図３に示した信号処理部２の機能を備えることで実現される。

　ステップＳ５１でＣＰＵ５１は処理対象の画像データを取得する。
　具体的には、ＣＰＵ５１は撮像装置２５０により検出された複数の波長帯域の帯域データを取得する。

　ステップＳ５２でＣＰＵ５１は取得した画像データに対して前処理を行い、マルチバンド画像（マルチバンドの個別画像Ｍｉ）を生成する。
　前処理では、取得した波長帯域の帯域データから帯域データを再構成する波長再構成のほか、取得した画像データの特性に応じて各種の信号処理が行われる。例えば、時空間補正、デモザイク補正、撮影時刻の同時化、空間座標合わせ、空間解像度補間、画素間のマトリクス演算などが行われる。なお、これらの処理は取得した画像データに応じて適宜省略され得る。
　前処理により生成されたマルチバンド画像は、検出された複数の波長帯域の帯域データと、検出された帯域データから再構成した波長帯域の帯域データとを含み、撮像装置の仕様や波長再構成の設定に応じた波長範囲及びレイヤ数を備えている。このようなマルチバンド画像は、バンドごとに独立したファイルとなることもあれば、複数のバンドの情報が格納された一つのファイルとして生成されることもある。

　ステップＳ５３でＣＰＵ５１は、ステップＳ５２で生成された個別画像Ｍｉを用いてマップ化処理を行う。ＣＰＵ５１は、例えばスティッチングまたはオルソモザイク処理により、圃場２１０を俯瞰するマルチバンドのマッピング画像Ｍｍを生成する。

　以上の処理が行われることで、後述する演算処理の処理対象となるマルチバンド画像が生成される。

　以上の処理例は一例であり、他の処理例も考えられる。
　また以上の処理は一連の処理として行われる必要はなく、例えば各ステップで生成されたデータを記憶部５９に一旦格納してから後続するステップの処理を行ってもよい。
　また図６に示す全てのステップの処理を行う必要はない。例えばステップＳ５３のマップ化処理を行わなくてもよい。この場合には、マルチバンドのマッピング画像Ｍｍは生成されない。
　さらにまた、図６に示すステップの処理の一部の処理が撮像装置２５０で行われる場合も考えられる。例えばステップＳ５２の前処理が撮像装置２５０で予め行われ、情報処理装置が前処理後の画像データを取得してもよい。

　なお本実施の形態では、撮像装置２５０が複数の波長帯域の帯域データを取得することができるマルチスペクトルカメラであり、情報処理装置１がマルチスペクトルカメラにより検出された帯域データを取得し、検出された帯域データから帯域データを再構成することで、検出された帯域データと再構成した帯域データを含むマルチバンド画像を生成する場合を述べたが、撮像装置２５０として例えば一定間隔で連続する複数の波長帯域の帯域データを取得することができるハイパースペクトルカメラ等の検出手段を用いる場合には、前処理において波長再構成を行うことなくマルチバンド画像を生成してもよい。

＜５．演算処理＞
　本実施の形態では、信号処理部２の処理により生成されたマルチバンド画像を用いて演算処理を行う。具体的には、マルチバンド画像により表現されるスペクトルデータの包絡線情報を生成する。また、包絡線情報を用いて評価指標算出や圧縮保存のための処理を行う。

＜５．１．第１の演算処理：評価指標算出＞
　まず、図７を用いて、マルチバンド画像により表現されるスペクトルデータの具体例を説明する。
　図７は、３種類の植物の葉のスペクトルデータ（反射スペクトル）を示している。
　図７Ａは優良な生育状態にある植物の葉の反射スペクトル例であり、コーン、コットン、大豆の葉の反射スペクトルをそれぞれ包絡線Ｅｎ１０、Ｅｎ２０、Ｅｎ３０として表している。図７Ｂは、例えば登熟により光合成の活性度が衰退した状態にある植物の葉の反射スペクトル例であり、コーン、コットン、大豆の葉の反射スペクトルをそれぞれ包絡線Ｅｎ１０’、Ｅｎ２０’、Ｅｎ３０’として表している。

　図７の反射スペクトルは、４５０ｎｍから８５０ｎｍの可視光から近赤外域の波長範囲において一定の半幅値を持って１０ｎｍ刻みで取得した４１レイヤのマルチバンド画像により表現されており、横軸は４５０ｎｍから８５０ｎｍに亘る波長範囲の波長（単位［ｎｍ］）、縦軸は出力値（強度情報）を表している。
　反射スペクトルの包絡線は、反射スペクトルマルチバンド画像を構成する各レイヤ（波長帯域）の出力値のプロットをグラフ上でつなげることにより得られる。出力値は、例えばあるＲＯＩにおける統計データの代表値(平均値など)である。なお、本開示では、包絡線を表す情報を包絡線情報とも称する。

　このような反射スペクトルにより表現される包絡線情報の形状には、被写体である植物の状態や種類の特定に利用できる特徴が表れている。
　まず、植物の反射スペクトルの包絡線は、植物の保有するクロロフィル及びその他の色素物質の反射・吸収特性に従い、緑の波長帯域で上に凸となるピークを、赤の波長帯域で下に凸（即ち上に凹）となるボトムを呈する。
　図７Ａは優良な生育状態にある植物の葉の反射スペクトル例を示しているが、健康状態にある植物の葉には十分な濃度のクロロフィルが含有されている。クロロフィルは光合成に有効な青と赤の波長の光をよく吸収し、光合成に使われない緑の波長をよく透過・散乱し、さらに近赤外の光は非常によく透過・散乱する特徴を有している。このため、健康状態にある植物の葉の反射スペクトルの包絡線は、図７Ａの包絡線Ｅｎ１０、Ｅｎ２０、Ｅｎ３０にみられるように、変曲点間の振幅が大きな急峻なものとなる。
　これに対して、衰退状態にある植物の葉ではクロロフィルの濃度が希薄なため、青、赤の波長で見られる強い吸収特性、緑、近赤外で見られる透過・散乱特性が弱まる。このため、衰退した植物の葉の反射スペクトルの包絡線は、図７Ｂの包絡線Ｅｎ１０’、Ｅｎ２０’、Ｅｎ３０’にみられるように、変曲点間のコントラストが弱まり、比較的起伏が抑えられた包絡線の傾向を示している。
　さらに、図７Ａと図７Ｂは異なる３種類の植物の反射スペクトル例を示しているが、それぞれの包絡線において上に凸となるピーク、凹となるボトムに相当する波長の値は少しずつ違っており、特に図７Ｂにおいてはその違いが顕著になっている。

　このように、反射スペクトルの包絡線情報は、植物の種類及び状態の特定に利用できる情報を含んでいる。ただし、包絡線として表現された情報は反射スペクトルの全体像を視覚的に理解しやすい形でユーザに提供することができる一方、それ自体では、例えば蓄積されたモデルデータとの比較分析や指標化が可能なデータ（例えば、普遍的な数値データ）として扱い難い。

　そこで、第１の演算処理では、反射スペクトルの包絡線情報を解析し、包絡線の形状に表される特徴を定量表現する。さらに、解析結果を用いて評価指標を算出する。

　図８を参照して、評価指標を算出する第１の演算処理の流れを説明する。図８に示す処理はＣＰＵ５１が図３に示した演算部３の機能を備えることで実現される。

　ステップＳ１０１でＣＰＵ５１は処理対象のマルチバンド画像を取得し、ＲＯＩを設定する。
　ＣＰＵ５１は、処理対象としてマルチバンドの個別画像Ｍｉを取得してもよく、マップ化処理が施されたマルチバンドのマッピング画像Ｍｍを取得してもよい。即ちＣＰＵ５１は、マルチバンドの個別画像Ｍｉに対してＲＯＩを設定してもよく、マルチバンドのマッピング画像Ｍｍに対してＲＯＩを設定してもよい。
　また、ＲＯＩの設定は、ユーザが所望の領域を選択することにより行われてもよく、各種解析に基づき自動的に特定の領域が選択されることで行われてもよい。

　ステップＳ１０２でＣＰＵ５１はＲＯＩにおける包絡線情報を生成する。
　即ちＣＰＵ５１は、マルチバンドの個別画像Ｍｉやマッピング画像Ｍｍに設定されたＲＯＩの包絡線情報を生成する。

　ステップＳ１０３でＣＰＵ５１は包絡線情報の解析処理を行う。解析処理の具体的な処理例は後述する。

　ステップＳ１０４でＣＰＵ５１は解析処理の結果を用いて評価指標を算出する。

　以上の処理を行うことで、評価指標の算出が行われることになる。評価指標としては、例えば植生の評価指標の算出が行われることが考えられる。
　なお、以上の処理例は一例であり、他の処理例も考えられる。

＜５．２．解析処理の第１例＞
　図８のステップＳ１０３で示した解析処理の具体例を、第１から第３の処理例として以下説明していく。各処理例の説明では、記述の処理と同様の処理は同一のステップ番号を付し、重複した説明を避ける。
　まず、解析処理の第１例を図９から図１２を用いて説明する。解析処理の第１例では、包絡線情報におけるピーク波長とボトム波長を特定する。

　図９に優良な生育状態にあるコーンと除草剤によって傷んだ状態にあるコーンを含む圃場を上空から撮影して得られたマルチバンド画像の模式図を示す。
　このマルチバンド画像は４５０ｎｍから８５０ｎｍの可視光から近赤外域の波長範囲を一定の半幅値を持って１０ｎｍ刻みで取得した４１レイヤのマルチバンド画像である。図中の領域Ｒ５０は健康な植物の葉を捉えたＲＯＩであり、領域Ｒ６０は傷んだ植物の葉を捉えたＲＯＩである。

　図１０に、図９の各ＲＯＩについて生成された包絡線情報を示す。
　図１０において実線で示す包絡線Ｅｎ１は、領域Ｒ５０内の平均値のプロットを繋げた反射スペクトルの包絡線情報を表している。また、破線で示す包絡線Ｅｎ２は領域Ｒ６０内の平均値のプロットを繋げた反射スペクトルの包絡線情報を表している。図７を参照して説明したように、健康な植物の葉を捉えた領域Ｒ５０は急峻な包絡線Ｅｎ１を呈し、傷んだ植物の葉を捉えた領域Ｒ６０は比較的起伏が抑えられた包絡線Ｅｎ２を呈している。

　解析処理の第１例では、包絡線情報の一次微分情報を生成して、包絡線情報のピークとボトムのそれぞれに対応する波長を特定する。
　図１１に、図１０の包絡線情報を一次微分して得られた値をプロットして得られた微分曲線を示す。図１１において実線で示す微分曲線Ｃｒ１は包絡線Ｅｎ１の一次微分情報を表し、破線で示す微分曲線Ｃｒ２は包絡線Ｅｎ２の一次微分情報を表している。
　包絡線情報の一次微分情報は、マルチバンド画像において隣接するレイヤ間で同一画素の強度の差分を求めることにより得られる。例えば４５０ｎｍから８５０ｎｍの波長範囲を１０ｎｍ刻みで取得した４１レイヤのマルチバンド画像における包絡線情報の一次微分情報は、P(λ+10)－P(λ); λ=450～840で表現される。本開示では、このような一次微分により得られた値を一次微分情報と称する。

　微分曲線Ｃｒ１、Ｃｒ２には、一次微分情報の値が０（ゼロ）になるゼロクロス点が存在する。
　具体的には、微分曲線Ｃｒ１は、波長λｇ及び波長λｒに対応するゼロクロス点Ｐｚ１、Ｐｚ２の前後で一次微分情報の符号が変化する。また、微分曲線Ｃｒ２は、波長λｇ’及び波長λｒ’に対応するゼロクロス点Ｐｚ１’、Ｐｚ２’の前後で符号が変化する。
　ゼロクロス点Ｐｚ１、Ｐｚ１’のように、一次微分情報が正から負に推移する途中のゼロ地点（即ち、正から負に遷移して０を跨ぐ地点）に対応する波長λｇ、λｇ’は、包絡線情報のピーク（極大）に対応するピーク波長であると特定される。
　またゼロクロス点Ｐｚ２、Ｐｚ２’のように、一次微分情報が負から正に推移する途中のゼロ地点（即ち、負から正に遷移して０を跨ぐ地点）に対応する波長λｒ、λｒ’は、包絡線情報のボトム（極小）に対応するボトム波長であると特定される。

　上記のように一次微分情報を生成してピーク波長とボトム波長を特定することで、包絡線情報の起伏形状の特徴を数値情報として定量的に表現することができる。例えば、ゼロクロス点に相当する波長が何ｎｍであるのか、ピーク波長やボトム波長について健康な葉と衰退した葉で何ｎｍの違いが生じているのかを容易に定量化することができる。

　なお、各レイヤの間隔が１０ｎｍ刻みである場合でも、（式１）の演算を施すことでより分解能の高い定量化が可能である。
　λ0＝λx＋10×(|P(λx)|/(|P(λx)＋|P(λx＋10)|)　…（式１）
　（式１）におけるλxは１０ｎｍ刻みの一次微分情報の符合が変化する直前の波長、λx+10は符合が変化した直後の波長であり、P(λx)、P(λx＋10)はそれぞれの波長における包絡線の振幅値を示している。例えばλx＝650ｎｍ、P(λx)＝-0.01772、P(λx+10)＝0.02179の場合、λ0＝658.9049ｎｍとなる。この時、P(λ0)はP(x)、P(x+10)及びその近傍のP(x-10)、P(x+20)から外挿して求めることができる。

　図１０及び図１１を参照して説明したピーク波長とボトム波長を特定する解析処理の第１例の具体的な例として、図１２の処理例を説明する。これは、図８のステップＳ１０３の解析処理の詳細な例を示すものである。

　ステップＳ２０１でＣＰＵ５１は包絡線情報の一次微分情報を生成する。

　ステップＳ２０２でＣＰＵ５１は一次微分情報のゼロクロス点を検出する。

　ステップＳ２０３でＣＰＵ５１はステップＳ２０２の検出結果に基づいてピーク波長とボトム波長を特定する。即ち、検出したゼロクロス点のうち、一次微分情報が正から負へ推移する途中のゼロクロス点の波長をピーク波長として特定し、一次微分情報が負から正へ推移する途中のゼロクロス点の波長をボトム波長として特定する。

　以上の図１２の解析処理の第１例により包絡線情報のピーク波長とボトム波長が特定される。
　解析処理の第１例（図８の第１の演算処理におけるステップＳ１０３）に続く評価指標算出の処理（ステップＳ１０４）では、特定されたピーク波長とボトム波長の情報を用いて評価指標が算出される。なおＣＰＵ５１は、特定したピーク波長とボトム波長の双方を用いて評価指標を算出してもよく、一方を用いて評価指標を算出してもよい。また例えば特定したピーク波長とボトム波長の波長値の和、差分、比率などの計算結果を用いて評価指標を算出してもよい。

＜５．３．解析処理の第２例＞
　解析処理の第２例を図１３から図１５を用いて説明する。解析処理の第２例では、解析処理の第１例で説明した包絡線情報のピーク波長とボトム波長の情報を用いて、包絡線情報において三角形を特定し、特定した三角形の形状を解析する。

　まず図１３を参照して包絡線情報における三角形の特定を説明する。
　図１３Ａは図１０Ａにおける包絡線Ｅｎ１（即ち健康な植物の葉の包絡線情報）の解析例であり、図１３Ｂは図１０Ａの包絡線Ｅｎ２（即ち傷んだ植物の葉の包絡線情報）の解析例である。図１３Ａの解析例では、包絡線Ｅｎ１上に存在する３点から成る第１の三角形ΔＲＥ及び第２の三角形ΔＶＩＳが特定されている。図１３Ｂの解析例では、包絡線Ｅｎ２上に存在する３点から成る第１の三角形ΔＲＥ’及び第２の三角形ΔＶＩＳ’が特定されている。

　図１３Ａ、図１３Ｂの各図に示す第１の頂点Ｐｇ、Ｐｇ’は、ピーク波長λｇ、λｇ’に対応する包絡線Ｅｎ１，Ｅｎ２上の点（包絡線情報の値）であり、それぞれ包絡線Ｅｎ１，Ｅｎ２のピークに相当する。
　第２の頂点Ｐｒ、Ｐｒ’は、ボトム波長λｒ、λｒ’に対応する包絡線Ｅｎ１，Ｅｎ２上の点（包絡線情報の値）であり、それぞれ包絡線Ｅｎ１，Ｅｎ２のボトムに相当する。

　このような第１の頂点と第２の頂点に包絡線上の他の点を加えることで、包絡線上の３点により定義される三角形を特定することができる。
　図１３Ａの解析例では、第１の頂点Ｐｇと第２の頂点Ｐｒに第１の基準点Ｐｉｒを加えて、第１の頂点Ｐｇと第２の頂点Ｐｒと第１の基準点Ｐｉｒの３点から成る第１の三角形ΔＲＥが定義される。同様に図１３Ｂの解析例では、第１の頂点Ｐｇ’と第２の頂点Ｐｒ’に第１の基準点Ｐｉｒ’を加えて、第１の頂点Ｐｇ’と第２の頂点Ｐｒ’と第１の基準点Ｐｉｒ’の３点から成る第１の三角形ΔＲＥ’が定義される。
　第１の基準点Ｐｉｒ、Ｐｉｒ’は、第１の所定波長λｉｒに対応する包絡線上の点（包絡線情報の値）である。第１の所定波長λｉｒはピーク波長λｇ、λｇ’及びボトム波長λｒ、λｒ’より長波長側の波長であり、図１３の解析例では近赤外の７８０ｎｍ相当の波長を第１の所定波長λｉｒに設定している。なお第１の所定波長λｉｒは、解析の目的に応じて所望の波長を設定することが可能であり、例えば、包絡線の変曲点に対応する波長や処理対象の包絡線情報において最も長波長側の波長を第１の所定波長λｉｒに設定してもよい。

　また図１３Ａの包絡線情報において、第１の頂点Ｐｇと第２の頂点Ｐｒに第２の基準点Ｐｂを加えると、第１の頂点Ｐｇと第２の頂点Ｐｒと第２の基準点Ｐｂの３点により成る第２の三角形ΔＶＩＳが特定される。同様に図１３Ｂの包絡線情報において、第１の頂点Ｐｇ’と第２の頂点Ｐｒ’に第２の基準点Ｐｂ’を加えることで、第１の頂点Ｐｇ’と第２の頂点Ｐｒ’と第２の基準点Ｐｂ’の３点により成る第２の三角形ΔＶＩＳ’が特定される。
　第２の基準点Ｐｂ、Ｐｂ’は、第２の所定波長λｂに対応する包絡線上の点（包絡線情報の値）である。第２の所定波長λｂはピーク波長λｇ、λｇ’及びボトム波長λｒ、λｒ’より短波長側の波長であり、図１３の解析例では青の４５０ｎｍ相当の波長を第２の所定波長λｂに設定している。なお第２の所定波長λｂは、解析の目的に応じて所望の波長を設定することが可能であり、例えば、包絡線の変曲点に対応する波長や本解析例のように包絡線情報において最も短波長側の波長を第２の所定波長λｂに設定してもよい。

　このような第１の三角形ΔＲＥ、ΔＲＥ’の面積であるＴΔＲＥ、ＴΔＲＥ’は、それぞれ以下の（式２）、（式４）により定義される。また、第２の三角形ΔＶＩＳ、ΔＶＩＳ’の面積であるＴΔＶＩＳ、ＴΔＶＩＳ’は、それぞれ以下の（式３）、（式５）により定義される。

　上記のように算出された第１の三角形の面積ＴΔＲＥ、ＴΔＲＥ’、第２の三角形の面積ＴΔＶＩＳ、ＴΔＶＩＳ’は、それぞれ状態の異なる植物が示す反射スペクトルの包絡線の形状を表現していると見なせる。そこで、例えば第１の三角形ΔＲＥ、第２の三角形ΔＶＩＳの面積やこれらの面積の和、差分、比率などの計算結果を、植物の種類や状態を特定するために用いることが考えられる。即ち、包絡線情報において特定された三角形の面積を算出し、算出した面積を用いて植生の評価指標を算出することができる。

　さらに上記のように包絡線情報において特定された第１の三角形ΔＲＥや第２の三角形ΔＶＩＳについては、その形状を解析することで、包絡線情報の特徴をさらに多様に表現することが可能である。以下、図１４を参照して特定した三角形の解析例を説明する。

　図１４は、図１３Ａに示した第１の三角形ΔＲＥの解析例を示している。
　包絡線情報において特定された三角形の解析例としては、特定された三角形を分解し、三角形を構成する各図形の面積を算出することが考えられる。
　例えば図１４では、第１の三角形ΔＲＥを３個の三角形ΔＲＥ１、ΔＲＥ２、ΔＲＥ３に分解している。第１の三角形ΔＲＥを構成する三角形ΔＲＥ１、ΔＲＥ２、ΔＲＥ３のそれぞれの面積ＴΔＲＥ１、ＴΔＲＥ２、ＴΔＲＥ３は、以下の（式６）、（式７）、（式８）により定義される。

　このような解析により得られた第１の三角形ΔＲＥを構成する３個の三角形のそれぞれの面積ＴΔＲＥ１、ＴΔＲＥ２、ＴΔＲＥ３の面積やこれらの面積の和、差分、比率などの計算結果を、植物の種類や状態を特定するために用いることが考えられる。即ち、三角形を構成する図形の面積を算出し、算出した面積を用いて植生の評価指標を算出することができる。

　また、包絡線情報において特定された三角形の解析例としては、三角形の頂点の内角の角度を算出することが考えられる。
　図１４に示す第１の三角形ΔＲＥの３つの内角Ａ１、Ａ２、Ａ３は、それぞれ以下の（式９）、（式１０）、（式１１）により定義される。

　このような解析により得られた第１の三角形ΔＲＥの内角Ａ１、Ａ２、Ａ３の角度や、これらの角度の和、差分、比率などの計算結果を、植物の種類や状態を特定するために用いることが考えられる。即ち、三角形の内角の角度を算出し、算出した角度を用いて植生の評価指標を算出することができる。
　例えば図１３Ａ、図１３Ｂにこの解析方法を適用すると、健康な植物の第１の三角形ΔＲＥと比較して、一般的に衰退した植物の第１の三角形ΔＲＥ’においては、内角Ａ２がより鈍角になる傾向が強く、内角Ａ１と内角Ａ３は結果的により鋭角になる。またその中でも内角Ａ１の角度は、ピーク波長がどの波長になるかによって影響を受ける。このため、第１の三角形ΔＲＥ、ΔＲＥ’の３頂点の角度及びその比率は、植物の種類や状態を表現する手段として意味を持つと言える。

　さらにまた、包絡線情報において特定された三角形の解析例では、三角形を構成する辺の長さを算出することが考えられる。
　図１４に示す第１の三角形ΔＲＥを形成する３つの辺Ｌ１、Ｌ２、Ｌ３はそれぞれ以下の（式１２）、（式１３）、（式１４）により定義される。

　このような解析により得られた各辺Ｌ１、Ｌ２、Ｌ３の長さや、これらの長さの和、差分、比率などの計算結果を、植物の種類や状態を特定するために用いることが考えられる。即ち、三角形の辺の長さを算出し、算出した長さを用いて植生の評価指標を算出することができる。
　例えば図１３Ａ、図１３Ｂにこの解析方法を適用すると、一般的に衰退した植物の第１の三角形ΔＲＥ’においては、包絡線情報におけるピークとボトムの振幅差が小さくなるため、特に辺Ｌ２と辺Ｌ３が短くなる傾向が強く、辺Ｌ１は相対的により長くなる。特に辺Ｌ２はピーク波長とボトム波長の出力値の振幅だけでなく、ピーク波長とボトム波長の距離がどの様に変化するかによっても影響を受ける。このため、第１の三角形ΔＲＥ、ΔＲＥ’の各辺の長さ及びその比率は、植物の種類や状態を表現する手段として意味を持つと言える。

　以上図１４を参照して説明した解析例では、図１３Ａに示した第１の三角形ΔＲＥの形状をさらに解析する例を説明したが、上記した解析方法は第１の三角形ΔＲＥ’、第２の三角形ΔＶＩＳ、ΔＶＩＳ’に対しても適用することができる。

　図１３及び図１４を参照して説明した三角形を解析する具体的な例として、図１５の処理例を説明する。これは、図８のステップＳ１０３の解析処理の詳細な例を示すものである。

　ＣＰＵ５１はステップＳ２０１、Ｓ２０２、Ｓ２０３の各処理を行い、包絡線情報におけるピーク波長とボトム波長を特定する。

　ステップＳ２０４でＣＰＵ５１は三角形を特定する。
　例えばＣＰＵ５１は、ステップＳ２０３で特定したピーク波長とボトム波長を用いて、包絡線情報から得られるピーク波長の値を第１の頂点とし、包絡線情報から得られるボトム波長の値を第２の頂点とする。ＣＰＵ５１は、包絡線情報から得られる第１の所定波長の値を第１の基準点とし、第１の頂点と第２の頂点と第１の基準点から成る第１の三角形を特定する。またＣＰＵ５１は、包絡線情報から得られる第２の所定波長の値を第２の基準点とし、第１の頂点と第２の頂点と第２の基準点から成る第２の三角形を特定する。
　なおステップＳ２０４では、第１の三角形と第２の三角形を両方特定してもよく、どちらか一方のみを特定してもよい。

　ステップＳ２０５でＣＰＵ５１は特定した三角形の各種情報を算出する。
　例えばＣＰＵ５１は、ステップＳ２０４で特定した第１の三角形と第２の三角形の面積を算出する。なお、ＣＰＵ５１は第１の三角形と第２の三角形の両方の面積を算出してもよく、一方の面積のみを特定してもよい。
　ステップＳ２０５で算出される三角形の各種情報は、第１の三角形や第２の三角形の面積に限られず、三角形の特徴を表す他の情報であってもよい。例えば、三角形の内角の角度や辺の長さを算出してもよい。また、第１の三角形や第２の三角形を構成する図形の面積を算出してもよい。また、算出される各種情報は１種類に限られず、複数の異なる種類の各種情報が算出されてもよい。

　以上の図１５の解析処理の第２例により包絡線情報において特定される三角形の各種情報が算出される。
　解析処理の第２例（図８におけるステップＳ１０３）に続く評価指標算出の処理（ステップＳ１０４）では、解析処理で算出された各種情報を用いて評価指標が算出される。例えば、算出された各種情報の和、差分、比率などの計算結果を用いて評価指標を求めることが考えられる。
　また図１３及び図１４の解析例では第１の三角形と第２の三角形の２つの三角形の面積、頂点の角度、各辺の長さをそれぞれ独立に扱っているが、本質的にそれらは相関をもっており、それらを組合せることによって検出精度をより高める手法も有効である。従って、異なる種類の各種情報を用いて評価指標を算出してもよい。

　なお図１３から図１５における解析例では、包絡線情報において特定される２つの三角形の面積、頂点の角度、各辺の長さを算出する例を説明したが、特定した２つの三角形を結合して１つの四角形として図形解析することも可能である。また一次微分のゼロクロス点だけでなく、包絡線情報の変化量に対する閾値を設ける事で、包絡線上の特徴点をさらに細かく抽出することも考えられる。これにより更に高次の多角形から、詳細な図形解析に発展させることも可能である。

＜５．４．解析処理の第３例＞
　解析処理の第３例を図１６から図１９を用いて説明する。解析処理の第３例では、包絡線情報の一次微分情報を解析する。

　図１６は、図１０の包絡線情報の一次微分により得られた、図１１の一次微分情報の解析例を示している。具体的には、図１６Ａは健康な植物の葉の包絡線Ｅｎ１の一次微分情報である微分曲線Ｃｒ１の解析例を表し、図１６Ｂは傷んだ植物の葉の包絡線Ｅｎ２の一次微分情報である微分曲線Ｃｒ２の解析例を表している。

　図１６の解析例では、ピーク波長からボトム波長に至る一次微分情報の合成積を算出する。
　図１６Ａに示す微分曲線Ｃｒ１において、ピーク波長λgからボトム波長λrに至る範囲の一次微分情報の合成積ＡＯＣｇ-ｒは以下の（式１５）で近似することができる。また図１６Ｂに示す微分曲線Ｃｒ２においてピーク波長λg’からボトム波長λr’に至る範囲の一次微分情報の合成積ＡＯＣｇ’-ｒ’は、（式１６）で近似することができる。

　以上の計算式で算出された合成積ＡＯＣｇ-ｒと合成積ＡＯＣｇ’-ｒ’は、それぞれ状態の異なる植物が示す反射スペクトルの緑のピークから赤のボトムに至る包絡線の形を表現していると見なせる。そこで、例えばピーク波長からボトム波長に至る一次微分情報の合成積や、合成積の差、分布、比率などの計算結果を、植物の種類や状態の特定に用いることが考えられる。即ち、ピーク波長からボトム波長に至る一次微分情報の合成積を算出し、算出した合成積を用いて植生の評価指標を算出することができる。

　さらに、ピーク波長からボトム波長に至る範囲だけでなく、他の範囲に同様の算出手法を適用することで、反射スペクトルの全域に亘って包絡線の形状の特徴を一次微分情報の合成積として表現することも可能である。以下、図１７及び図１８を参照して、他の範囲の合成積を算出する例を説明する。

　図１７Ａは、健康な植物の葉の包絡線Ｅｎ１の一次微分情報である微分曲線Ｃｒ１の解析例を示す。図１７Ｂは、傷んだ植物の葉の包絡線Ｅｎ２の一次微分情報である微分曲線Ｃｒ２の解析例を示す。

　図１７の解析例では、第１の特定波長と第２の特定波長を選択し、選択した特定波長とピーク波長とボトム波長を用いて、一次微分情報を３つの領域に区切っている。
　第１の特定波長は、例えば短波長側の波長であり、本例では４５０ｎｍを選択している。第２の特定波長は、例えば長波長側の波長であり、本例では８００ｎｍを選択している。これにより、図１７の解析例では、微分曲線Ｃｒ１、Ｃｒ２が、４５０ｎｍからピーク波長λg、λg’に至る範囲の領域と、ピーク波長λg、λg’からボトム波長λr、λr’に至る範囲の領域と、ボトム波長λr、λr’から８００ｎｍに至る範囲の領域とに区切られている。
　なお第１の特定波長及び第２の特定波長には、解析の目的に応じて所望の波長を選択することが考えられる。

　図１７の解析例の場合も、それぞれの領域に対して図１６の解析例と同様の計算を適用することで、各領域における一次微分情報の合成積を求めることが出来る。具体的には、図１７Ａ、図１７Ｂの各一次微分情報における４５０ｎｍからピーク波長λg、λg’に至る範囲の領域の合成積ＡＵＣ４５０-ｇ、ＡＵＣ４５０-ｇ’は、それぞれ（式１７）、（式１８）で近似することができる。また図１７Ａ、図１７Ｂの各一次微分情報におけるボトム波長λr、λr’から８００ｎｍに至る範囲の領域の合成積ＡＵＣｒ-８００、ＡＵＣｒ’-８００は、それぞれ（式１９）、（式２０）で近似することができる。

　上記のように算出された合成積に、図１６Ａ、図１６Ｂを用いて説明したピーク波長λg、λg’からボトム波長λr、λr’に至る領域の合成積ＡＯＣｇ-ｒ、ＡＯＣｇ’-ｒ’を加えると、包絡線Ｅｎ１、包絡線Ｅｎ２のそれぞれを、３種類の一次微分情報の合成積の組合せとして表現することができる。
　一般的に傷んだ植物においては、反射スペクトルの包絡線のピークからボトムの間の振幅が小さくなる傾向となる。このため、衰退した植物の一次微分情報における３領域の合成積ＡＵＣ４５０-ｇ’、ＡＯＣｇ’-ｒ’、ＡＵＣｒ’-８００の和は、健康な植物の一次微分情報における３領域の合成積の和より小さくなる。
　また一次微分情報における３領域の合成積の分布や比率も、植物の種類や状態を表現する手段として意味を持つと言える。更に、２つの異なる種類または状態の植物に対して、ピーク波長からボトム波長に至る範囲の領域の合成積の比較、４５０ｎｍからピーク波長に至る範囲の領域の合成積の比較、ボトム波長から８００ｎｍに至る範囲の領域の合成積の比較等を行い、その違いの傾向を分析することも可能である。即ち、ピーク波長から第１の特定波長に至る一次微分情報の合成積と、ボトム波長から第２の特定波長に至る一次微分情報の合成積と、の少なくとも一方を算出し、算出した合成積を用いて評価指標を算出することができる。

　なお、さらに多くの特定波長を設けることで、一次微分情報の領域を細分化し、より多くの領域の合成積に対する解析が可能である。図１８を参照して具体的な解析例を説明する。

　図１８は健康な植物の包絡線Ｅｎ１の一次微分情報の微分曲線Ｃｒ１の解析例を示す。
　この解析例では、ピーク波長λｇとボトム波長λｒの間に位置する変曲点に対応する波長λｆ０が追加の特定波長として選択されている。追加の特定波長λｆ０は、ピーク波長λｇからボトム波長λｒに至る領域をその前後の領域に分割している。
　さらにボトム波長λｒと８００ｎｍの間に位置する変曲点に対応する波長λｆ１が追加の特定波長として選択されている。追加の特定波長λｆ１は、ボトム波長λｒから８００ｎｍに至る領域をその前後の領域に分割している。
　ピーク波長λｇから追加の特定波長λｆ０に至る範囲の領域、追加の特定波長λｆ０からボトム波長λｒに至る範囲の領域、ボトム波長λｒから特定波長λｆ１に至る範囲の領域、特定波長λｆ１から８００ｎｍに至る範囲の領域についても、合成積を算出し、合成積の差分、分布、比較等を行い、その違いの傾向を分析することが考えられる。即ち、ピーク波長とボトム波長の少なくとも一方から変曲点に対応する波長に至る一次微分情報の合成積を算出し、算出した合成積を用いて評価指標を算出することができる。

　図１７及び図１８を参照して説明した一次微分情報を解析する解析処理の第３例の具体的な処理例として、図１９の処理例を説明する。これは、図８のステップＳ１０３の解析処理の詳細な例を示すものである。

　ステップＳ２０６でＣＰＵ５１は合成積を算出する所定の範囲を設定する。
　例えばＣＰＵ５１は、ピーク波長からボトム波長に至る範囲を所定の範囲に設定する。またＣＰＵ５１は特定波長を選択して、選択した特定波長を用いて所定の範囲を設定してもよい。例えばＣＰＵ５１は、第１の特定波長、第２の特定波長として特定の波長を選択し、第１の特定波長からピーク波長に至る範囲と、ボトム波長から第２の特定波長に至る範囲を、それぞれ所定の範囲に設定してもよい。
　なお所定の範囲は１つに限られず、複数の波長を特定波長に選択して、複数の所定の範囲を設定してもよい。

　ステップＳ２０７でＣＰＵ５１は一次微分情報における所定の範囲の合成積を算出する。
　例えばＣＰＵ５１は、ステップＳ２０６でピーク波長から前記ボトム波長に至る範囲を所定の範囲に設定した場合には、ピーク波長から前記ボトム波長に至る一次微分情報の合成積を算出する。ＣＰＵ５１は、ステップＳ２０６で複数の所定の範囲を設定した場合には、一次微分情報における複数の所定の範囲の合成積を算出する。

　以上の図１９の解析処理の第３例により所定の範囲の一次微分情報の合成積が算出される。
　解析処理の第３例（図８におけるステップＳ１０３）に続く評価指標算出の処理（ステップＳ１０４）では、算出された合成積を用いて評価指標が算出される。例えば、算出された合成積や、算出した合成積の和、差分、比率、分布などの計算結果を用いて評価指標を算出することが考えられる。

　以上、ステップＳ１０３の解析処理について第１から第３の処理例を説明した。
　本実施の形態の解析処理により、被写体の反射特性が展開された包絡線情報の特徴を定量化して表現することが可能になる。例えば複雑な反射スペクトルの包絡線情報を、その代表的な特徴点を用いて簡便な数式によって多角形に変換し、その面積、内角の大きさ、各辺の長さによって定量表現すること、或いは一次微分情報に変換し、そのゼロクロス点や特定波長及び変曲点を用いて複数の領域に分割し、その合成積によって定量表現することができる。これにより、被写体の色味に対する感覚的な経験知を形式知として可視化することが可能にされている。

　上記の解析処理に基づいて算出された評価指標は、マップ情報として提示することが考えられる。具体的には、対象範囲の状況を、反射スペクトルの包絡線情報及びそれを簡便な式に変換した植生指標マップとして提示することが考えられる。例えば、第１の三角形の面積ＴΔＲＥ、第２の三角形の面積ＴΔＶＩＳの和、差分及びその比率、内角Ａ１、Ａ２、Ａ３の角度及び比率或いは辺Ｌ１、Ｌ２、Ｌ３の長さ及びその比率を可視化したカラーマップ、または一次微分情報の所定の範囲における合成積の面積、総和、分布及びそれらの比率を可視化したカラーマップを生成して提示することが考えられる。このようなマップ情報が提示されることで、ユーザは圃場全体を俯瞰することが可能になる。
　なお上記した評価指標の提示態様は一例であり、評価指標を他の態様で提示してもよい。

＜５．５．第２の演算処理：圧縮保存＞
　第２の演算処理では、マルチバンド画像の圧縮保存するにあたっての演算処理を説明する。

　マルチバンド画像は、画像を構成するバンド数に応じてデータサイズが増大する。
　例えばマルチバンド画像の構造は、撮像範囲の空間情報をｘとｙの２軸で表現し、スペクトルデータをｚ軸に展開したイメージキューブ状の３次元情報として表すことができるが、スペクトルデータを構成するバンド数の増加に比例してデータサイズ（以下、データ量ともいう）が増加する。このためバンド数の豊富なマルチバンド画像の保存には大容量のストレージが必要となり、コストの増大につながる虞がある。
　そこで本実施の形態では、マルチバンド画像に対して演算処理を行い、データ量を削減しつつその包絡線情報を再現可能な情報を保存する。

　図２０から図２２を参照してマルチバンド画像のデータ量削減の具体例を説明する。
　図２０は、４５０ｎｍから８５０ｎｍの可視光から近赤外域の波長範囲において一定の半幅値を持って１０ｎｍ刻みで取得した４１レイヤのマルチバンド画像の包絡線情報を示す。図２０における包絡線Ｅｎ５０、Ｅｎ６０、Ｅｎ７０は、それぞれ植物、乾燥した土壌、湿った土壌を被写体とするＲＯＩの包絡線情報を表している。
　本例のマルチバンド画像では、例として語長を１０ビット(０から１０２３)に設定し、各被写体が持つ反射スペクトルの強度情報を０からの振幅の絶対値として表現している。このため被写体の特性に拘らず、一枚のマルチバンド画像が有するデータ量を１０ビット×４１レイヤ×画素数としている。

　図２１は、図２０の包絡線情報を一次微分して得られた一次微分情報を示す。図２１における微分曲線Ｃｒ５０、Ｃｒ６０、Ｃｒ７０は、それぞれ図２０の包絡線Ｅｎ５０、Ｅｎ６０、Ｅｎ７０の一次微分情報を表している。
　包絡線情報を一次微分することで、基準の波長帯域（基準バンド）を起点として隣接する波長帯域間（隣接するバンド間）の強度の差分情報が得られる。図２１の処理例では、４５０ｎｍの波長帯域を基準バンドに選択し、基準バンドを起点として算出された隣接するバンド間の一次微分情報、即ち、４０組の隣接バンド間の差分情報(４６０ｎｍ－４５０ｎｍ、４７０ｎｍ－４６０ｎｍ、４８０ｎｍ－４７０ｎｍ、・・・８４０ｎｍ－８３０ｎｍ、８５０ｎｍ－８４０ｎｍ)が算出されている。

　図２１の処理例では、図２０に示す全てのバンドについての包絡線情報を保存する代わりに、基準バンドの強度情報と、基準バンド以外のバンドの隣接するバンドとの差分情報を保存する。
　包絡線情報における隣接バンド間の変化量は限定的なため、隣接バンド間の差分情報を表す数値は各バンドの強度情報を絶対値で表した数値より小さくなる。従って、隣接バンド間の差分情報における振幅は大幅に圧縮される。また土壌など撮影される被写体によっては反射スペクトルの波長依存性が弱いため、バンド間の差分情報は更に小さくなる。このため、一次微分により得られた差分情報の保存にあたっては、振幅値を保存するために必要なビット数を削減することができる。従って、包絡線情報の特徴を表現する情報を保存しつつ、図２０に示す包絡線情報を保存する場合と比較して、データ量を著しく削減することができる。
　また、このように保存した情報に対して一次微分を再適用すると、もとの包絡線情報を簡便に再現することができる。さらに基準バンドの包絡線情報から特定のバンドに至るすべての一次微分を再計算することで、特定のバンドの画像データを再現することができる。

　図２２は、図２０の包絡線情報から算出した、基準バンドとそれ以外の各バンドとの差分情報を示す。図２２の処理例では、４５０ｎｍの波長帯域を基準バンドとして、基準バンドとそれ以外の各バンドとの強度の差分情報が算出されている。図中の差分ラインＬｎ５０、Ｌｎ６０、Ｌｎ７０は、それぞれ図２０の包絡線Ｅｎ５０、Ｅｎ６０、Ｅｎ７０を用いて算出された差分情報の値をプロットして得られる曲線である。

　図２２の処理例では、図２０に示す全てのバンドについての包絡線情報を保存する代わりに、基準バンドの強度情報と、基準バンド以外のバンドの基準バンドとの差分情報を保存する。
　図２２の圧縮例においても、基準バンドとの差分情報を表す数値は各バンドの強度情報を絶対値で表した数値より小さくなるため、差分情報における振幅は大幅に圧縮される。このため、振幅値を保存するために必要なビット数を削減することができる。従って、図２１の圧縮例に比べると削減されるデータ量は少ないが、図２０に示す包絡線情報のデータ量と比較してデータ量を削減することができる。
　このように保存した情報を用いて演算を行うと、もとの包絡線情報を簡便に再現することができる。また図２２の処理例では基準バンド以外の全てのバンドの強度情報が基準バンドとの差分情報として一義的に定義されているため、基準バンドの包絡線情報と特定のバンドとの差分情報のみを用いた演算により特定のバンドの画像データを再現することができる。つまり、図２１と比較してより簡便な演算で特定のバンドの画像データの再現が可能である。また、特定の複数バンド間の波長間演算は、それぞれの基準バンドとの差分情報の直接差分として表現することが可能である。

　図２３を参照して、本実施の形態の第２の演算処理において包絡線情報を圧縮保存する演算処理の流れを説明する。図２３に示す処理はＣＰＵ５１が図３に示した演算部３の機能を備えることで実現される。なお、図８の第１の演算処理で説明した処理と同様のステップ番号の処理については、重複する説明を避ける。

　ＣＰＵ５１はステップＳ１０１、Ｓ１０２の各処理を行い、処理対象のマルチバンド画像を取得してＲＯＩを設定し、ＲＯＩにおける包絡線情報を生成する。

　ステップＳ１０５でＣＰＵ５１は特定の波長帯域を基準の波長帯域として選択する。

　ステップＳ１０６でＣＰＵ５１は差分情報を生成する。
　例えばＣＰＵ５１は、図２１を参照して説明したように、一次微分により、選択した特定の波長帯域を起点とした隣接する波長帯域間の差分情報を求める。またＣＰＵ５１は、図２２を参照して説明したように、特定の波長帯域以外の波長帯域について基準となる波長帯域との差分情報を求めてもよい。

　ステップＳ１０７でＣＰＵ５１は生成した差分情報を用いて保存処理を行う。
　例えばＣＰＵ５１は、特定の波長帯域の包絡線情報における強度情報と、特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報とを保存する。またＣＰＵ５１は、特定の波長帯域の強度情報と、それ以外の波長帯域の基準となる波長帯域との差分情報を保存する。

　以上の処理により、マルチバンド画像の圧縮保存が行われる。
　なお上記の処理は一例であり、その他の処理例も考えられる。

＜６．まとめ及び変形例＞
　以上の実施の形態によれば次のような効果が得られる。
　実施の形態の情報処理装置１は、検出された複数の波長帯域の帯域データと、検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータ（マルチバンドの個別画像Ｍｉやマッピング画像Ｍｍ）を生成する信号処理部２と、マルチバンドデータにより表現されるスペクトルデータの包絡線情報（包絡線Ｅｎ等）を生成する演算部３とを備える。
　検出された複数の波長帯域の帯域データから帯域データを再構成することで、検出により取得された波長帯域よりも多い種類の波長帯域の帯域データを備えたマルチバンドデータが得られる。このようなマルチバンドデータにより表現されるスペクトルデータの包絡線情報は、被写体の多様な種類や状態に応じたセンシングを可能にする。
　例えば圃場の植生状態のセンシングにおいて、歴史的に使われてきた植生指標であるＮＤＶＩが近赤外と赤の反射・吸収特性のコントラストのみを示しているのに対して、実施の形態の情報処理装置１により生成されるマルチバンドデータは、被写体としての植物の多様な種類や状態を反映するスペクトルデータを表現することができる。このようなスペクトルデータの包絡線情報は、例えば生育不良、病気、害虫、雑草検出など特定の問題の抽出など、圃場の管理に活用することができる。
　なお、検出された波長帯域の帯域データから帯域データを再構成するにあたっては、検出された波長帯域および検出されていない他の波長帯域の帯域データを再構成してもよく、検出されていない他の波長帯域の帯域データのみを再構成してもよい。

　実施の形態では、第１の演算処理及び第２の演算処理で詳述したように、演算部３は、包絡線情報の一次微分情報を生成する例を挙げた（図１１等参照）。
　包絡線情報の一次微分情報を生成することで、包絡線情報の特徴を表現する情報を得ることができる。さらに光源スペクトルの影響の観点で言えば、相関性の強い近隣の波長帯域間の差分演算である一次微分では、輝線スペクトルを伴う光源の場合を除き、その影響を排除した変曲点等の特徴点の抽出を実現できる。
　また、包絡線情報の一次微分情報を生成することで、包絡線情報の特徴を、包絡線情報と比較して少ない振幅で表現する情報が得られる。

　実施の形態では、解析処理の第１例で詳述したように、演算部３は、一次微分情報のゼロクロス点Ｐｚ１、Ｐｚ２を検出し、一次微分情報が正から負へ推移する途中のゼロクロス点Ｐｚ１の波長λｇを包絡線情報のピーク波長として特定し、一次微分情報が負から正へ推移する途中のゼロクロス点Ｐｚ２の波長λｒを包絡線情報のボトム波長として特定する例を挙げた（図１０から図１２参照）。
　このようにピーク波長とボトム波長を特定することで、包絡線情報の特徴を定量的に表現することができる。具体的には、包絡線情報におけるピークとボトムに対応する波長の値を得ることができる。

　実施の形態では、解析処理の第１の例で詳述したように、演算部３は、ピーク波長とボトム波長の少なくとも一方を用いて評価指標を算出する（図１０から図１２参照）。
　ピーク波長やボトム波長に基づく評価指標を算出することで、ピーク波長やボトム波長に表された特徴を用いて被写体の種類や状態の特定を行うことができる。例えば、植生の種類や状態の特定を行うことが考えられる。

　実施の形態では、解析処理の第２例で詳述したように、演算部３は、包絡線情報から得られるピーク波長に対応する値を第１の頂点Ｐｇとし、包絡線情報から得られる前記ボトム波長に対応する値を第２の頂点Ｐｒとし、包絡線情報から得られるピーク波長及びボトム波長より長波長側に位置する所定の波長（第１の所定波長λｉｒ）に対応する値を第１の基準点Ｐｉｒとし、包絡線情報から得られるピーク波長及びボトム波長より短波長側に位置する所定の波長（第２の所定波長λｂ）に対応する値を第２の基準点Ｐｂとし、第１の頂点Ｐｇと第２の頂点Ｐｒと第１の基準点Ｐｉｒからなる第１の三角形ΔＲＥと、第１の頂点Ｐｇと第２の頂点Ｐｒと第２の基準点Ｐｂからなる第２の三角形ΔＶＩＳを特定する例を挙げた（図１３から図１５参照）。
　第１の三角形と第２の三角形を特定することで、包絡線情報の特徴を図形を用いて表現することができる。特定された図形の形状を解析対象とすることで、図形の特性を生かした多様な観点からの解析が可能となる。例えば、図１３及び図１４を参照して説明したように、特定した三角形について、面積、内角の角度、辺の長さを求めることができる。また、特定した三角形を構成する図形について面積を求めることが考えられる。なお解析の観点は上記したものに限られず、他の観点から三角形の解析を行うことも考えられる。

　実施の形態では、解析処理の第２例で詳述したように、演算部３は、第１の三角形ΔＲＥと第２の三角形ΔＶＩＳの少なくとも一方の面積を算出し、算出した面積を用いて評価指標を算出する例を挙げた（図１３及び図１５参照）。
　第１の三角形や第２の三角形の面積に基づく評価指標を算出することで、それぞれの三角形の面積に表された特徴を用いて被写体の種類や状態の特定を行うことができる。

　実施の形態では、解析処理の第２例で詳述したように、演算部３は、第１の三角形ΔＲＥと第２の三角形ΔＶＩＳの少なくとも一方における少なくとも１つの内角（内角Ａ１、Ａ２、Ａ３）の角度を算出し、算出した角度を用いて評価指標を算出する例を挙げた（図１４及び図１５参照）。
　第１の三角形や第２の三角形の内角の角度に基づく評価指標を算出することで、角度に表された特徴を用いて被写体の種類や状態の特定を行うことができる。

　実施の形態では、解析処理の第２例で詳述したように、演算部３は、第１の三角形ΔＲＥと第２の三角形ΔＶＩＳの少なくとも一方における少なくとも１辺（辺Ｌ１、Ｌ２、Ｌ３）の長さを算出し、算出した長さを用いて評価指標を算出する例を挙げた（図１４及び図１５参照）。
　第１の三角形や第２の三角形の辺の長さに基づく評価指標を算出することで、辺の長さに表された特徴を用いて被写体の種類や状態の特定を行うことができる。

　実施の形態では、解析処理の第３例で詳述したように、演算部３は、ピーク波長からボトム波長に至る一次微分情報の合成積を算出し、算出した合成積を用いて評価指標を算出する例を挙げた（図１６から図１９参照）。
　一次微分情報におけるピーク波長からボトム波長に至る範囲の合成積を算出することで、一次微分情報に表された特徴を用いて、被写体の種類や状態の特定を行うことができる。

　実施の形態では、解析処理の第３例で詳述したように、演算部３は、ピーク波長から第１の波長（第１の特定波長）に至る一次微分情報の合成積と、ボトム波長から第２の波長（第２の特定波長）に至る一次微分情報の合成積と、の少なくとも一方を算出し、算出した合成積を用いて評価指標を算出する例を挙げた（図１７及び図１９参照）。
　一次微分情報において、ピーク波長とボトム波長に加えて、第１の波長と第２の波長によって定義される範囲の合成積を算出することで、一次微分情報に表された特徴をより詳細に解析して、被写体の種類や状態の特定を行うことができる。

　実施の形態では、解析処理の第３例で詳述したように、演算部３は、ピーク波長とボトム波長の少なくとも一方から一次微分情報の変曲点に対応する波長（特定波長λｆ０や特定波長λｆ１）に至る一次微分情報の合成積を算出し、算出した合成積を用いて評価指標を算出する例を挙げた（図１８及び図１９参照）。
　一次微分情報において、ピーク波長とボトム波長に加えて、変曲点に対応する波長によって定義される範囲の合成積を算出することで、一次微分情報に表された特徴をより詳細に解析して、被写体の種類や状態の特定を行うことができる。

　実施の形態では、第２の演算処理で詳述したように、演算部３は、特定の波長帯域（基準バンド）の強度情報を保存し、特定の波長帯域以外の波長帯域（基準バンド以外のバンド）の隣接する波長帯域との差分情報を保存する例を挙げた（図２１及び図２３参照）。
　特定の波長帯域の強度情報と、特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報とを保存することで、包絡線情報を再現可能な情報を、データ量を削減した状態で圧縮保存することができる。データ量の削減により、データの保存に必要なストレージ量を低減し、コストを低減することが可能になる。

　実施の形態では、第２の演算処理で詳述したように、演算部３は、特定の波長帯域（基準バンド）と特定の波長帯域以外の波長帯域（基準バンド以外のバンド）の包絡線情報の差分情報を算出し、特定の波長帯域の強度情報を保存し、特定の波長帯域以外の波長帯域の前記差分情報を保存する（図２２及び図２３参照）。
　特定の波長帯域の強度情報と、特定の波長帯域以外の波長帯域について算出された差分情報とを保存することで、包絡線情報を再現可能な情報を、データ量を削減した状態で圧縮保存することができる。データ量の削減により、データの保存に必要なストレージ量を低減し、コストを低減することが可能になる。

　実施の形態では、検出された帯域データは、圃場（圃場２１０）を撮像して得られたデータである例を挙げた。
　これにより、圃場を撮像して得られた帯域データを用いてマルチバンドデータが生成され、圃場におけるマルチバンドデータの包絡線情報を得ることができる。即ち、圃場管理に活用可能なセンシングを行うことができる。
　なお圃場は、野外農地の耕作地に限られず、水耕栽培やハウス栽培などの用地であってもよい。
　また実施の形態では、飛行体２００に搭載された撮像装置２５０を用いた空撮の例を説明したが、本開示の適用範囲はこれに限定されない。例えば、圃場やハウス内に設置されたフィールドセンサカメラ、トラクターや灌漑ピボットなどの農業機械に搭載した可動センサカメラ、或いは有人飛行機に搭載したリモートセンシングカメラや、衛星に搭載されたマルチバンドセンサを用いたセンシングに対しても広く適用可能なものである。

　実施の形態では、評価指標が植生評価指標である例を挙げた。
　これにより、植物の多様な種類や状態に応じた評価指標を算出することができる。
　なお実施の形態では、植物の種類及び植物の状態を識別する例を説明したが、本開示の適用範囲はこれに限定されず、例えば、農業分野においては、土壌と作物の識別、土壌の種類及び状態の識別に対しても応用可能である。また果実と葉・茎の識別や、果実の成熟度の識別などにも応用することができる。さらには、被写体の波長スペクトルに対する吸収特性、透過・散乱特性を計測するという観点においては、本開示を農業分野以外の分野に応用することも可能である。具体的には、通常は人間が視覚に頼って識別している行為、例えば工場における色検査による選別や、生鮮食品売り場で購買時の良品見極めなど、本開示の情報処理装置やプログラムの所在を適材適所に最適化することで、多くの実施態様に応用することが可能である。

　実施の形態では、マルチバンド画像にＲＯＩを設定し、ＲＯＩにおける包絡線情報を対象として評価指標の算出や圧縮保存の演算処理を行う場合を説明した（図８及び図２３参照）。マルチバンド画像におけるレイヤ間の演算は強力な処理能力を必要とするが、設定したＲＯＩにおける包絡線情報のみを対象として演算処理を行うことで、演算に必要な処理能力を低減することができる。
　さらに、例えばマルチバンド画像から予めいくつかのＲＯＩを設定し、設定したＲＯＩについてのみ包絡線情報及び一次微分情報を生成し、評価指標算出にあたっては一次微分情報から求められた変曲点の近傍のバンドの包絡線情報を選択的に利用し、圧縮保存にあたっては包絡線情報に一次微分を再度適用して得られた差分情報を利用することが考えられる。これにより、包絡線情報を再現可能な情報を保存しながらもデータ量を大幅に圧縮することが可能となり、限られた演算リソースの環境下であっても、評価指標に基づくマップ情報の迅速な提示が可能となる。
　またマルチバンド画像の代わりに、生成された評価指標に基づくマップ情報を保存することも考えられる。マップ情報は、包絡線情報の主要な情報を含みつつも圧縮された情報となるため、必要なストレージ量およびストレージのコストを削減することができる。

　実施の形態のプログラムは、検出された複数の波長帯域の帯域データと、検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する処理と、マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する処理と、を例えばＣＰＵ、ＤＳＰ等、或いはこれらを含むデバイスに実行させるプログラムである。
　このようなプログラムにより、上述した情報処理装置１の提供を広く実現できる。例えば情報処理装置１のアップデートプログラムなどとして提供することも想定される。

　これらのプログラムはコンピュータ装置等の機器に内蔵されている記憶媒体としてのＨＤＤや、ＣＰＵを有するマイクロコンピュータ内のＲＯＭ等に予め記録しておくことができる。
　あるいはまた、フレキシブルディスク、ＣＤ－ＲＯＭ(Compact Disc Read Only Memory)、ＭＯ(Magneto Optical)ディスク、ＤＶＤ(Digital Versatile Disc)、ブルーレイディスク（Blu-ray Disc（登録商標））、磁気ディスク、半導体メモリ、メモリカードなどのリムーバブル記憶媒体に、一時的あるいは永続的に格納（記録）しておくことができる。このようなリムーバブル記憶媒体は、いわゆるパッケージソフトウェアとして提供することができる。
　また、このようなプログラムは、リムーバブル記憶媒体からパーソナルコンピュータ等にインストールする他、ダウンロードサイトから、ＬＡＮ(Local Area Network)、インターネットなどのネットワークを介してダウンロードすることもできる。
　さらにまた、このようなプログラムは、実施の形態の情報処理装置１の広範な提供に適している。例えばクラウドコンピューティングサービスを提供するサーバに当該プログラムをダウンロードすることで、クラウドネットワーク上で本開示の情報処理装置１の機能を実現することができる。

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

　なお本技術は以下のような構成も採ることができる。
　（１）
　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する信号処理部と、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する演算部とを備える
　情報処理装置。
　（２）
　前記演算部は、前記包絡線情報の一次微分情報を生成する
　上記（１）に記載の情報処理装置。
　（３）
　前記演算部は、
　前記一次微分情報のゼロクロス点を検出し、
　前記一次微分情報が正から負へ推移する途中のゼロクロス点の波長を前記包絡線情報のピーク波長として特定し、
　前記一次微分情報が負から正へ推移する途中のゼロクロス点の波長を前記包絡線情報のボトム波長として特定する
　上記（２）に記載の情報処理装置。
　（４）
　前記演算部は、
　前記ピーク波長と前記ボトム波長の少なくとも一方を用いて評価指標を算出する
　上記（３）に記載の情報処理装置。
　（５）
　前記演算部は、
　前記包絡線情報から得られる前記ピーク波長に対応する値を第１の頂点とし、
　前記包絡線情報から得られる前記ボトム波長に対応する値を第２の頂点とし、
　前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より長波長側に位置する所定の波長に対応する値を第１の基準点とし、
　前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より短波長側に位置する所定の波長に対応する値を第２の基準点とし、
　前記第１の頂点と前記第２の頂点と前記第１の基準点からなる第１の三角形と、前記第１の頂点と前記第２の頂点と前記第２の基準点からなる第２の三角形を特定する
　上記（３）又は（４）に記載の情報処理装置。
　（６）
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方の面積を算出し、
　算出した面積を用いて評価指標を算出する
　上記（５）に記載の情報処理装置。
　（７）
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１つの内角の角度を算出し、
　算出した角度を用いて評価指標を算出する
　上記（５）又は（６）に記載の情報処理装置。
　（８）
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１辺の長さを算出し、
　算出した長さを用いて評価指標を算出する
　上記（５）から（７）のいずれかに記載の情報処理装置。
　（９）
　前記演算部は、
　前記ピーク波長から前記ボトム波長に至る前記一次微分情報の合成積を算出し、
　算出した合成積を用いて評価指標を算出する
　上記（３）から（８）のいずれかに記載の情報処理装置。
　（１０）
　前記演算部は、
　前記ピーク波長から第１の波長に至る前記一次微分情報の合成積と、前記ボトム波長から第２の波長に至る前記一次微分情報の合成積と、の少なくとも一方を算出し、
　算出した合成積を用いて評価指標を算出する
　上記（３）から（９）のいずれかに記載の情報処理装置。
　（１１）
　前記演算部は、
　前記ピーク波長と前記ボトム波長の少なくとも一方から前記一次微分情報の変曲点に対応する波長に至る前記一次微分情報の合成積を算出し、
　算出した合成積を用いて評価指標を算出する
　上記（３）から（１０）のいずれかに記載の情報処理装置。
　（１２）
　前記演算部は、
　特定の波長帯域の強度情報を保存し、
　前記特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報を保存する
　上記（１）から（１１）のいずれかに記載の情報処理装置。
　（１３）
　前記演算部は、
　特定の波長帯域と前記特定の波長帯域以外の波長帯域の包絡線情報の差分情報を算出し、
　前記特定の波長帯域の強度情報を保存し、
　前記特定の波長帯域以外の波長帯域の前記差分情報を保存する
　上記（１）から（１１）のいずれかに記載の情報処理装置。
　（１４）
　前記検出された帯域データは、圃場を撮像して得られたデータである
　上記（１）から（１３）のいずれかに記載の情報処理装置。
　（１５）
　前記評価指標は、植生評価指標である
　上記（４）、（６）から（１１）のいずれかに記載の情報処理装置。
　（１６）
　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成し、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する
　情報処理方法。
　（１７）
　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する処理と、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する処理と、
　を情報処理装置に実行させるプログラム。

１　情報処理装置
２　信号処理部
３　演算部　
Ｍｉ　個別画像
Ｍｍ　マッピング画像
Ｅｎ１　包絡線
Ｃｒ１　微分曲線
λｇ　ピーク波長
λｒ　ボトム波長
λｉｒ第１の所定波長
λｂ第２の所定波長
Ｐｇ第１の頂点
Ｐｒ第２の頂点
Ｐｉｒ第１の基準点
Ｐｂ第２の基準点
ΔＲＥ第１の三角形
ΔＶＩＳ　第２の三角形

Claims

　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する信号処理部と、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する演算部とを備える
　情報処理装置。
　前記演算部は、前記包絡線情報の一次微分情報を生成する
　請求項１に記載の情報処理装置。
　前記演算部は、
　前記一次微分情報のゼロクロス点を検出し、
　前記一次微分情報が正から負へ推移する途中のゼロクロス点の波長を前記包絡線情報のピーク波長として特定し、
　前記一次微分情報が負から正へ推移する途中のゼロクロス点の波長を前記包絡線情報のボトム波長として特定する
　請求項２に記載の情報処理装置。
　前記演算部は、
　前記ピーク波長と前記ボトム波長の少なくとも一方を用いて評価指標を算出する
　請求項３に記載の情報処理装置。
　前記演算部は、
　前記包絡線情報から得られる前記ピーク波長に対応する値を第１の頂点とし、
　前記包絡線情報から得られる前記ボトム波長に対応する値を第２の頂点とし、
　前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より長波長側に位置する所定の波長に対応する値を第１の基準点とし、
　前記包絡線情報から得られる前記ピーク波長及び前記ボトム波長より短波長側に位置する所定の波長に対応する値を第２の基準点とし、
　前記第１の頂点と前記第２の頂点と前記第１の基準点からなる第１の三角形と、前記第１の頂点と前記第２の頂点と前記第２の基準点からなる第２の三角形を特定する
　請求項３に記載の情報処理装置。
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方の面積を算出し、
　算出した面積を用いて評価指標を算出する
　請求項５に記載の情報処理装置。
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１つの内角の角度を算出し、
　算出した角度を用いて評価指標を算出する
　請求項５に記載の情報処理装置。
　前記演算部は、
　前記第１の三角形と前記第２の三角形の少なくとも一方における少なくとも１辺の長さを算出し、
　算出した長さを用いて評価指標を算出する
　請求項５に記載の情報処理装置。
　前記演算部は、
　前記ピーク波長から前記ボトム波長に至る前記一次微分情報の合成積を算出し、
　算出した合成積を用いて評価指標を算出する
　請求項３に記載の情報処理装置。
　前記演算部は、
　前記ピーク波長から第１の波長に至る前記一次微分情報の合成積と、前記ボトム波長から第２の波長に至る前記一次微分情報の合成積と、の少なくとも一方を算出し、
　算出した合成積を用いて評価指標を算出する
　請求項３に記載の情報処理装置。
　前記演算部は、
　前記ピーク波長と前記ボトム波長の少なくとも一方から前記一次微分情報の変曲点に対応する波長に至る前記一次微分情報の合成積を算出し、
　算出した合成積を用いて評価指標を算出する
　請求項３に記載の情報処理装置。
　前記演算部は、
　特定の波長帯域の強度情報を保存し、
　前記特定の波長帯域以外の波長帯域の隣接する波長帯域との差分情報を保存する
　請求項１に記載の情報処理装置。
　前記演算部は、
　特定の波長帯域と前記特定の波長帯域以外の波長帯域の包絡線情報の差分情報を算出し、
　前記特定の波長帯域の強度情報を保存し、
　前記特定の波長帯域以外の波長帯域の前記差分情報を保存する
　請求項１に記載の情報処理装置。
　前記検出された帯域データは、圃場を撮像して得られたデータである
　請求項１に記載の情報処理装置。
　前記評価指標は、植生評価指標である
　請求項４に記載の情報処理装置。
　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成し、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する
　情報処理方法。
　検出された複数の波長帯域の帯域データと、前記検出された帯域データから再構成した波長帯域の帯域データを含む、複数の帯域データを有するマルチバンドデータを生成する処理と、
　前記マルチバンドデータにより表現されるスペクトルデータの包絡線情報を生成する処理と、
　を情報処理装置に実行させるプログラム。