JP6171732B2 - Crop discrimination device, crop discrimination program and crop discrimination method - Google Patents

Crop discrimination device, crop discrimination program and crop discrimination method Download PDF

Info

Publication number
JP6171732B2
JP6171732B2 JP2013175908A JP2013175908A JP6171732B2 JP 6171732 B2 JP6171732 B2 JP 6171732B2 JP 2013175908 A JP2013175908 A JP 2013175908A JP 2013175908 A JP2013175908 A JP 2013175908A JP 6171732 B2 JP6171732 B2 JP 6171732B2
Authority
JP
Japan
Prior art keywords
intensity
component
specific wavelength
crop
wavelength band
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
JP2013175908A
Other languages
Japanese (ja)
Other versions
JP2015043707A (en
Inventor
胡　勝治
勝治 胡
柏川　貴弘
貴弘 柏川
あきら 宮崎
あきら 宮崎
直也 浅見
直也 浅見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2013175908A priority Critical patent/JP6171732B2/en
Publication of JP2015043707A publication Critical patent/JP2015043707A/en
Application granted granted Critical
Publication of JP6171732B2 publication Critical patent/JP6171732B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、作物判別装置、作物判別プログラム及び作物判別方法に関する。   The present invention relates to a crop discrimination device, a crop discrimination program, and a crop discrimination method.

圃場に植えられた作物を判別する従来技術が存在する。例えば、人工衛星のスペクトルカメラによって得られた判別対象の圃場における太陽光の反射光に含まれる特定の波長帯域の成分の強度と、作物毎に設定された基準となる特定の波長帯域の成分の強度とを比較して、圃場に植えられた作物を判別する従来技術がある。   There is a conventional technique for discriminating crops planted in a field. For example, the intensity of a specific wavelength band component included in reflected sunlight of a discrimination target field obtained by a spectrum camera of an artificial satellite and a specific wavelength band component that is a reference set for each crop There is a conventional technique for comparing the strength and discriminating the crops planted in the field.

特開２００６−３１４２１５号公報JP 2006-314215 A

しかしながら、以下に説明するように、上述した従来技術では、精度良く作物を判別することができないという問題がある。   However, as described below, the above-described conventional technique has a problem that crops cannot be accurately identified.

すなわち、従来技術では、スペクトルカメラによって、所定の範囲の領域（例えば、１０ｍ×１０ｍの領域）ごとに、太陽光の反射光に含まれる複数の波長帯域の成分の強度が含まれるピクセルを取得する。そして、従来技術では、判別対象の圃場における複数のピクセルのそれぞれに含まれる特定の波長帯域の成分の強度の平均値を、判別対象の圃場における特定の波長帯域の成分の強度として算出する。そして、従来技術では、算出した強度と、作物ごとに設定された基準となる特定の波長帯域の成分の強度とを比較して、判別対象の圃場に植えられた作物を判別する。   That is, in the related art, a pixel including intensities of components in a plurality of wavelength bands included in reflected sunlight is acquired for each predetermined range of region (for example, a region of 10 m × 10 m) by a spectrum camera. . In the related art, the average value of the components of the specific wavelength band included in each of the plurality of pixels in the discrimination target field is calculated as the intensity of the component of the specific wavelength band in the discrimination target field. In the related art, the calculated intensity is compared with the intensity of a component in a specific wavelength band as a reference set for each crop, and the crop planted in the field to be determined is determined.

しかしながら、判別対象の圃場のピクセルの一部には、圃場以外の領域が少なくとも一部に含まれてしまう場合がある。この場合には、判別対象の圃場以外の領域を少なくとも一部に含むピクセルに含まれる特定の波長帯域の成分の強度は、判別対象の圃場以外の領域を含まない場合における特定の波長帯域の成分の強度と大きく異なる場合がある。このような場合であっても、従来技術では、一部のピクセルに判別対象の圃場以外の領域が含まれるような複数のピクセルのそれぞれに含まれる特定の波長帯域の成分の強度の平均値を、判別対象の圃場における特定の波長帯域の成分の強度として算出する。この結果、算出された特定の波長帯域の成分の強度は、判別対象の圃場以外の領域を含まない場合における特定の波長帯域の成分の強度と大きく異なる場合がある。したがって、上述した従来技術による作物の判別では、精度良く作物を判別することができない場合がある。   However, there are cases where at least a part of the region other than the field is included in a part of the pixels of the field to be determined. In this case, the intensity of the component in the specific wavelength band included in the pixel including at least a part of the region other than the field to be discriminated is the component of the specific wavelength band in the case where the region other than the field to be discriminated is not included. There are cases where it differs greatly from the strength. Even in such a case, in the conventional technology, the average value of the intensities of the components in the specific wavelength band included in each of the plurality of pixels in which some pixels include regions other than the field to be discriminated is obtained. The intensity of the component in the specific wavelength band in the field to be discriminated is calculated. As a result, the calculated intensity of the component in the specific wavelength band may be significantly different from the intensity of the component in the specific wavelength band when the region other than the field to be discriminated is not included. Therefore, there is a case where the crop cannot be accurately discriminated by the above-described conventional crop discrimination.

１つの側面では、本発明は、作物の判別の精度の低下を抑制することを目的とする。   In one aspect, an object of the present invention is to suppress a decrease in the accuracy of crop discrimination.

１態様では、作物判別装置は、記憶部と、生成部と、特定部と、算出部と、判別部とを有する。記憶部は、ある地域をカメラによって撮像することにより得られた、一部のピクセルが該ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける複数の特定の波長帯域の成分の強度を記憶する。生成部は、記憶部に記憶された記憶内容に基づいて、特定の波長帯域ごとに、特定の波長帯域の成分の強度と、該強度に対応するピクセルの個数との関係を示す情報を生成する。特定部は、生成部により生成された情報に基づいて、特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定する。算出部は、生成部により生成された情報に基づいて、特定の波長帯域ごとに、次の処理を行う。すなわち、算出部は、特定部により特定された強度を含む、最大のピクセルの個数からピクセルの個数が減少する範囲内の特定の波長帯域の成分の強度に対応するピクセルにおける特定の波長帯域の成分の強度の平均値を算出する。判別部は、算出部により特定の波長帯域ごとに算出された平均値に基づいて、ある地域に所定の作物が植えられているか否かを判別する。   In one aspect, the crop discrimination device includes a storage unit, a generation unit, a specifying unit, a calculation unit, and a discrimination unit. The storage unit obtains the intensities of components in a plurality of specific wavelength bands in each of a plurality of pixels, in which some pixels include at least a part of the region, obtained by imaging a region with a camera. Remember. The generation unit generates, for each specific wavelength band, information indicating the relationship between the intensity of the component in the specific wavelength band and the number of pixels corresponding to the intensity, based on the storage content stored in the storage unit. . The specifying unit specifies the intensity with the maximum number of pixels for each specific wavelength band based on the information generated by the generating unit. The calculation unit performs the following processing for each specific wavelength band based on the information generated by the generation unit. That is, the calculation unit includes a component in a specific wavelength band in a pixel corresponding to the intensity of a component in a specific wavelength band within a range in which the number of pixels decreases from the maximum number of pixels, including the intensity specified by the specifying unit. The average value of the intensity is calculated. The determining unit determines whether or not a predetermined crop is planted in a certain area based on the average value calculated for each specific wavelength band by the calculating unit.

作物の判別の精度の低下を抑制することができる。   A decrease in the accuracy of crop discrimination can be suppressed.

図１は、実施例に係る作物判別装置の機能構成の一例を示す図である。FIG. 1 is a diagram illustrating an example of a functional configuration of the crop discrimination device according to the embodiment. 図２は、基準強度データの一例を示す図である。FIG. 2 is a diagram illustrating an example of the reference intensity data. 図３は、圃場別スペクトルデータの一例を示す図である。FIG. 3 is a diagram illustrating an example of spectrum data by field. 図４は、実施例に係る生成部により生成されたヒストグラムの一例を示す図である。FIG. 4 is a diagram illustrating an example of a histogram generated by the generation unit according to the embodiment. 図５は、判別対象の圃場のピクセルの一部に、判別対象の圃場以外の領域が少なくとも一部に含まれてしまった場合の一例を説明するための図である。FIG. 5 is a diagram for explaining an example in a case where a region other than the field to be discriminated is included in at least a part of the pixels of the field to be discriminated. 図６は、判別対象の圃場のピクセルの一部に、判別対象の圃場以外の領域が少なくとも一部に含まれてしまった場合の一例を説明するための図である。FIG. 6 is a diagram for explaining an example in a case where a region other than the field to be discriminated is included in at least a part of the pixels of the field to be discriminated. 図７は、実施例に係る算出部が実行する処理の一例について説明するための図である。FIG. 7 is a diagram for explaining an example of processing executed by the calculation unit according to the embodiment. 図８は、判別用圃場別スペクトルデータのデータ構造の一例を示す図である。FIG. 8 is a diagram illustrating an example of a data structure of spectrum data for each field for discrimination. 図９は、出力制御部による制御によって出力部の画面に表示される内容の一例を示す図である。FIG. 9 is a diagram illustrating an example of contents displayed on the screen of the output unit under the control of the output control unit. 図１０Ａは、実施例に係る作物判別処理の手順を示すフローチャートである。FIG. 10A is a flowchart illustrating a procedure of crop discrimination processing according to the embodiment. 図１０Ｂは、実施例に係る作物判別処理の手順を示すフローチャートである。FIG. 10B is a flowchart illustrating a procedure of crop discrimination processing according to the embodiment. 図１１は、作物判別プログラムを実行するコンピュータのハードウェア構成の一例を示す図である。FIG. 11 is a diagram illustrating an example of a hardware configuration of a computer that executes a crop discrimination program.

以下に、本願の開示する作物判別装置、作物判別プログラム及び作物判別方法の実施例を図面に基づいて詳細に説明する。なお、実施例は開示の技術を限定するものではない。   Hereinafter, embodiments of a crop discrimination device, a crop discrimination program, and a crop discrimination method disclosed in the present application will be described in detail with reference to the drawings. The embodiments do not limit the disclosed technology.

［作物判別装置１０の機能構成の一例］
図１は、実施例に係る作物判別装置１０の機能構成の一例を示す図である。図１の例に示すように、作物判別装置１０は、入力部１１、出力部１２、記憶部１３及び制御部１４を有する。本実施例に係る作物判別装置１０は、判別の対象の圃場に植えられている作物が、小麦、馬鈴薯、テンサイの３種類の作物のいずれであるかを判別する。 [Example of functional configuration of crop discrimination device 10]
FIG. 1 is a diagram illustrating an example of a functional configuration of a crop discrimination device 10 according to an embodiment. As shown in the example of FIG. 1, the crop discrimination device 10 includes an input unit 11, an output unit 12, a storage unit 13, and a control unit 14. The crop discriminating apparatus 10 according to the present embodiment discriminates among the three types of crops, wheat, potato, and sugar beet, that are planted in the field to be discriminated.

入力部１１は、各種情報を制御部１４に入力する。例えば、入力部１１は、作物判別装置１０のユーザから後述の作物判別処理を実行するための指示を受け付けて、受け付けた指示を制御部１４に入力する。入力部１１のデバイスの一例としては、マウスやキーボードなどが挙げられる。   The input unit 11 inputs various information to the control unit 14. For example, the input unit 11 receives an instruction for executing a crop discrimination process described later from the user of the crop discrimination device 10 and inputs the received instruction to the control unit 14. Examples of the device of the input unit 11 include a mouse and a keyboard.

出力部１２は、各種の情報を出力する。例えば、出力部１２は、後述の出力制御部１４ｅの制御により、どの圃場にどの種類の作物が植えられているかを示す情報を表示する。この情報については後述する。出力部１２のデバイスの一例としては、液晶ディスプレイなどが挙げられる。   The output unit 12 outputs various information. For example, the output unit 12 displays information indicating which type of crop is planted in which field under the control of the output control unit 14e described later. This information will be described later. An example of the device of the output unit 12 is a liquid crystal display.

記憶部１３は、各種情報を記憶する。例えば、記憶部１３は、基準強度データ１３ａ、圃場別スペクトルデータ１３ｂ、判別用圃場別スペクトルデータ１３ｃを記憶する。   The storage unit 13 stores various information. For example, the storage unit 13 stores reference intensity data 13a, field-specific spectrum data 13b, and identification field-specific spectrum data 13c.

基準強度データ１３ａは、判別の対象の圃場の後述の特定の波長帯域の成分の強度と比較されるデータである。図２は、基準強度データ１３ａの一例を示す図である。図２に示す基準強度データ１３ａには、「小麦」について後述する「Ｇ」の範囲の最小値「６８．３」及び最大値「９２．４」と、後述する「Ｒ」の範囲の最小値「６１．３」及び最大値「８２．９」とが登録されている。また、図２に示す基準強度データ１３ａには、「小麦」について後述する「ＮＩＲ」の範囲の最小値「８５．０」及び最大値「１１５．０」と、後述する「ＳＷＩＲ」の範囲の最小値「５６．７」及び最大値「７６．７」とが登録されている。   The reference intensity data 13a is data to be compared with the intensity of a component in a specific wavelength band, which will be described later, of the field to be discriminated. FIG. 2 is a diagram illustrating an example of the reference intensity data 13a. The reference intensity data 13a shown in FIG. 2 includes a minimum value “68.3” and a maximum value “92.4” in the “G” range, which will be described later, and a minimum value in the “R” range, which will be described later. “61.3” and the maximum value “82.9” are registered. Further, the reference intensity data 13a shown in FIG. 2 includes a minimum value “85.0” and a maximum value “115.0” in the “NIR” range described later for “wheat”, and a “SWIR” range described later. The minimum value “56.7” and the maximum value “76.7” are registered.

ここで、「小麦」についての「Ｇ」は、小麦が植えられた複数の圃場における太陽光の反射光に含まれる緑成分の波長帯域の強度の平均値である。例えば、「小麦」についての「Ｇ」は、波長が５５０ｎｍの緑成分の強度の平均値である。なお、緑成分の波長帯域は、５００ｎｍ〜５９０ｎｍである。また、「小麦」についての「Ｒ」は、小麦が植えられた複数の圃場における太陽光の反射光に含まれる赤成分の波長帯域の強度の平均値である。例えば、「小麦」についての「Ｒ」は、波長が６４０ｎｍの赤成分の強度の平均値である。なお、赤成分の波長帯域は、６１０ｎｍ〜６８０ｎｍである。また、「小麦」についての「ＮＩＲ」は、小麦が植えられた複数の圃場における太陽光の反射光に含まれる近赤外成分の波長帯域の強度の平均値である。例えば、「小麦」についての「ＮＩＲ」は、波長が８４０ｎｍの近赤外成分の強度の平均値である。なお、近赤外成分の波長帯域は、７８０ｎｍ〜８９０ｎｍである。また、「小麦」についての「ＳＷＩＲ」は、小麦が植えられた複数の圃場における太陽光の反射光に含まれる短波長赤外成分の波長帯域の強度の平均値である。例えば、「小麦」についての「ＳＷＩＲ」は、例えば、波長が１６６０ｎｍの近赤外成分の強度の平均値である。なお、短波長赤外成分の波長帯域は、１５８０ｎｍ〜１７５０ｎｍである。   Here, “G” for “wheat” is an average value of the intensity of the wavelength band of the green component contained in the reflected light of sunlight in a plurality of fields where wheat is planted. For example, “G” for “wheat” is an average value of the intensity of the green component having a wavelength of 550 nm. The wavelength band of the green component is 500 nm to 590 nm. Further, “R” for “wheat” is an average value of the intensity of the wavelength band of the red component contained in the reflected light of sunlight in a plurality of fields where wheat is planted. For example, “R” for “wheat” is an average value of the intensity of the red component having a wavelength of 640 nm. The wavelength band of the red component is 610 nm to 680 nm. In addition, “NIR” for “wheat” is an average value of the intensity in the wavelength band of the near-infrared component included in the reflected sunlight of a plurality of fields in which wheat is planted. For example, “NIR” for “wheat” is an average value of the intensity of near-infrared components having a wavelength of 840 nm. The wavelength band of the near infrared component is 780 nm to 890 nm. In addition, “SWIR” for “wheat” is an average value of the intensity of the wavelength band of the short-wavelength infrared component included in the reflected light of sunlight in a plurality of fields in which wheat is planted. For example, “SWIR” for “wheat” is, for example, an average value of the intensity of near-infrared components having a wavelength of 1660 nm. The wavelength band of the short wavelength infrared component is 1580 nm to 1750 nm.

そして、「小麦」についての「Ｇ」の範囲の最小値は、「小麦」についての「Ｇ」を０．８５倍した値である。また、「小麦」についての「Ｇ」の範囲の最大値は、「小麦」についての「Ｇ」を１．１５倍した値である。また、「小麦」についての「Ｒ」の範囲の最小値は、「小麦」についての「Ｒ」を０．８５倍した値である。また、「小麦」についての「Ｒ」の範囲の最大値は、「小麦」についての「Ｒ」を１．１５倍した値である。また、「小麦」についての「ＮＩＲ」の範囲の最小値は、「小麦」についての「ＮＩＲ」を０．８５倍した値である。また、「小麦」についての「ＮＩＲ」の範囲の最大値は、「小麦」についての「ＮＩＲ」を１．１５倍した値である。また、「小麦」についての「ＳＷＩＲ」の範囲の最小値は、「小麦」についての「ＳＷＩＲ」を０．８５倍した値である。また、「小麦」についての「ＳＷＩＲ」の範囲の最大値は、「小麦」についての「ＳＷＩＲ」を１．１５倍した値である。   And the minimum value of the range of “G” for “wheat” is a value obtained by multiplying “G” for “wheat” by 0.85. In addition, the maximum value of the “G” range for “wheat” is a value obtained by multiplying “G” for “wheat” by 1.15. Further, the minimum value in the range of “R” for “wheat” is a value obtained by multiplying “R” for “wheat” by 0.85. The maximum value of the “R” range for “wheat” is a value obtained by multiplying “R” for “wheat” by 1.15. Further, the minimum value of the “NIR” range for “wheat” is a value obtained by multiplying “NIR” for “wheat” by 0.85. In addition, the maximum value of the “NIR” range for “wheat” is a value obtained by multiplying “NIR” for “wheat” by 1.15. Further, the minimum value in the range of “SWIR” for “wheat” is a value obtained by multiplying “SWIR” for “wheat” by 0.85. In addition, the maximum value of the “SWIR” range for “wheat” is a value obtained by multiplying “SWIR” for “wheat” by 1.15.

例えば、図２の例において、ある圃場における太陽光の反射光に含まれる特定の成分が、以下に説明する４つの条件を満たすときには、この圃場に、小麦が植えられていると考えられる。１つ目の条件は、ある圃場における太陽光の反射光に含まれる緑成分の強度が６８．３以上、かつ、９２．４以下であるという条件である。２つ目の条件は、ある圃場における太陽光の反射光に含まれる赤成分の強度が６１．３以上、かつ、８２．９以下であるという条件である。３つ目の条件は、ある圃場における太陽光の反射光に含まれる近赤外成分の強度が８５．０以上、かつ、１１５．０以下であるという条件である。４つ目の条件は、ある圃場における太陽光の反射光に含まれる短波長赤外成分の強度が５６．７以上、かつ、７６．７以下であるという条件である。このようなある圃場に小麦が植えられているか判定するための４つの条件を以下の説明では、「小麦についての４つの条件」と表記する場合がある。   For example, in the example of FIG. 2, when a specific component included in the reflected light of sunlight in a certain field satisfies the following four conditions, it is considered that wheat is planted in this field. The first condition is that the intensity of the green component contained in the reflected sunlight of a certain field is 68.3 or more and 92.4 or less. The second condition is that the intensity of the red component contained in the reflected sunlight of a certain field is 61.3 or more and 82.9 or less. The third condition is that the intensity of the near-infrared component included in the reflected sunlight of a certain field is 85.0 or more and 115.0 or less. The fourth condition is a condition that the intensity of the short-wavelength infrared component contained in the reflected sunlight of a certain field is 56.7 or more and 76.7 or less. In the following description, the four conditions for determining whether wheat is planted in a certain field may be referred to as “four conditions for wheat”.

また、図２に示す基準強度データ１３ａには、「馬鈴薯」について後述する「Ｇ」の範囲の最小値「５３．８」及び最大値「７２．８」と、後述する「Ｒ」の範囲の最小値「４２．０」及び最大値「５６．９」とが登録されている。また、図２に示す基準強度データ１３ａには、「馬鈴薯」について後述する「ＮＩＲ」の範囲の最小値「８５．０」及び最大値「１１５．０」と、後述する「ＳＷＩＲ」の範囲の最小値「６６．５」及び最大値「９０．０」とが登録されている。   In addition, the reference intensity data 13a shown in FIG. 2 includes a minimum value “53.8” and a maximum value “72.8” in the range “G” described later for “potato”, and a range “R” described below. A minimum value “42.0” and a maximum value “56.9” are registered. Further, the reference intensity data 13a shown in FIG. 2 includes a minimum value “85.0” and a maximum value “115.0” of a “NIR” range described later for “potato”, and a range of “SWIR” described later. A minimum value “66.5” and a maximum value “90.0” are registered.

「馬鈴薯」についての「Ｇ」は、馬鈴薯が植えられた複数の圃場における太陽光の反射光に含まれる緑成分の波長帯域の強度の平均値である。例えば、「馬鈴薯」についての「Ｇ」は、波長が５５０ｎｍの緑成分の強度の平均値である。また、「馬鈴薯」についての「Ｒ」は、馬鈴薯が植えられた複数の圃場における太陽光の反射光に含まれる赤成分の波長帯域の強度の平均値である。例えば、「馬鈴薯」についての「Ｒ」は、波長が６４０ｎｍの赤成分の強度の平均値である。また、「馬鈴薯」についての「ＮＩＲ」は、馬鈴薯が植えられた複数の圃場における太陽光の反射光に含まれる近赤外成分の波長帯域の強度の平均値である。例えば、「馬鈴薯」についての「ＮＩＲ」は、波長が８４０ｎｍの近赤外成分の強度の平均値である。また、「馬鈴薯」についての「ＳＷＩＲ」は、馬鈴薯が植えられた複数の圃場における太陽光の反射光に含まれる短波長赤外成分の波長帯域の強度の平均値である。例えば、「馬鈴薯」についての「ＳＷＩＲ」は、例えば、波長が１６６０ｎｍの近赤外成分の強度の平均値である。   “G” for “potato” is the average value of the intensity of the wavelength band of the green component contained in the reflected sunlight of the plurality of fields in which the potato is planted. For example, “G” for “potato” is the average value of the intensity of the green component having a wavelength of 550 nm. In addition, “R” for “potato” is an average value of the intensity of the wavelength band of the red component contained in the reflected sunlight of the plurality of fields in which the potato is planted. For example, “R” for “potato” is the average value of the intensity of the red component having a wavelength of 640 nm. “NIR” for “potato” is the average value of the intensity of the wavelength band of the near-infrared component included in the reflected light of sunlight in a plurality of fields in which the potato is planted. For example, “NIR” for “potato” is the average value of the intensity of the near infrared component having a wavelength of 840 nm. In addition, “SWIR” for “potato” is an average value of the intensity of the wavelength band of the short wavelength infrared component contained in the reflected light of sunlight in a plurality of fields in which the potato is planted. For example, “SWIR” for “potato” is, for example, the average value of the intensity of the near-infrared component having a wavelength of 1660 nm.

そして、「馬鈴薯」についての「Ｇ」の範囲の最小値は、「馬鈴薯」についての「Ｇ」を０．８５倍した値である。また、「馬鈴薯」についての「Ｇ」の範囲の最大値は、「馬鈴薯」についての「Ｇ」を１．１５倍した値である。また、「馬鈴薯」についての「Ｒ」の範囲の最小値は、「馬鈴薯」についての「Ｒ」を０．８５倍した値である。また、「馬鈴薯」についての「Ｒ」の範囲の最大値は、「馬鈴薯」についての「Ｒ」を１．１５倍した値である。また、「馬鈴薯」についての「ＮＩＲ」の範囲の最小値は、「馬鈴薯」についての「ＮＩＲ」を０．８５倍した値である。また、「馬鈴薯」についての「ＮＩＲ」の範囲の最大値は、「馬鈴薯」についての「ＮＩＲ」を１．１５倍した値である。また、「馬鈴薯」についての「ＳＷＩＲ」の範囲の最小値は、「馬鈴薯」についての「ＳＷＩＲ」を０．８５倍した値である。また、「馬鈴薯」についての「ＳＷＩＲ」の範囲の最大値は、「馬鈴薯」についての「ＳＷＩＲ」を１．１５倍した値である。   And the minimum value of the range of “G” for “potato” is a value obtained by multiplying “G” for “potato” by 0.85. Further, the maximum value of the range of “G” for “potato” is a value obtained by multiplying “G” for “potato” by 1.15. The minimum value of the range of “R” for “potato” is a value obtained by multiplying “R” for “potato” by 0.85. The maximum value of the range of “R” for “potato” is a value obtained by multiplying “R” for “potato” by 1.15. Further, the minimum value of the “NIR” range for “potato” is a value obtained by multiplying “NIR” for “potato” by 0.85. In addition, the maximum value of the “NIR” range for “potato” is a value obtained by multiplying “NIR” for “potato” by 1.15. The minimum value of the “SWIR” range for “potato” is a value obtained by multiplying “SWIR” for “potato” by 0.85. The maximum value of the “SWIR” range for “potato” is a value obtained by multiplying “SWIR” for “potato” by 1.15.

例えば、図２の例において、ある圃場における太陽光の反射光に含まれる特定の成分が、以下に説明する４つの条件を満たすときには、この圃場に、馬鈴薯が植えられていると考えられる。１つ目の条件は、ある圃場における太陽光の反射光に含まれる緑成分の強度が５３．８以上、かつ、７２．８以下であるという条件である。２つ目の条件は、ある圃場における太陽光の反射光に含まれる赤成分の強度が４２．０以上、かつ、５６．９以下であるという条件である。３つ目の条件は、ある圃場における太陽光の反射光に含まれる近赤外成分の強度が８５．０以上、かつ、１１５．０以下であるという条件である。４つ目の条件は、ある圃場における太陽光の反射光に含まれる短波長赤外成分の強度が６６．５以上、かつ、９０．０以下であるという条件である。このようなある圃場に馬鈴薯が植えられているか判定するための４つの条件を以下の説明では、「馬鈴薯についての４つの条件」と表記する場合がある。   For example, in the example of FIG. 2, when a specific component included in reflected sunlight of a certain field satisfies four conditions described below, it is considered that a potato is planted in this field. The first condition is that the intensity of the green component contained in the reflected sunlight of a certain field is 53.8 or more and 72.8 or less. The second condition is that the intensity of the red component contained in the reflected sunlight of a certain field is 42.0 or more and 56.9 or less. The third condition is that the intensity of the near-infrared component included in the reflected sunlight of a certain field is 85.0 or more and 115.0 or less. The fourth condition is a condition that the intensity of the short wavelength infrared component contained in the reflected sunlight of a certain field is 66.5 or more and 90.0 or less. In the following description, the four conditions for determining whether a potato is planted in a certain field may be referred to as “four conditions for potato”.

また、図２に示す基準強度データ１３ａには、「テンサイ」について後述する「Ｇ」の範囲の最小値「６１．１」及び最大値「８２．７」と、後述する「Ｒ」の範囲の最小値「４９．９」及び最大値「６７．５」とが登録されている。また、図２に示す基準強度データ１３ａには、「テンサイ」について後述する「ＮＩＲ」の範囲の最小値「８５．０」及び最大値「１１５．０」と、後述する「ＳＷＩＲ」の範囲の最小値「５６．８」及び最大値「７６．９」とが登録されている。   Further, the reference intensity data 13a shown in FIG. 2 includes a minimum value “61.1” and a maximum value “82.7” of a “G” range described later for “sugar beet”, and a range of “R” described later. A minimum value “49.9” and a maximum value “67.5” are registered. Further, the reference intensity data 13a shown in FIG. 2 includes a minimum value “85.0” and a maximum value “115.0” in a “NIR” range described later for “sugar beet”, and a range “SWIR” described later. A minimum value “56.8” and a maximum value “76.9” are registered.

「テンサイ」についての「Ｇ」は、テンサイが植えられた複数の圃場における太陽光の反射光に含まれる緑成分の波長帯域の強度の平均値である。例えば、「テンサイ」についての「Ｇ」は、波長が５５０ｎｍの緑成分の強度の平均値である。また、「テンサイ」についての「Ｒ」は、テンサイが植えられた複数の圃場における太陽光の反射光に含まれる赤成分の波長帯域の強度の平均値である。例えば、「テンサイ」についての「Ｒ」は、波長が６４０ｎｍの赤成分の強度の平均値である。また、「テンサイ」についての「ＮＩＲ」は、テンサイが植えられた複数の圃場における太陽光の反射光に含まれる近赤外成分の波長帯域の強度の平均値である。例えば、「テンサイ」についての「ＮＩＲ」は、波長が８４０ｎｍの近赤外成分の強度の平均値である。また、「テンサイ」についての「ＳＷＩＲ」は、テンサイが植えられた複数の圃場における太陽光の反射光に含まれる短波長赤外成分の波長帯域の強度の平均値である。例えば、「テンサイ」についての「ＳＷＩＲ」は、例えば、波長が１６６０ｎｍの近赤外成分の強度の平均値である。   “G” for “sugar beet” is the average value of the intensity of the wavelength band of the green component contained in the reflected light of sunlight in a plurality of fields where sugar beet is planted. For example, “G” for “sugar beet” is the average value of the intensities of the green component having a wavelength of 550 nm. Also, “R” for “sugar beet” is the average value of the intensity of the wavelength band of the red component contained in the reflected light of sunlight in a plurality of fields where the sugar beet is planted. For example, “R” for “sugar beet” is the average value of the intensity of the red component having a wavelength of 640 nm. Further, “NIR” for “sugar beet” is an average value of the intensity of the wavelength band of the near infrared component included in the reflected light of sunlight in a plurality of fields where sugar beet is planted. For example, “NIR” for “sugar beet” is the average value of the intensity of the near infrared component having a wavelength of 840 nm. In addition, “SWIR” for “sugar beet” is an average value of the intensity of the short wavelength infrared component wavelength band included in the reflected light of sunlight in a plurality of fields where sugar beet is planted. For example, “SWIR” for “sugar beet” is, for example, the average value of near-infrared component intensities having a wavelength of 1660 nm.

そして、「テンサイ」についての「Ｇ」の範囲の最小値は、「テンサイ」についての「Ｇ」を０．８５倍した値である。また、「テンサイ」についての「Ｇ」の範囲の最大値は、「テンサイ」についての「Ｇ」を１．１５倍した値である。また、「テンサイ」についての「Ｒ」の範囲の最小値は、「テンサイ」についての「Ｒ」を０．８５倍した値である。また、「テンサイ」についての「Ｒ」の範囲の最大値は、「テンサイ」についての「Ｒ」を１．１５倍した値である。また、「テンサイ」についての「ＮＩＲ」の範囲の最小値は、「テンサイ」についての「ＮＩＲ」を０．８５倍した値である。また、「テンサイ」についての「ＮＩＲ」の範囲の最大値は、「テンサイ」についての「ＮＩＲ」を１．１５倍した値である。また、「テンサイ」についての「ＳＷＩＲ」の範囲の最小値は、「テンサイ」についての「ＳＷＩＲ」を０．８５倍した値である。また、「テンサイ」についての「ＳＷＩＲ」の範囲の最大値は、「テンサイ」についての「ＳＷＩＲ」を１．１５倍した値である。   The minimum value of the “G” range for “sugar beet” is a value obtained by multiplying “G” for “sugar beet” by 0.85. The maximum value of the “G” range for “sugar beet” is a value obtained by multiplying “G” for “sugar beet” by 1.15. Further, the minimum value of the “R” range for “sugar beet” is a value obtained by multiplying “R” for “sugar beet” by 0.85. In addition, the maximum value of the range of “R” for “sugar beet” is a value obtained by multiplying “R” for “sugar beet” by 1.15. Further, the minimum value of the “NIR” range for “sugar beet” is a value obtained by multiplying “NIR” for “sugar beet” by 0.85. In addition, the maximum value of the “NIR” range for “sugar beet” is a value obtained by multiplying “NIR” for “sugar beet” by 1.15. Further, the minimum value in the range of “SWIR” for “sugar beet” is a value obtained by multiplying “SWIR” for “sugar beet” by 0.85. The maximum value of the “SWIR” range for “sugar beet” is a value obtained by multiplying “SWIR” for “sugar beet” by 1.15.

例えば、図２の例において、ある圃場における太陽光の反射光に含まれる特定の成分が、以下に説明する４つの条件を満たすときには、この圃場に、テンサイが植えられていると考えられる。１つ目の条件は、ある圃場における太陽光の反射光に含まれる緑成分の強度が６１．１以上、かつ、８２．７以下であるという条件である。２つ目の条件は、ある圃場における太陽光の反射光に含まれる赤成分の強度が４９．９以上、かつ、６７．５以下であるという条件である。３つ目の条件は、ある圃場における太陽光の反射光に含まれる近赤外成分の強度が８５．０以上、かつ、１１５．０以下であるという条件である。４つ目の条件は、ある圃場における太陽光の反射光に含まれる短波長赤外成分の強度が５６．８以上、かつ、７６．９以下であるという条件である。このようなある圃場にテンサイが植えられているか判定するための４つの条件を以下の説明では、「テンサイについての４つの条件」と表記する場合がある。   For example, in the example of FIG. 2, when a specific component included in reflected sunlight of a certain field satisfies the following four conditions, it is considered that sugar beet is planted in the field. The first condition is that the intensity of the green component contained in the reflected sunlight of a certain field is 61.1 or more and 82.7 or less. The second condition is that the intensity of the red component contained in the reflected sunlight of a certain field is 49.9 or more and 67.5 or less. The third condition is that the intensity of the near-infrared component included in the reflected sunlight of a certain field is 85.0 or more and 115.0 or less. The fourth condition is a condition that the intensity of the short wavelength infrared component included in the reflected sunlight of a certain field is 56.8 or more and 76.9 or less. In the following description, the four conditions for determining whether sugar beets are planted in a certain field may be referred to as “four conditions for sugar beet”.

圃場別スペクトルデータ１３ｂには、圃場毎に、人工衛星のスペクトルカメラによって、圃場が撮像された結果得られた複数のピクセルのそれぞれにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分及び短波長赤外成分の各強度が登録されている。一例としては、圃場別スペクトルデータ１３ｂには、太陽光の反射光に含まれる波長が５５０ｎｍの緑成分、波長が６４０ｎｍの赤成分、波長が８４０ｎｍの近赤外成分、波長が１６６０ｎｍの短波長赤外成分の各強度が登録されている。   The field-specific spectrum data 13b includes, for each field, a green component, a red component, and a near red component included in the reflected sunlight of each of a plurality of pixels obtained as a result of imaging the field by a spectrum camera of an artificial satellite. Each intensity of the outer component and the short wavelength infrared component is registered. As an example, the spectral data 13b by field includes a green component having a wavelength of 550 nm, a red component having a wavelength of 640 nm, a near infrared component having a wavelength of 840 nm, and a short wavelength red having a wavelength of 1660 nm. Each intensity of the external component is registered.

図３は、圃場別スペクトルデータ１３ｂの一例を示す図である。図３の例に示す圃場別スペクトルデータ１３ｂは、「圃場ＩＤ」、「ピクセルＩＤ」、「Ｇ」、「Ｒ」、「ＮＩＲ」及び「ＳＷＩＲ」の各項目を有する。圃場別スペクトルデータ１３ｂの１レコードには、１つの圃場の１つのピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分及び短波長赤外成分の各強度が予め登録されている。   FIG. 3 is a diagram showing an example of the field-specific spectrum data 13b. The field-specific spectrum data 13b illustrated in the example of FIG. 3 includes items of “field ID”, “pixel ID”, “G”, “R”, “NIR”, and “SWIR”. In each record of the field-specific spectrum data 13b, the intensities of the green component, the red component, the near infrared component, and the short wavelength infrared component included in the reflected sunlight of one pixel of one field are registered in advance. ing.

「圃場ＩＤ」の項目には、圃場を識別するためのＩＤ（Identification）が予め登録されている。「ピクセルＩＤ」の項目には、「圃場ＩＤ」の項目に登録された圃場の領域を少なくとも一部に含むピクセルを識別するためのＩＤが予め登録されている。「Ｇ」の項目には、「ピクセルＩＤ」の項目に登録されたＩＤが示すピクセルにおける太陽光の反射光に含まれる緑成分の強度が予め登録されている。「Ｒ」の項目には、「ピクセルＩＤ」の項目に登録されたＩＤが示すピクセルにおける太陽光の反射光に含まれる赤成分の強度が予め登録されている。「ＮＩＲ」の項目には、「ピクセルＩＤ」の項目に登録されたＩＤが示すピクセルにおける太陽光の反射光に含まれる近赤外成分の強度が予め登録されている。「ＳＷＩＲ」の項目には、「ピクセルＩＤ」の項目に登録されたＩＤが示すピクセルにおける太陽光の反射光に含まれる短波長赤外成分の強度が予め登録されている。   In the item “Field ID”, an ID (Identification) for identifying the field is registered in advance. In the “pixel ID” item, an ID for identifying a pixel that includes at least a part of the field area registered in the “field ID” item is registered in advance. In the item “G”, the intensity of the green component included in the reflected sunlight of the pixel indicated by the ID registered in the item “pixel ID” is registered in advance. In the item “R”, the intensity of the red component included in the reflected sunlight of the pixel indicated by the ID registered in the item “pixel ID” is registered in advance. In the “NIR” item, the intensity of the near-infrared component included in the reflected sunlight of the pixel indicated by the ID registered in the “pixel ID” item is registered in advance. In the item “SWIR”, the intensity of the short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID registered in the item “pixel ID” is registered in advance.

例えば、図３の例に示す圃場別スペクトルデータ１３ｂは、ＩＤ「ＡＡ」が示す圃場の領域を少なくとも一部に含むピクセルが、ＩＤ「ＡＡＡ」が示すピクセル、ＩＤ「ＡＡＢ」が示すピクセル、及び、ＩＤ「ＡＡＣ」が示すピクセルであることを示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＡＡＡ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「９０」、「８１」、「１０３」、「６１」である場合を示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＡＡＢ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「８７」、「７１」、「１００」、「７１」である場合を示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＡＡＣ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「８５」、「７２」、「１０１」、「６６」である場合を示す。   For example, the field-specific spectral data 13b illustrated in the example of FIG. 3 includes pixels including at least a part of a field area indicated by the ID “AA”, pixels indicated by the ID “AAA”, pixels indicated by the ID “AAB”, and , The pixel indicated by the ID “AAC”. The field-specific spectrum data 13b indicates that the intensity of each of the green component, red component, near infrared component, and short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “AAA” is “90”. , “81”, “103”, “61”. The field-specific spectrum data 13b indicates that the intensity of each of the green component, the red component, the near infrared component, and the short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “AAB” is “87”. , “71”, “100”, “71”. The field-specific spectrum data 13b indicates that the intensities of the green component, red component, near infrared component, and short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “AAC” are “85”. , “72”, “101”, “66”.

また、図３の例に示す圃場別スペクトルデータ１３ｂは、ＩＤ「ＢＢ」が示す圃場の領域を少なくとも一部に含むピクセルが、ＩＤ「ＢＡＡ」が示すピクセル、ＩＤ「ＢＡＢ」が示すピクセル、及び、ＩＤ「ＢＡＣ」が示すピクセルであることを示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＢＡＡ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「７１」、「５０」、「１０１」、「５７」である場合を示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＢＡＢ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「７０」、「５１」、「１００」、「５８」である場合を示す。また、圃場別スペクトルデータ１３ｂは、ＩＤ「ＢＡＣ」が示すピクセルにおける太陽光の反射光に含まれる緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度が、「７１」、「５２」、「１００」、「５７」である場合を示す。   Further, the field-specific spectrum data 13b illustrated in the example of FIG. 3 includes pixels including at least a part of a field area indicated by the ID “BB”, a pixel indicated by the ID “BAA”, a pixel indicated by the ID “BAB”, and , The pixel indicated by the ID “BAC”. The field-specific spectrum data 13b indicates that the intensity of each of the green component, the red component, the near infrared component, and the short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “BAA” is “71”. , “50”, “101”, “57”. The field-specific spectrum data 13b indicates that the intensity of each of the green component, red component, near infrared component, and short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “BAB” is “70”. , “51”, “100”, “58”. The field-specific spectrum data 13b indicates that the intensity of each of the green component, the red component, the near infrared component, and the short wavelength infrared component included in the reflected sunlight of the pixel indicated by the ID “BAC” is “71”. , “52”, “100”, “57”.

判別用圃場別スペクトルデータ１３ｃについては後述する。   The field-specific spectrum data 13c for determination will be described later.

記憶部１３は、例えば、フラッシュメモリなどの半導体メモリ素子、または、ハードディスク、光ディスクなどの記憶装置である。   The storage unit 13 is, for example, a semiconductor memory device such as a flash memory, or a storage device such as a hard disk or an optical disk.

制御部１４は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。図１に示すように、制御部１４は、生成部１４ａと、特定部１４ｂと、算出部１４ｃと、判別部１４ｄと、出力制御部１４ｅとを有する。   The control unit 14 has an internal memory for storing programs defining various processing procedures and control data, and executes various processes using these. As illustrated in FIG. 1, the control unit 14 includes a generation unit 14a, a specification unit 14b, a calculation unit 14c, a determination unit 14d, and an output control unit 14e.

生成部１４ａは、圃場別スペクトルデータ１３ｂに基づいて、特定の波長帯域ごとに、特定の波長帯域の成分の強度と、強度に対応するピクセルの個数との関係を示す情報であるヒストグラムを生成する。   The generation unit 14a generates, for each specific wavelength band, a histogram that is information indicating the relationship between the intensity of a component in a specific wavelength band and the number of pixels corresponding to the intensity, based on the field-specific spectral data 13b. .

生成部１４ａの一態様について説明する。例えば、生成部１４ａは、入力部１１から作物判別処理を実行する指示が入力されると、圃場別スペクトルデータ１３ｂの「圃場ＩＤ」の項目に登録された圃場を識別するためのＩＤを全て取得する。なお、生成部１４ａは、重複するＩＤについては、１つのＩＤとして取得する。そして、生成部１４ａは、取得したＩＤのうち、未選択のＩＤを１つずつ選択する処理を行う。なお、生成部１４ａにより選択されたＩＤが示す圃場は、植えられている作物が判別される対象の圃場（判別対象の圃場）である。そして、生成部１４ａは、未選択のＩＤを１つ選択するたびに、以下で説明する処理を行う。   One aspect of the generation unit 14a will be described. For example, when an instruction to execute the crop discrimination process is input from the input unit 11, the generation unit 14a acquires all IDs for identifying the fields registered in the item “Field ID” of the field-specific spectrum data 13b. To do. Note that the generation unit 14a acquires overlapping IDs as one ID. And the production | generation part 14a performs the process which selects unselected ID one by one among acquired ID. The field indicated by the ID selected by the generation unit 14a is a target field (a field to be determined) from which a planted crop is determined. And the production | generation part 14a performs the process demonstrated below, whenever one unselected ID is selected.

すなわち、生成部１４ａは、圃場別スペクトルデータ１３ｂの全てのレコードの中から、選択したＩＤが「圃場ＩＤ」の項目に登録された全てのレコードを特定する。例えば、図３の例に示す圃場別スペクトルデータ１３ｂが記憶部１３に記憶され、生成部１４ａがＩＤ「ＡＡ」を選択した場合には、生成部１４ａは、ＩＤ「ＡＡ」が「圃場ＩＤ」の項目に登録された３つのレコードを特定する。   In other words, the generation unit 14a identifies all the records in which the selected ID is registered in the item “Field ID” from among all the records of the field-specific spectrum data 13b. For example, when the field-specific spectrum data 13b illustrated in the example of FIG. 3 is stored in the storage unit 13 and the generation unit 14a selects the ID “AA”, the generation unit 14a sets the ID “AA” to “field ID”. The three records registered in the item are specified.

そして、生成部１４ａは、特定した全てのレコードのそれぞれの「Ｇ」の項目に登録された緑成分の強度を全て取得する。例えば、図３の例に示す圃場別スペクトルデータ１３ｂが記憶部１３に記憶され、生成部１４ａが、ＩＤ「ＡＡ」が「圃場ＩＤ」の項目に登録された３つのレコードを特定した場合には、生成部１４ａは、次の処理を行う。すなわち、生成部１４ａは、緑成分の３つの強度「９０」、「８７」、「８５」を取得する。   And the production | generation part 14a acquires all the intensity | strengths of the green component registered into each item of "G" of all the specified records. For example, when the field-specific spectrum data 13b shown in the example of FIG. 3 is stored in the storage unit 13, and the generation unit 14a identifies three records in which the ID “AA” is registered in the item “Field ID” The generation unit 14a performs the following processing. That is, the generation unit 14a acquires three intensities “90”, “87”, and “85” of the green component.

そして、生成部１４ａは、取得した全ての緑成分の強度のうち、同一の緑成分の強度の数を取得した緑成分の強度ごとに計数する。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の緑成分の強度については、同一の緑成分の強度「Ｎ＋５」として扱う。例えば、生成部１４ａは、例えば、「１２０」よりも大きく、かつ、「１３０」以下の緑成分の強度については、同一の緑成分の強度「１２５」として扱う。なお、計数した緑成分の強度の数は、同一の緑成分の強度を有するピクセルの個数である。そして、生成部１４ａは、横軸を緑成分の強度、縦軸をピクセルの数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における緑成分の強度についてのヒストグラムを生成する。   And the production | generation part 14a counts the number of the intensity | strengths of the same green component among the intensity | strengths of all the acquired green components for every intensity | strength of the acquired green component. Here, for example, the intensity of the green component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same green component. For example, the generation unit 14a treats the intensity of the green component that is greater than “120” and equal to or less than “130” as the intensity “125” of the same green component. The counted number of green component intensities is the number of pixels having the same green component intensity. Then, the generation unit 14a generates a histogram with the horizontal axis representing the green component intensity and the vertical axis representing the number of pixels. That is, the generation unit 14a generates a histogram regarding the intensity of the green component in the field indicated by the selected ID.

また、生成部１４ａは、特定した全てのレコードのそれぞれの「Ｒ」の項目に登録された赤成分の強度を全て取得する。そして、生成部１４ａは、取得した全ての赤成分の強度のうち、同一の赤成分の強度の数を、取得した赤成分の強度ごとに計数する。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の赤成分の強度については、同一の赤成分の強度「Ｎ＋５」として扱う。なお、計数した赤成分の強度の数は、同一の赤成分の強度を有するピクセルの個数である。そして、生成部１４ａは、横軸を赤成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における赤成分の強度についてのヒストグラムを生成する。   Further, the generation unit 14a acquires all the intensities of the red components registered in the respective “R” items of all the specified records. And the production | generation part 14a counts the number of the intensity | strength of the same red component among the intensity | strengths of all the acquired red components for every intensity | strength of the acquired red component. Here, for example, the intensity of the red component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same red component. The counted number of red component intensities is the number of pixels having the same red component intensity. Then, the generation unit 14a generates a histogram with the horizontal axis representing the red component intensity and the vertical axis representing the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the red component in the field indicated by the selected ID.

また、生成部１４ａは、特定した全てのレコードのそれぞれの「ＮＩＲ」の項目に登録された近赤外成分の強度を全て取得する。そして、生成部１４ａは、取得した全ての近赤外成分の強度のうち、同一の近赤外成分の強度の数を、取得した近赤外成分の強度ごとに計数する。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の近赤外成分の強度については、同一の近赤外成分の強度「Ｎ＋５」として扱う。なお、計数した近赤外成分の強度の数は、同一の近赤外成分の強度を有するピクセルの個数である。そして、生成部１４ａは、横軸を近赤外成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における近赤外成分の強度についてのヒストグラムを生成する。   Further, the generation unit 14a acquires all the intensities of the near-infrared components registered in the “NIR” items of all the specified records. And the production | generation part 14a counts the number of the intensity | strength of the same near-infrared component among the intensity | strengths of all the acquired near-infrared components for every intensity | strength of the acquired near-infrared component. Here, for example, the intensity of the near-infrared component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same near-infrared component. Note that the counted number of near-infrared component intensities is the number of pixels having the same near-infrared component intensity. Then, the generation unit 14a generates a histogram with the horizontal axis indicating the intensity of the near infrared component and the vertical axis indicating the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the near infrared component in the field indicated by the selected ID.

また、生成部１４ａは、特定した全てのレコードのそれぞれの「ＳＷＩＲ」の項目に登録された短波長赤外成分の強度を全て取得する。そして、生成部１４ａは、取得した全ての短波長赤外成分の強度のうち、同一の短波長赤外成分の強度の数を、取得した短波長赤外成分の強度ごとに計数する。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の短波長赤外成分の強度については、同一の短波長成分の強度「Ｎ＋５」として扱う。なお、計数した短波長赤外成分の強度の数は、同一の短波長赤外成分の強度を有するピクセルの個数である。そして、生成部１４ａは、横軸を短波長赤外成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における短波長赤外成分の強度についてのヒストグラムを生成する。   Further, the generation unit 14a acquires all the intensities of the short-wavelength infrared components registered in the “SWIR” items of all the specified records. And the production | generation part 14a counts the number of the intensity | strength of the same short wavelength infrared component among the intensity | strengths of all the acquired short wavelength infrared components for every intensity | strength of the acquired short wavelength infrared component. Here, for example, the intensity of the short wavelength infrared component that is larger than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same short wavelength component. The counted number of short wavelength infrared component intensities is the number of pixels having the same short wavelength infrared component intensity. Then, the generation unit 14a generates a histogram with the horizontal axis representing the intensity of the short wavelength infrared component and the vertical axis representing the number of pixels. That is, the production | generation part 14a produces | generates the histogram about the intensity | strength of the short wavelength infrared component in the field which selected ID shows.

図４は、実施例に係る生成部１４ａにより生成されたヒストグラムの一例を示す図である。図４の例は、横軸を近赤外成分の強度、縦軸をピクセルの個数とするヒストグラム２０を示す。図４に示すヒストグラム２０では、ピクセルの個数についてのピークが２つある。図４の例に示すヒストグラム２０では、１つ目のピークにおける近赤外成分の強度は、「６５」であり、２つ目のピークにおける近赤外成分の強度は、「１２５」である。ここで、２つのピークのうち、ピクセルの個数が少ない方のピーク（近赤外成分の強度「６５」に対応するピーク）は、次のような理由により発生することが考えられる。すなわち、判別対象の圃場のピクセルの一部に、判別対象の圃場以外の領域が少なくとも一部に含まれてしまった場合に、発生すると考えられる。例えば、図５や図６に示すように、判別対象の圃場３０のピクセル３５の一部に、判別対象の圃場以外のあぜ道４０や他の圃場４１の領域が少なくとも一部に含まれてしまった場合に、発生すると考えられる。本実施例では、判別対象の圃場のピクセルの一部に、判別対象の圃場以外の領域が少なくとも一部に含まれてしまった場合であっても、精度良く作物の種別を判別できるように、後述する各処理を行う。なお、上述した図５及び図６は、判別対象の圃場のピクセルの一部に、判別対象の圃場以外の領域が少なくとも一部に含まれてしまった場合の一例を説明するための図である。   FIG. 4 is a diagram illustrating an example of a histogram generated by the generation unit 14a according to the embodiment. The example of FIG. 4 shows a histogram 20 with the horizontal axis representing the intensity of the near infrared component and the vertical axis representing the number of pixels. In the histogram 20 shown in FIG. 4, there are two peaks for the number of pixels. In the histogram 20 shown in the example of FIG. 4, the intensity of the near-infrared component at the first peak is “65”, and the intensity of the near-infrared component at the second peak is “125”. Here, of the two peaks, the peak with the smaller number of pixels (the peak corresponding to the intensity “65” of the near infrared component) may occur for the following reason. That is, it is considered to occur when a part of the pixel of the discrimination target field includes at least a part of the area other than the discrimination target field. For example, as shown in FIG. 5 and FIG. 6, at least a part of the area 35 of the maze road 40 and other fields 41 other than the field to be discriminated is included in a part of the pixels 35 of the field 30 to be discriminated. In some cases. In this embodiment, even if a part of the pixel of the discrimination target field includes at least a part of the area other than the discrimination target field, the type of crop can be determined with high accuracy. Each process described later is performed. FIG. 5 and FIG. 6 described above are diagrams for explaining an example when a part of the pixels of the discrimination target field includes at least a region other than the discrimination target field. .

生成部１４ａは、上述した処理を、ＩＤを選択するたびに行う。これにより、圃場別スペクトルデータ１３ｂにＩＤが登録された全ての圃場における、緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれについてのヒストグラムが生成される。   The generation unit 14a performs the above-described process every time an ID is selected. Thereby, the histogram about each of a green component, a red component, a near infrared component, and a short wavelength infrared component is produced | generated in all the fields in which ID was registered into the spectrum data 13b according to each field.

特定部１４ｂは、生成部１４ａにより生成されたヒストグラムに基づいて、特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定する。   The specifying unit 14b specifies the intensity at which the number of pixels is the maximum for each specific wavelength band based on the histogram generated by the generating unit 14a.

特定部１４ｂの一態様について説明する。例えば、特定部１４ｂは、生成部１４ａにより選択されたＩＤが示す圃場における緑成分、赤成分、近赤外成分及び短波長赤外成分についての４つのヒストグラムが生成されるたびに、ヒストグラムごとに、次の処理を行う。すなわち、特定部１４ｂは、ヒストグラムにおいて、ピクセルの個数についてピークとなる特定の波長帯域の成分の強度を抽出する。ここで、ヒストグラムにおいてピークが複数ある場合には、特定部１４ｂは、複数のピークを抽出する。なお、ピークとは、例えば、ヒストグラムが示す、特定の波長帯域の成分の強度と、特定の波長帯域の成分の強度に対応するピクセルの個数との関係をグラフで表した場合に、極大となる点を指す。例えば、図４の例に示すヒストグラム２０が生成された場合には、特定部１４ｂは、ピクセルの個数についてピークとなる２つの近赤外成分の強度「６５」及び「１２５」を抽出する。   One aspect of the specifying unit 14b will be described. For example, the specifying unit 14b generates a histogram for each histogram every time four histograms are generated for the green component, the red component, the near infrared component, and the short wavelength infrared component in the field indicated by the ID selected by the generating unit 14a. The following processing is performed. That is, the specifying unit 14b extracts the intensity of a component in a specific wavelength band that peaks for the number of pixels in the histogram. Here, when there are a plurality of peaks in the histogram, the specifying unit 14b extracts a plurality of peaks. Note that the peak is a maximum when, for example, a graph shows the relationship between the intensity of a component in a specific wavelength band and the number of pixels corresponding to the intensity of a component in a specific wavelength band indicated by a histogram. Point to a point. For example, when the histogram 20 shown in the example of FIG. 4 is generated, the specifying unit 14b extracts the intensity “65” and “125” of two near-infrared components that are peaks with respect to the number of pixels.

そして、特定部１４ｂは、抽出した特定の波長帯域の成分の強度が複数であるか否かを判定する。抽出した特定の波長帯域の成分の強度が複数であると判定した場合には、特定部１４ｂは、次の処理を行う。すなわち、特定部１４ｂは、ヒストグラムが示す特定の波長帯域の成分の強度とピクセルの個数との関係に基づいて、抽出した複数の特定の波長帯域の成分の強度の中から、対応するピクセルの個数が最大である特定の波長帯域の成分の強度を特定する。例えば、図４の例に示すヒストグラム２０が生成されて、ピクセルの個数についてピークとなる２つの近赤外成分の強度「６５」及び「１２５」を抽出した場合には、特定部１４ｂは、次の処理を行う。すなわち、特定部１４ｂは、２つの近赤外成分の強度「６５」及び「１２５」の中から、ピクセルの個数が最大（６０個）である近赤外成分の強度「１２５」を特定する。   Then, the specifying unit 14b determines whether or not the intensity of the extracted component in the specific wavelength band is plural. If it is determined that the extracted component of the specific wavelength band has a plurality of intensities, the specifying unit 14b performs the following process. That is, the specifying unit 14b determines the number of corresponding pixels from the extracted component intensities in the specific wavelength band based on the relationship between the intensity of the component in the specific wavelength band indicated by the histogram and the number of pixels. The intensity of the component in the specific wavelength band where is the maximum is specified. For example, when the histogram 20 shown in the example of FIG. 4 is generated and the intensities “65” and “125” of the two near-infrared components that are peaks with respect to the number of pixels are extracted, the specifying unit 14b Perform the process. That is, the specifying unit 14b specifies the intensity “125” of the near-infrared component having the maximum number of pixels (60) from the intensity “65” and “125” of the two near-infrared components.

算出部１４ｃは、ヒストグラムに基づいて、特定の波長帯域ごとに、次の処理を行う。すなわち、算出部１４ｃは、特定部１４ｂにより特定された強度を含む、最大のピクセルの個数からピクセルの個数が減少する範囲内の特定の波長帯域の成分の強度に対応するピクセルにおける特定の波長帯域の成分の強度の平均値を算出する。   The calculation unit 14c performs the following processing for each specific wavelength band based on the histogram. That is, the calculation unit 14c includes the specific wavelength band in the pixel corresponding to the intensity of the component in the specific wavelength band within the range in which the number of pixels decreases from the maximum number of pixels, including the intensity specified by the specifying unit 14b. The average value of the intensities of the components is calculated.

算出部１４ｃの一態様について説明する。例えば、算出部１４ｃは、特定部１４ｂにより特定の波長帯域の成分の強度が特定されると、次の処理を行う。すなわち、算出部１４ｃは、ヒストグラムが示す特定の波長帯域の成分の強度とピクセルの個数との関係において、特定部１４ｂにより特定された強度に対応するピクセルの個数からピクセルの個数が減少する範囲内の特定の波長帯域の成分の強度を特定する。図７は、実施例に係る算出部１４ｃが実行する処理の一例について説明するための図である。例えば、先の図４の例に示すヒストグラム２０において、特定部１４ｂにより近赤外成分の強度「１２５」が特定された場合には、算出部１４ｃは、次の処理を行う。すなわち、算出部１４ｃは、図７の例に示すように、強度「１２５」に対応するピクセルの個数「６０」からピクセルの個数が減少する範囲内の近赤外成分の強度「１１５」、「１０５」、「１２５」、「１３５」、「１４５」、「１５５」を特定する。このように、算出部１４ｃは、特定部１４ｂにより特定された強度から、横軸方向に順に、各強度に対応するピクセルの個数を参照し、特定部１４ｂにより特定された強度に対応するピクセルの個数から、ピクセルの個数が減少傾向にある強度を全て特定する。この場合に、算出部１４ｃは、特定部１４ｂにより特定された強度も特定する。   One aspect of the calculation unit 14c will be described. For example, when the specifying unit 14b specifies the intensity of a component in a specific wavelength band, the calculating unit 14c performs the following process. That is, the calculation unit 14c has a range in which the number of pixels decreases from the number of pixels corresponding to the intensity specified by the specifying unit 14b in the relationship between the intensity of the component in the specific wavelength band indicated by the histogram and the number of pixels. The intensity of the component in the specific wavelength band is specified. FIG. 7 is a diagram for explaining an example of a process executed by the calculation unit 14c according to the embodiment. For example, in the histogram 20 shown in the example of FIG. 4, when the intensity “125” of the near-infrared component is specified by the specifying unit 14b, the calculation unit 14c performs the following process. That is, as illustrated in the example of FIG. 7, the calculation unit 14 c performs near-infrared component intensities “115” and “115” within a range in which the number of pixels decreases from the number of pixels “60” corresponding to the intensity “125”. 105 ”,“ 125 ”,“ 135 ”,“ 145 ”,“ 155 ”are specified. As described above, the calculation unit 14c refers to the number of pixels corresponding to each intensity in order in the horizontal axis direction from the intensity specified by the specifying unit 14b, and determines the pixel corresponding to the intensity specified by the specifying unit 14b. From the number, all the intensities in which the number of pixels tends to decrease are specified. In this case, the calculation unit 14c also specifies the intensity specified by the specifying unit 14b.

そして、算出部１４ｃは、特定した全ての強度のそれぞれに対応するピクセルにおける特定の波長帯域の成分の強度の平均値を算出する。例えば、図７の例に示すように、強度「１１５」、「１０５」、「１２５」、「１３５」、「１４５」、「１５５」を特定した場合には、算出部１４ｃは、次の処理を行う。すなわち、算出部１４ｃは、図７の例に示すヒストグラム２０から、強度「１１５」に対応するピクセルの個数「５」を取得し、強度「１０５」に対応するピクセルの個数「２」を取得し、強度「１２５」に対応するピクセルの個数「６０」を取得する。また、算出部１４ｃは、図７の例に示すヒストグラム２０から、強度「１３５」に対応するピクセルの個数「５０」を取得し、強度「１４５」に対応するピクセルの個数「１０」を取得し、強度「１５５」に対応するピクセルの個数「５」を取得する。そして、算出部１４ｃは、強度「１１５」、「１０５」、「１２５」、「１３５」、「１４５」、「１５５」に対応するピクセルの強度の平均値を算出する。すなわち、算出部１４ｃは、「２２４」（１１５×５＋１０５×２＋１２５×６０＋１３５×５０＋１４５×１０＋１５５×５）／（５＋２＋６０＋５０＋１０＋５）を算出する。   Then, the calculating unit 14c calculates the average value of the intensities of the components in the specific wavelength band in the pixels corresponding to all the specified intensities. For example, as shown in the example of FIG. 7, when the intensities “115”, “105”, “125”, “135”, “145”, and “155” are specified, the calculation unit 14 c I do. That is, the calculation unit 14c obtains the number of pixels “5” corresponding to the intensity “115” and the number of pixels “2” corresponding to the intensity “105” from the histogram 20 illustrated in the example of FIG. , The number of pixels “60” corresponding to the intensity “125” is acquired. Further, the calculation unit 14c obtains the number of pixels “50” corresponding to the intensity “135” and the number of pixels “10” corresponding to the intensity “145” from the histogram 20 illustrated in the example of FIG. The number of pixels “5” corresponding to the intensity “155” is acquired. Then, the calculation unit 14c calculates the average value of the intensities of the pixels corresponding to the intensities “115”, “105”, “125”, “135”, “145”, “155”. That is, the calculation unit 14c calculates “224” (115 × 5 + 105 × 2 + 125 × 60 + 135 × 50 + 145 × 10 + 155 × 5) / (5 + 2 + 60 + 50 + 10 + 5).

そして、平均値を算出すると、算出部１４ｃは、生成部１４ａにより選択されたＩＤと、算出した平均値とを対応付けて記憶部１３に記憶された判別用圃場別スペクトルデータ１３ｃに登録する。   When the average value is calculated, the calculation unit 14 c registers the ID selected by the generation unit 14 a and the calculated average value in the discrimination-specific field-specific spectrum data 13 c stored in the storage unit 13.

図８は、判別用圃場別スペクトルデータ１３ｃのデータ構造の一例を示す図である。図８の例に示す判別用圃場別スペクトルデータ１３ｃは、「圃場ＩＤ」、「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」の項目を有する。算出部１４ｃは、平均値を算出すると、生成部１４ａにより選択されたＩＤが「圃場ＩＤ」の項目に登録されたレコードがあるか判別用圃場別スペクトルデータ１３ｃの全レコードを検索する。検索の結果、生成部１４ａにより選択されたＩＤが「圃場ＩＤ」の項目に登録されたレコードが得られた場合には、算出部１４ｃは、次のような処理を行う。例えば、算出部１４ｃは、算出した平均値が、緑成分の強度の平均値である場合には、得られたレコードの「Ｇ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、赤成分の強度の平均値である場合には、得られたレコードの「Ｒ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、近赤外成分の強度の平均値である場合には、得られたレコードの「ＮＩＲ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、短波長赤外成分の強度の平均値である場合には、得られたレコードの「ＳＷＩＲ」の項目に、算出した平均値を登録する。   FIG. 8 is a diagram illustrating an example of a data structure of the spectrum data 13c for each discrimination field. The field-specific spectral data 13c for discrimination shown in the example of FIG. 8 includes items of “field ID”, “G”, “R”, “NIR”, and “SWIR”. When calculating the average value, the calculation unit 14c searches all records of the field-specific spectrum data 13c for determination whether there is a record in which the ID selected by the generation unit 14a is registered in the item “field ID”. As a result of the search, when a record in which the ID selected by the generation unit 14a is registered in the item “field ID” is obtained, the calculation unit 14c performs the following process. For example, when the calculated average value is the average value of the intensity of the green component, the calculation unit 14c registers the calculated average value in the item “G” of the obtained record. Further, when the calculated average value is the average value of the red component intensity, the calculation unit 14c registers the calculated average value in the item “R” of the obtained record. In addition, when the calculated average value is the average value of the near-infrared component intensity, the calculation unit 14c registers the calculated average value in the item “NIR” of the obtained record. Further, when the calculated average value is the average value of the intensity of the short wavelength infrared component, the calculation unit 14c registers the calculated average value in the item “SWIR” of the obtained record.

一方、検索の結果、生成部１４ａにより選択されたＩＤが「圃場ＩＤ」の項目に登録されたレコードが得られなかった場合には、算出部１４ｃは、次のような処理を行う。例えば、算出部１４ｃは、判別用圃場別スペクトルデータ１３ｃに新たなレコードを１つ追加する。そして、算出部１４ｃは、生成部１４ａにより選択されたＩＤを、追加したレコードの「圃場ＩＤ」の項目に登録する。そして、算出部１４ｃは、算出した平均値が、緑成分の強度の平均値である場合には、追加したレコードの「Ｇ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、赤成分の強度の平均値である場合には、追加したレコードの「Ｒ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、近赤外成分の強度の平均値である場合には、追加したレコードの「ＮＩＲ」の項目に、算出した平均値を登録する。また、算出部１４ｃは、算出した平均値が、短波長赤外成分の強度の平均値である場合には、追加したレコードの「ＳＷＩＲ」の項目に、算出した平均値を登録する。   On the other hand, as a result of the search, when the record registered in the item “field ID” as the ID selected by the generation unit 14a is not obtained, the calculation unit 14c performs the following process. For example, the calculation unit 14c adds one new record to the discrimination-specific field-specific spectrum data 13c. Then, the calculation unit 14c registers the ID selected by the generation unit 14a in the item “Field ID” of the added record. Then, when the calculated average value is the average value of the intensity of the green component, the calculation unit 14c registers the calculated average value in the item “G” of the added record. In addition, when the calculated average value is the average value of the intensity of the red component, the calculation unit 14c registers the calculated average value in the item “R” of the added record. Further, when the calculated average value is the average value of the intensity of the near-infrared component, the calculation unit 14c registers the calculated average value in the item “NIR” of the added record. In addition, when the calculated average value is the average value of the intensity of the short wavelength infrared component, the calculation unit 14c registers the calculated average value in the item “SWIR” of the added record.

算出部１４ｃは、上述したような方法で、判別の対象となる全ての圃場について、緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度の平均値を判別用圃場別スペクトルデータ１３ｃに登録する。このようにして、算出部１４ｃは、作物の判別を精度良く行うことが可能なデータを算出する。   The calculation unit 14c calculates the average value of the intensity of each of the green component, the red component, the near infrared component, and the short wavelength infrared component for each field for discrimination by the method described above. Register in the spectrum data 13c. In this way, the calculation unit 14c calculates data that enables accurate crop discrimination.

また、算出部１４ｃは、抽出された特定の波長帯域の成分の強度が複数でないと特定部１４ｂにより判定された場合には、次の処理を行う。すなわち、算出部１４ｃは、ヒストグラムが示す全ての強度のそれぞれに対応するピクセルにおける特定の波長帯域の成分の強度の平均値を、上述した平均値の算出方法と同様の方法で算出する。そして、平均値を算出すると、算出部１４ｃは、生成部１４ａにより選択されたＩＤと、算出した平均値とを対応付けて上述した判別用圃場別スペクトルデータ１３ｃに登録する。   In addition, the calculating unit 14c performs the following process when the specifying unit 14b determines that the extracted component of the specific wavelength band has multiple intensities. That is, the calculation unit 14c calculates the average value of the intensities of the components in the specific wavelength band in the pixels corresponding to all the intensities indicated by the histogram by the same method as the above-described average value calculation method. When the average value is calculated, the calculation unit 14c associates the ID selected by the generation unit 14a with the calculated average value and registers the ID in the above-described determination-specific field-specific spectrum data 13c.

判別部１４ｄは、基準強度データ１３ａが示す所定の作物が植えられた地域における太陽光の反射光に含まれる特定の３種類以上の波長帯域の成分の強度に、算出部１４ｃにより算出された３種類以上の波長帯域の成分の強度が合致するか否かを判定する。そして、判別部１４ｄは、合致すると判定した場合には、判定対象の圃場に、所定の作物が植えられていると判別する。   The discriminating unit 14d is calculated by the calculating unit 14c based on the intensities of the components of the specific three or more wavelength bands included in the reflected light of sunlight in the area where the predetermined crop indicated by the reference intensity data 13a is planted. It is determined whether or not the intensities of the components in the wavelength bands of the types or more match. If the determination unit 14d determines that they match, the determination unit 14d determines that a predetermined crop is planted in the determination target field.

判別部１４ｄの一態様について説明する。例えば、判別対象の圃場について、緑成分、赤成分、近赤外成分、短波長赤外成分のそれぞれの強度の平均値が算出部１４ｃにより判別用圃場別スペクトルデータ１３ｃに登録されると、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤが「圃場ＩＤ」の項目に登録されたレコードの「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」の各項目に登録された強度の平均値を判別用圃場別スペクトルデータ１３ｃから取得する。そして、判別部１４ｄは、取得した４つの強度の平均値が、上述した「小麦についての４つの条件」を満たすか否かを判定する。４つの強度の平均値が、「小麦についての４つの条件」を満たすと判定した場合には、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「小麦」とを対応付けて、制御部１４の内部メモリに格納する。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物が小麦であると判別する。   One aspect of the determination unit 14d will be described. For example, when the average value of the intensity of each of the green component, red component, near infrared component, and short wavelength infrared component is registered in the discriminating field-specific spectrum data 13c by the calculation unit 14c, the discrimination is performed. The unit 14d performs the following process. That is, the determination unit 14d is registered in the items “G”, “R”, “NIR”, and “SWIR” of the record in which the ID selected by the generation unit 14a is registered in the item “Field ID”. The average value of intensity is acquired from the field-specific spectral data 13c for discrimination. Then, the determination unit 14d determines whether or not the acquired average value of the four intensities satisfies the “four conditions for wheat” described above. When it is determined that the average value of the four intensities satisfies “four conditions for wheat”, the determination unit 14 d associates the ID selected by the generation unit 14 a with the crop type “wheat”. And stored in the internal memory of the control unit 14. By the method as described above, the determination unit 14d determines that the crop planted in the determination target field is wheat.

一方、取得した４つの強度の平均値が、上述した「小麦についての４つの条件」を満たさないと判定した場合には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、取得した４つの強度の平均値が、上述した「馬鈴薯についての４つの条件」を満たすか否かを判定する。４つの強度の平均値が、「馬鈴薯についての４つの条件」を満たすと判定した場合には、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「馬鈴薯」とを対応付けて、制御部１４の内部メモリに格納する。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物が馬鈴薯であると判別する。   On the other hand, when it is determined that the acquired average value of the four intensities does not satisfy the above-mentioned “four conditions for wheat”, the determination unit 14d performs the following process. That is, the determination unit 14d determines whether or not the acquired average value of the four intensities satisfies the above-mentioned “four conditions for potato”. When it is determined that the average value of the four intensities satisfies “four conditions for potato”, the determination unit 14d associates the ID selected by the generation unit 14a with the crop type “potato”. And stored in the internal memory of the control unit 14. By the method as described above, the determination unit 14d determines that the crop planted in the determination target field is a potato.

一方、取得した４つの強度の平均値が、上述した「馬鈴薯についての４つの条件」を満たさないと判定した場合には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、取得した４つの強度の平均値が、上述した「テンサイについての４つの条件」を満たすか否かを判定する。４つの強度の平均値が、「テンサイについての４つの条件」を満たすと判定した場合には、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「テンサイ」とを対応付けて、制御部１４の内部メモリに格納する。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物がテンサイであると判別する。   On the other hand, when it is determined that the acquired average value of the four intensities does not satisfy the above-mentioned “four conditions for potato”, the determination unit 14d performs the following process. That is, the determination unit 14d determines whether or not the acquired average value of the four intensities satisfies the “four conditions for sugar beet” described above. When it is determined that the average value of the four intensities satisfies “four conditions for sugar beet”, the determination unit 14 d associates the ID selected by the generation unit 14 a with the crop type “sugar beet”. And stored in the internal memory of the control unit 14. With the method described above, the determination unit 14d determines that the crop planted in the field to be determined is a sugar beet.

一方、取得した４つの強度の平均値が、上述した「テンサイについての４つの条件」を満たさないと判定した場合には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、メッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」とを対応付けて、制御部１４の内部メモリに格納する。   On the other hand, when it is determined that the acquired average value of the four intensities does not satisfy the “four conditions for sugar beet” described above, the determination unit 14d performs the following process. That is, the determination unit 14d associates the ID selected by the generation unit 14a with the message “None of wheat, potato, or sugar beet is planted” and stores it in the internal memory of the control unit 14. To do.

上述したような方法で、判別部１４ｄは、圃場に植えられている作物の種類を判定する。   With the method described above, the determination unit 14d determines the type of crop planted in the field.

出力制御部１４ｅは、基準強度データ１３ａが示す所定の作物が植えられた地域における太陽光の反射光に含まれる特定の３種類以上の波長帯域の成分の強度に、算出された３種類以上の波長帯域の成分の強度が合致すると判定された場合に、次の処理を行う。すなわち、出力制御部１４ｅは、判別対象の地域に所定の作物が植えられていることを示す情報を出力するように出力部１２を制御する。   The output control unit 14e calculates three or more types of calculated intensities of components of three or more types of wavelength bands included in the reflected light of sunlight in the area where the predetermined crop indicated by the reference intensity data 13a is planted. When it is determined that the intensities of the components in the wavelength band match, the following processing is performed. In other words, the output control unit 14e controls the output unit 12 to output information indicating that a predetermined crop is planted in the discrimination target area.

出力制御部１４ｅの一態様について説明する。例えば、出力制御部１４ｅは、判別部１４ｄにより制御部１４の内部メモリにＩＤに対応付けられて格納された各種の情報を取得する。例えば、出力制御部１４ｅは、内部メモリに圃場のＩＤと作物の種類とが対応付けられて格納されている場合には、圃場のＩＤと作物の種類とを取得する。また、出力制御部１４ｅは、内部メモリに、ＩＤに対応付けられて、メッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」が格納されている場合には、圃場のＩＤとメッセージとを取得する。そして、出力制御部１４ｅは、取得した圃場のＩＤと作物の種類とを対応付けて表示するように出力部１２を制御する。これに加えて、出力制御部１４ｅは、取得した圃場のＩＤとメッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」とを対応付けて表示するように出力部１２を制御する。   One aspect of the output control unit 14e will be described. For example, the output control unit 14e acquires various types of information stored in association with IDs in the internal memory of the control unit 14 by the determination unit 14d. For example, when the field ID and the crop type are stored in the internal memory in association with each other, the output control unit 14e acquires the field ID and the crop type. The output control unit 14e also stores the message “No wheat, potato, or sugar beet crops are planted” associated with the ID in the internal memory. And get a message. Then, the output control unit 14e controls the output unit 12 to display the acquired field ID and the type of crop in association with each other. In addition to this, the output control unit 14e controls the output unit 12 to display the acquired field ID and the message “Neither wheat, potato, nor sugar beet crops are planted” in association with each other. To do.

図９は、出力制御部１４ｅによる制御によって出力部１２の画面に表示される内容の一例を示す図である。図９の例に示す画面は、ＩＤ「ＡＡ」が示す圃場に小麦が植えられていることを示す。また、図９の例に示す画面は、ＩＤ「ＢＢ」が示す圃場にテンサイが植えられていることを示す。また、図９の例に示す画面は、ＩＤ「ＣＣ」が示す圃場に馬鈴薯が植えられていることを示す。また、図９の例に示す画面は、ＩＤ「ＥＥ」が示す圃場に、小麦、馬鈴薯、テンサイのいずれの作物も植えられていないことを示す。   FIG. 9 is a diagram illustrating an example of contents displayed on the screen of the output unit 12 under the control of the output control unit 14e. The screen shown in the example of FIG. 9 indicates that wheat is planted in the field indicated by the ID “AA”. Further, the screen shown in the example of FIG. 9 indicates that sugar beet is planted in the field indicated by the ID “BB”. Further, the screen illustrated in the example of FIG. 9 indicates that a potato is planted in the field indicated by the ID “CC”. Further, the screen shown in the example of FIG. 9 indicates that none of the crops of wheat, potato, and sugar beet is planted in the field indicated by the ID “EE”.

制御部１４は、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）などの回路である。   The control unit 14 is a circuit such as an application specific integrated circuit (ASIC), a field programmable gate array (FPGA), a central processing unit (CPU), or a micro processing unit (MPU).

［処理の流れ］
次に、本実施例に係る作物判別装置１０が実行する処理の流れについて説明する。図１０Ａ及び図１０Ｂは、実施例に係る作物判別処理の手順を示すフローチャートである。実施例に係る作物判別処理は、例えば、入力部１１から、作物判別処理を実行するための指示が制御部１４に入力された場合に、制御部１４により実行される。 [Process flow]
Next, the flow of processing executed by the crop discrimination device 10 according to the present embodiment will be described. FIG. 10A and FIG. 10B are flowcharts illustrating a procedure of crop discrimination processing according to the embodiment. The crop discrimination process according to the embodiment is executed by the control unit 14 when, for example, an instruction for executing the crop discrimination process is input from the input unit 11 to the control unit 14.

図１０Ａに示すように、生成部１４ａは、圃場別スペクトルデータ１３ｂの「圃場ＩＤ」の項目に登録された圃場を識別するためのＩＤを全て取得する（Ｓ１０１）。なお、生成部１４ａは、重複するＩＤについては、１つのＩＤとして取得する。そして、生成部１４ａは、取得したＩＤの中に、未選択のＩＤがあるか否かを判定する（Ｓ１０２）。未選択のＩＤがあると判定した場合（Ｓ１０２；Ｙｅｓ）には、生成部１４ａは、未選択のＩＤを１つ選択する（Ｓ１０３）。   As illustrated in FIG. 10A, the generation unit 14a acquires all IDs for identifying the fields registered in the item “Field ID” of the field-specific spectrum data 13b (S101). Note that the generation unit 14a acquires overlapping IDs as one ID. Then, the generation unit 14a determines whether there is an unselected ID in the acquired ID (S102). If it is determined that there is an unselected ID (S102; Yes), the generation unit 14a selects one unselected ID (S103).

そして、生成部１４ａは、圃場別スペクトルデータ１３ｂの全てのレコードの中から、選択したＩＤが「圃場ＩＤ」の項目に登録された全てのレコードを特定する（Ｓ１０４）。そして、生成部１４ａは、特定した全てのレコードのそれぞれの「Ｇ」の項目に登録された緑成分の強度を全て取得する（Ｓ１０５）。そして、生成部１４ａは、取得した全ての緑成分の強度のうち、同一の緑成分の強度の数を取得した緑成分の強度ごとに計数する（Ｓ１０６）。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の緑成分の強度については、同一の緑成分の強度「Ｎ＋５」として扱う。そして、生成部１４ａは、横軸を緑成分の強度、縦軸をピクセルの数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における緑成分の強度についてのヒストグラムを生成する（Ｓ１０７）。   And the production | generation part 14a specifies all the records in which the selected ID was registered into the item of "field ID" from all the records of the spectrum data 13b classified by field (S104). Then, the generation unit 14a acquires all the intensities of the green components registered in the respective “G” items of all the specified records (S105). And the production | generation part 14a counts the number of the intensity | strengths of the same green component among the intensity | strengths of all the acquired green components for every intensity | strength of the acquired green component (S106). Here, for example, the intensity of the green component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same green component. Then, the generation unit 14a generates a histogram with the horizontal axis representing the green component intensity and the vertical axis representing the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the green component in the field indicated by the selected ID (S107).

そして、生成部１４ａは、特定した全てのレコードのそれぞれの「Ｒ」の項目に登録された赤成分の強度を全て取得する（Ｓ１０８）。そして、生成部１４ａは、取得した全ての赤成分の強度のうち、同一の赤成分の強度の数を、取得した赤成分の強度ごとに計数する（Ｓ１０９）。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の赤成分の強度については、同一の赤成分の強度「Ｎ＋５」として扱う。そして、生成部１４ａは、横軸を赤成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における赤成分の強度についてのヒストグラムを生成する（Ｓ１１０）。   Then, the generation unit 14a acquires all the intensities of the red components registered in the “R” items of all the specified records (S108). And the production | generation part 14a counts the number of the intensity | strengths of the same red component among the intensity | strengths of all the acquired red components for every intensity | strength of the acquired red component (S109). Here, for example, the intensity of the red component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same red component. Then, the generation unit 14a generates a histogram with the horizontal axis representing the red component intensity and the vertical axis representing the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the red component in the field indicated by the selected ID (S110).

そして、生成部１４ａは、特定した全てのレコードのそれぞれの「ＮＩＲ」の項目に登録された近赤外成分の強度を全て取得する（Ｓ１１１）。そして、生成部１４ａは、取得した全ての近赤外成分の強度のうち、同一の近赤外成分の強度の数を、取得した近赤外成分の強度ごとに計数する（Ｓ１１２）。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の近赤外成分の強度については、同一の近赤外成分の強度「Ｎ＋５」として扱う。そして、生成部１４ａは、横軸を近赤外成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における近赤外成分の強度についてのヒストグラムを生成する（Ｓ１１３）。   Then, the generation unit 14a acquires all the intensities of the near infrared components registered in the “NIR” items of all the specified records (S111). And the production | generation part 14a counts the number of the intensity | strength of the same near-infrared component among the intensity | strengths of all the acquired near-infrared components for every intensity | strength of the acquired near-infrared component (S112). Here, for example, the intensity of the near-infrared component greater than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same near-infrared component. Then, the generation unit 14a generates a histogram with the horizontal axis indicating the intensity of the near infrared component and the vertical axis indicating the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the near infrared component in the field indicated by the selected ID (S113).

そして、生成部１４ａは、特定した全てのレコードのそれぞれの「ＳＷＩＲ」の項目に登録された短波長赤外成分の強度を全て取得する（Ｓ１１４）。そして、生成部１４ａは、取得した全ての短波長赤外成分の強度のうち、同一の短波長赤外成分の強度の数を、取得した短波長赤外成分の強度ごとに計数する（Ｓ１１５）。ここで、生成部１４ａは、例えば、「Ｎ」よりも大きく、かつ、「Ｎ＋１０」以下の短波長赤外成分の強度については、同一の短波長成分の強度「Ｎ＋５」として扱う。そして、生成部１４ａは、横軸を短波長赤外成分の強度、縦軸をピクセルの個数とするヒストグラムを生成する。すなわち、生成部１４ａは、選択したＩＤが示す圃場における短波長赤外成分の強度についてのヒストグラムを生成する（Ｓ１１６）。   Then, the generation unit 14a acquires all the intensities of the short wavelength infrared components registered in the “SWIR” items of all the specified records (S114). And the production | generation part 14a counts the number of the intensity | strength of the same short wavelength infrared component among the intensity | strengths of all the acquired short wavelength infrared components for every intensity | strength of the acquired short wavelength infrared component (S115). . Here, for example, the intensity of the short wavelength infrared component that is larger than “N” and equal to or less than “N + 10” is handled as the intensity “N + 5” of the same short wavelength component. Then, the generation unit 14a generates a histogram with the horizontal axis representing the intensity of the short wavelength infrared component and the vertical axis representing the number of pixels. That is, the generation unit 14a generates a histogram about the intensity of the short wavelength infrared component in the field indicated by the selected ID (S116).

そして、特定部１４ｂは、生成部１４ａにより選択されたＩＤが示す圃場における、緑成分、赤成分、近赤外成分、短波長赤外成分の各成分についての４つのヒストグラムのうち、未選択のヒストグラムがあるか否かを判定する（Ｓ１１７）。未選択のヒストグラムがあると判定した場合（Ｓ１１７；Ｙｅｓ）には、特定部１４ｂは、未選択のヒストグラムを１つ選択する（Ｓ１１８）。   And the specific | specification part 14b is unselected among four histograms about each component of a green component, a red component, a near infrared component, and a short wavelength infrared component in the field which ID selected by the production | generation part 14a shows. It is determined whether there is a histogram (S117). If it is determined that there is an unselected histogram (S117; Yes), the specifying unit 14b selects one unselected histogram (S118).

そして、特定部１４ｂは、選択したヒストグラムにおいて、ピクセルの個数についてピークとなる特定の波長帯域の成分の強度を抽出する（Ｓ１１９）。ここで、ヒストグラムにおいてピークが複数ある場合には、特定部１４ｂは、複数のピークを抽出する。   Then, the specifying unit 14b extracts the intensity of a component in a specific wavelength band that peaks for the number of pixels in the selected histogram (S119). Here, when there are a plurality of peaks in the histogram, the specifying unit 14b extracts a plurality of peaks.

そして、特定部１４ｂは、抽出した特定の波長帯域の成分の強度が複数であるか否かを判定する（Ｓ１２０）。抽出した特定の波長帯域の成分の強度が複数であると判定した場合（Ｓ１２０；Ｙｅｓ）には、特定部１４ｂは、次の処理を行う。すなわち、特定部１４ｂは、選択したヒストグラムが示す強度とピクセルの個数との関係に基づいて、抽出した複数の特定の波長帯域の成分の強度の中から、対応するピクセルの個数が最大である特定の波長帯域の成分の強度を特定する（Ｓ１２１）。   And specific part 14b judges whether the intensity of the component of the extracted specific wavelength band is plurality (S120). When it determines with the intensity | strength of the component of the extracted specific wavelength band being plurality (S120; Yes), the specific | specification part 14b performs the following process. That is, the specifying unit 14b specifies that the number of corresponding pixels is the maximum from the extracted intensities of the components of the specific wavelength bands based on the relationship between the intensity indicated by the selected histogram and the number of pixels. The intensity of the component in the wavelength band is specified (S121).

そして、算出部１４ｃは、選択されたヒストグラムが示す強度とピクセルの個数との関係において、特定部１４ｂにより特定された強度に対応するピクセルの個数からピクセルの個数が減少する範囲内の特定の波長帯域の成分の強度を特定する（Ｓ１２２）。   The calculating unit 14c then selects a specific wavelength within a range in which the number of pixels decreases from the number of pixels corresponding to the intensity specified by the specifying unit 14b in the relationship between the intensity indicated by the selected histogram and the number of pixels. The intensity of the band component is specified (S122).

そして、算出部１４ｃは、特定した全ての強度のそれぞれに対応するピクセルにおける特定の波長帯域の成分の強度の平均値を算出する（Ｓ１２３）。そして、算出部１４ｃは、生成部１４ａにより選択されたＩＤと、算出した平均値とを対応付けて記憶部１３に記憶された判別用圃場別スペクトルデータ１３ｃに登録し（Ｓ１２４）、Ｓ１１７に戻る。   Then, the calculating unit 14c calculates the average value of the intensities of the components in the specific wavelength band in the pixels corresponding to all the specified intensities (S123). Then, the calculation unit 14c registers the ID selected by the generation unit 14a and the calculated average value in association with the discriminating field-specific spectrum data 13c stored in the storage unit 13 (S124), and returns to S117. .

一方、抽出された特定の波長帯域の成分の強度が複数でないと特定部１４ｂにより判定された場合（Ｓ１２０；Ｎｏ）には、次の処理を行う。すなわち、算出部１４ｃは、ヒストグラムが示す全ての強度のそれぞれに対応するピクセルにおける特定の波長帯域の成分の強度の平均値を、上述した平均値の算出方法と同様の方法で算出する（Ｓ１２５）。そして、算出部１４ｃは、生成部１４ａにより選択されたＩＤと、算出した平均値とを対応付けて判別用圃場別スペクトルデータ１３ｃに登録し（Ｓ１２６）、Ｓ１１７に戻る。   On the other hand, when it is determined by the specifying unit 14b that the extracted component of the specific wavelength band has a plurality of intensities (S120; No), the following processing is performed. That is, the calculating unit 14c calculates the average value of the components of the specific wavelength band in the pixels corresponding to all the intensities indicated by the histogram by the same method as the above-described average value calculating method (S125). . Then, the calculation unit 14c associates the ID selected by the generation unit 14a with the calculated average value and registers it in the discrimination-specific field-specific spectrum data 13c (S126), and returns to S117.

また、未選択のヒストグラムがないと特定部１４ｂにより判定された場合（Ｓ１１７；Ｎｏ）には、図１０Ｂに示すように、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤが「圃場ＩＤ」の項目に登録されたレコードの「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」の各項目に登録された強度の平均値を判別用圃場別スペクトルデータ１３ｃから取得する（Ｓ１２７）。そして、判別部１４ｄは、取得した４つの強度の平均値が、「小麦についての４つの条件」を満たすか否かを判定する（Ｓ１２８）。４つの強度の平均値が、「小麦についての４つの条件」を満たすと判定した場合（Ｓ１２８；Ｙｅｓ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「小麦」とを対応付けて、制御部１４の内部メモリに格納し（Ｓ１２９）、Ｓ１０２に戻る。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物が小麦であると判別する。   In addition, when the specifying unit 14b determines that there is no unselected histogram (S117; No), as illustrated in FIG. 10B, the determination unit 14d performs the following process. That is, the determination unit 14d is registered in the items “G”, “R”, “NIR”, and “SWIR” of the record in which the ID selected by the generation unit 14a is registered in the item “Field ID”. The average value of intensity is acquired from the field-specific spectral data 13c for discrimination (S127). Then, the determination unit 14d determines whether or not the acquired average value of the four intensities satisfies “four conditions for wheat” (S128). When it is determined that the average value of the four intensities satisfies “four conditions for wheat” (S128; Yes), the determination unit 14d performs the following process. That is, the determination unit 14d associates the ID selected by the generation unit 14a with the crop type “wheat” and stores them in the internal memory of the control unit 14 (S129), and returns to S102. By the method as described above, the determination unit 14d determines that the crop planted in the determination target field is wheat.

一方、取得した４つの強度の平均値が、「小麦についての４つの条件」を満たさないと判定した場合（Ｓ１２８；Ｎｏ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、取得した４つの強度の平均値が、「馬鈴薯についての４つの条件」を満たすか否かを判定する（Ｓ１３０）。４つの強度の平均値が、「馬鈴薯についての４つの条件」を満たすと判定した場合（Ｓ１３０；Ｙｅｓ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「馬鈴薯」とを対応付けて、制御部１４の内部メモリに格納し（Ｓ１３１）、Ｓ１０２に戻る。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物が馬鈴薯であると判別する。   On the other hand, when it is determined that the acquired average value of the four intensities does not satisfy the “four conditions for wheat” (S128; No), the determination unit 14d performs the following process. That is, the determination unit 14d determines whether or not the acquired average value of the four intensities satisfies “four conditions for potato” (S130). When it is determined that the average value of the four intensities satisfies “four conditions for potato” (S130; Yes), the determination unit 14d performs the following process. That is, the determination unit 14d associates the ID selected by the generation unit 14a with the crop type “potato” and stores it in the internal memory of the control unit 14 (S131), and returns to S102. By the method as described above, the determination unit 14d determines that the crop planted in the determination target field is a potato.

一方、取得した４つの強度の平均値が、上述した「馬鈴薯についての４つの条件」を満たさないと判定した場合（Ｓ１３０；Ｎｏ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、取得した４つの強度の平均値が、「テンサイについての４つの条件」を満たすか否かを判定する（Ｓ１３２）。４つの強度の平均値が、「テンサイについての４つの条件」を満たすと判定した場合（Ｓ１３２；Ｙｅｓ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、作物の種類「テンサイ」とを対応付けて、制御部１４の内部メモリに格納し（Ｓ１３３）、Ｓ１０２に戻る。上述したような方法で、判別部１４ｄは、判別対象の圃場に植えられている作物がテンサイであると判別する。   On the other hand, if it is determined that the acquired average value of the four intensities does not satisfy the above-mentioned “four conditions for potato” (S130; No), the determination unit 14d performs the following process. That is, the determination unit 14d determines whether or not the acquired average value of the four strengths satisfies “four conditions for sugar beet” (S132). When it is determined that the average value of the four intensities satisfies “four conditions for sugar beet” (S132; Yes), the determination unit 14d performs the following process. That is, the determination unit 14d associates the ID selected by the generation unit 14a with the crop type “sugar beet” and stores them in the internal memory of the control unit 14 (S133), and returns to S102. With the method described above, the determination unit 14d determines that the crop planted in the field to be determined is a sugar beet.

一方、取得した４つの強度の平均値が、「テンサイについての４つの条件」を満たさないと判定した場合（Ｓ１３２；Ｎｏ）には、判別部１４ｄは、次の処理を行う。すなわち、判別部１４ｄは、生成部１４ａにより選択されたＩＤと、メッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」とを対応付けて、制御部１４の内部メモリに格納し（Ｓ１３４）、Ｓ１０２に戻る。   On the other hand, when it is determined that the acquired average value of the four intensities does not satisfy “four conditions for sugar beet” (S132; No), the determination unit 14d performs the following process. That is, the determination unit 14d associates the ID selected by the generation unit 14a with the message “None of wheat, potato, or sugar beet is planted” and stores it in the internal memory of the control unit 14. Then (S134), the process returns to S102.

また、未選択のＩＤがないと生成部１４ａにより判定された場合（Ｓ１０２；Ｎｏ）には、出力制御部１４ｅは、判別部１４ｄにより制御部１４の内部メモリにＩＤに対応付けられて格納された各種の情報を取得する。例えば、出力制御部１４ｅは、内部メモリに圃場のＩＤと作物の種類とが対応付けられて格納されている場合には、圃場のＩＤと作物の種類とを取得する。また、出力制御部１４ｅは、内部メモリに、ＩＤに対応付けられて、メッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」が格納されている場合には、圃場のＩＤとメッセージとを取得する（Ｓ１３５）。そして、出力制御部１４ｅは、取得した圃場のＩＤと作物の種類とを対応付けて表示するように出力部１２を制御する。これに加えて、出力制御部１４ｅは、取得した圃場のＩＤとメッセージ「小麦、馬鈴薯、テンサイのいずれの作物も植えられていません。」とを対応付けて表示するように出力部１２を制御し（Ｓ１３６）、作物判別処理を終了する。   If the generation unit 14a determines that there is no unselected ID (S102; No), the output control unit 14e is stored in the internal memory of the control unit 14 in association with the ID by the determination unit 14d. Acquire various information. For example, when the field ID and the crop type are stored in the internal memory in association with each other, the output control unit 14e acquires the field ID and the crop type. The output control unit 14e also stores the message “No wheat, potato, or sugar beet crops are planted” associated with the ID in the internal memory. And a message are acquired (S135). Then, the output control unit 14e controls the output unit 12 to display the acquired field ID and the type of crop in association with each other. In addition to this, the output control unit 14e controls the output unit 12 to display the acquired field ID and the message “Neither wheat, potato, nor sugar beet crops are planted” in association with each other. (S136), and the crop discrimination process is terminated.

上述してきたように、本実施例に係る作物判別装置１０は、圃場別スペクトルデータ１３ｂに基づいて、特定の波長帯域ごとに、特定の波長帯域の成分の強度と、強度に対応するピクセルの個数との関係を示す情報であるヒストグラムを生成する。そして、作物判別装置１０は、生成されたヒストグラムに基づいて、特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定する。そして、作物判別装置１０は、ヒストグラムに基づいて、特定の波長帯域ごとに、次の処理を行う。すなわち、作物判別装置１０は、特定された強度を含む、最大のピクセルの個数からピクセルの個数が減少する範囲内の特定の波長帯域の成分の強度に対応するピクセルにおける特定の波長帯域の成分の強度の平均値を算出する。そして、作物判別装置１０は、特定の波長帯域ごとに算出された平均値に基づいて、判別対象の圃場に所定の作物（小麦、馬鈴薯、テンサイ）が植えられているか否かを判別する。このように、作物判別装置１０は、判別対象の圃場のピクセルの一部に、圃場以外の領域が少なくとも一部に含まれてしまう場合であっても、次のような処理を行う。すなわち、作物判別装置１０は、判別対象の圃場を少なくとも一部に含むピクセルのうち、判別対象の圃場の領域のみを含むピクセルにおける強度の平均値を算出する。そして、作物判別装置１０は、算出した平均値に基づいて、判別対象の圃場に所定の作物が植えられているか否かを判別する。このように、作物判別装置１０によれば、精度良く作物の判別を行うことが可能な、判別対象の圃場の領域のみを含むピクセルにおける強度の平均値に基づいて、作物の判別を行うので、精度良く作物を判別することができる。したがって、作物判別装置１０によれば、作物の判別の精度の低下を抑制することができる。   As described above, the crop discriminating apparatus 10 according to the present embodiment, for each specific wavelength band, based on the field-specific spectrum data 13b, the intensity of the component in the specific wavelength band and the number of pixels corresponding to the intensity. A histogram is generated which is information indicating the relationship between Then, the crop discriminating apparatus 10 specifies the intensity with the maximum number of pixels for each specific wavelength band based on the generated histogram. The crop discriminating apparatus 10 performs the following processing for each specific wavelength band based on the histogram. That is, the crop discriminating apparatus 10 includes the specified wavelength band component in the pixel corresponding to the intensity of the specific wavelength band component within the range in which the number of pixels decreases from the maximum number of pixels including the specified intensity. Calculate the average intensity. The crop discriminating apparatus 10 discriminates whether or not a predetermined crop (wheat, potato, sugar beet) is planted in the discrimination target field based on the average value calculated for each specific wavelength band. As described above, the crop discriminating apparatus 10 performs the following processing even when a part of the pixel of the field to be discriminated includes at least a part of the area other than the field. That is, the crop discriminating apparatus 10 calculates an average value of the intensity of pixels including only the discriminating target field area among pixels including at least a part of the discriminating target field. Then, the crop discriminating apparatus 10 discriminates whether or not a predetermined crop is planted in the discrimination target field based on the calculated average value. As described above, according to the crop discriminating apparatus 10, the crop is discriminated based on the average value of the intensity in the pixels including only the region of the discriminating target field that can discriminate the crop with high accuracy. Crop can be distinguished with high accuracy. Therefore, according to the crop discrimination device 10, it is possible to suppress a decrease in the accuracy of crop discrimination.

また、作物判別装置１０は、判別対象の圃場のピクセルの一部に、圃場以外の領域が少なくとも一部に含まれてしまう場合であっても、次のような処理を行う。すなわち、作物判別装置１０は、判別対象の圃場のピクセルのうち外周部分のピクセルを全て除くことなく、圃場以外の領域の一部が少なくとも含まれるピクセルのみを除いた上で、強度の平均値を算出する。それゆえ、作物判別装置１０によれば、外周部分のピクセルを全て除いて強度の平均値を算出した場合と比較して、強度の平均値を算出する際の強度の数が多いため、判定の精度が良い強度の平均値を算出することができる。   In addition, the crop discrimination device 10 performs the following processing even when a part of the pixels of the discrimination target field includes at least a part of the area other than the farm field. That is, the crop discriminating apparatus 10 does not remove all pixels in the outer peripheral portion from among the pixels of the discriminating target field, but only removes pixels that include at least a part of the region other than the field, and then calculates the average intensity value. calculate. Therefore, according to the crop discriminating apparatus 10, since the number of intensities when calculating the average value of intensity is larger than the case where the average value of intensity is calculated excluding all pixels in the outer peripheral portion, It is possible to calculate an average value of intensity with good accuracy.

ここで、実施例１に係る作物判別装置１０が、１００個の圃場に対して上述した作物判別処理による作物の判別を行う実験を行ったところ、１００個の圃場全てに対して、植えられている作物を正しく判別することができた。一方、判別対象の圃場のピクセルの一部に判別対象の圃場以外の領域が含まれてしまう場合であっても、判別対象の圃場の全ピクセルにおける強度の平均値を算出する従来技術では、１００個の圃場のうち、２５個の圃場に植えられた作物を正しく判別できなかった。すなわち、従来技術による作物の判別の精度は、７５％の精度である。   Here, when the crop discriminating apparatus 10 according to the first embodiment conducted an experiment for discriminating crops by the crop discriminating process described above for 100 fields, it was planted for all 100 fields. The correct crops could be identified. On the other hand, even in the case where a region other than the discrimination target field is included in a part of the discrimination target field pixels, the conventional technique for calculating the average value of all the pixels in the discrimination target field is 100. Among the individual fields, the crops planted in 25 fields could not be correctly identified. That is, the accuracy of crop discrimination according to the prior art is 75% accuracy.

また、「小麦についての４つの条件」において、１番目の条件、２番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、小麦が植えられているか否かを判定する実験を行った。また、「馬鈴薯についての４つの条件」において、１番目の条件、２番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、馬鈴薯が植えられているか否かを判定する実験を行った。また、「テンサイについての４つの条件」において、１番目の条件、２番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、テンサイが植えられているか否かを判定する実験を行った。これらの実験の結果、９３％の圃場に対して、植えられている作物を正しく判別することができ、精度良く作物を判別できた。そこで、作物判別装置１０は、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目、２番目及び４番目の条件の３つの条件を判定して植えられている作物を判別するようにしてもよい。   Whether or not wheat is planted by determining whether or not three conditions of the first condition, the second condition, and the fourth condition are satisfied in the “four conditions for wheat” An experiment was conducted to determine the above. Whether or not potatoes are planted by determining whether or not the three conditions of the first condition, the second condition, and the fourth condition are satisfied in the “four conditions for potatoes” An experiment was conducted to determine the above. Whether or not sugar beet is planted by determining whether or not the three conditions of the first condition, the second condition, and the fourth condition are satisfied in the “four conditions for sugar beet”. An experiment was conducted to determine the above. As a result of these experiments, it was possible to correctly discriminate the planted crops with respect to 93% of the fields and to discriminate the crops with high accuracy. Therefore, the crop discriminating apparatus 10 has three conditions of the first, second, and fourth conditions of “four conditions for wheat”, “four conditions for potato”, and “four conditions for sugar beet”, respectively. You may make it discriminate | determine the crop planted by determining conditions.

また、「小麦についての４つの条件」において、１番目の条件、２番目の条件及び３番目の条件の３つの条件を満たしているか否かを判定することにより、小麦が植えられているか否かを判定する実験を行った。また、「馬鈴薯についての４つの条件」において、１番目の条件、２番目の条件及び３番目の条件の３つの条件を満たしているか否かを判定することにより、馬鈴薯が植えられているか否かを判定する実験を行った。また、「テンサイについての４つの条件」において、１番目の条件、２番目の条件及び３番目の条件の３つの条件を満たしているか否かを判定することにより、テンサイが植えられているか否かを判定する実験を行った。これらの実験の結果、９７％の圃場に対して、植えられている作物を正しく判別することができ、精度良く作物を判別できた。そこで、作物判別装置１０は、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目、２番目及び３番目の条件の３つの条件を判定して植えられている作物を判別するようにしてもよい。   Whether or not wheat is planted by determining whether or not the three conditions of the first condition, the second condition, and the third condition are satisfied in the “four conditions for wheat” An experiment was conducted to determine the above. Whether or not a potato is planted by determining whether or not the three conditions of the first condition, the second condition, and the third condition are satisfied in the “four conditions for potato” An experiment was conducted to determine the above. Whether or not sugar beet is planted by determining whether or not the three conditions of the first condition, the second condition, and the third condition are satisfied in the “four conditions for sugar beet” An experiment was conducted to determine the above. As a result of these experiments, it was possible to correctly discriminate the planted crops with respect to 97% of the fields and to discriminate the crops with high accuracy. Therefore, the crop discriminating apparatus 10 has three conditions of the first, second, and third conditions of “four conditions for wheat”, “four conditions for potato”, and “four conditions for sugar beet”, respectively. You may make it discriminate | determine the crop planted by determining conditions.

また、「小麦についての４つの条件」において、１番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、小麦が植えられているか否かを判定する実験を行った。また、「馬鈴薯についての４つの条件」において、１番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、馬鈴薯が植えられているか否かを判定する実験を行った。また、「テンサイについての４つの条件」において、１番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、テンサイが植えられているか否かを判定する実験を行った。これらの実験の結果、９５％の圃場に対して、植えられている作物を正しく判別することができ、精度良く作物を判別できた。そこで、作物判別装置１０は、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目、３番目及び４番目の条件の３つの条件を判定して植えられている作物を判別するようにしてもよい。   Whether or not wheat is planted by determining whether the three conditions of the first condition, the third condition, and the fourth condition are satisfied in the “four conditions for wheat” An experiment was conducted to determine the above. Whether or not a potato is planted by determining whether or not three conditions of the first condition, the third condition, and the fourth condition are satisfied in the “four conditions for potato” An experiment was conducted to determine the above. Whether or not sugar beet is planted by determining whether or not the three conditions of the first condition, the third condition, and the fourth condition are satisfied in the “four conditions for sugar beet”. An experiment was conducted to determine the above. As a result of these experiments, it was possible to correctly discriminate the planted crops with respect to 95% of the fields and to discriminate the crops with high accuracy. Therefore, the crop discriminating apparatus 10 has three conditions of the first, third and fourth conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively. You may make it discriminate | determine the crop planted by determining conditions.

また、「小麦についての４つの条件」において、２番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、小麦が植えられているか否かを判定する実験を行った。また、「馬鈴薯についての４つの条件」において、２番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、馬鈴薯が植えられているか否かを判定する実験を行った。また、「テンサイについての４つの条件」において、２番目の条件、３番目の条件及び４番目の条件の３つの条件を満たしているか否かを判定することにより、テンサイが植えられているか否かを判定する実験を行った。これらの実験の結果、９６％の圃場に対して、植えられている作物を正しく判別することができ、精度良く作物を判別できた。そこで、作物判別装置１０は、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの２番目、３番目及び４番目の条件の３つの条件を判定して植えられている作物を判別するようにしてもよい。   Whether or not wheat is planted by determining whether or not three conditions of the second condition, the third condition, and the fourth condition are satisfied in the “four conditions for wheat” An experiment was conducted to determine the above. Whether or not a potato is planted by determining whether or not three conditions of the second condition, the third condition, and the fourth condition are satisfied in the “four conditions for potato” An experiment was conducted to determine the above. Whether or not sugar beet is planted by determining whether or not the three conditions of the second condition, the third condition, and the fourth condition are satisfied in the “four conditions for sugar beet” An experiment was conducted to determine the above. As a result of these experiments, it was possible to correctly discriminate the planted crops with respect to 96% of the fields and to discriminate the crops with high accuracy. Therefore, the crop discriminating apparatus 10 has three conditions of the second, third, and fourth conditions of “four conditions for wheat”, “four conditions for potato”, and “four conditions for sugar beet”, respectively. You may make it discriminate | determine the crop planted by determining conditions.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目及び２番目の条件の２つの条件を判定して、植えられている作物を判別することができるか否かの実験を行った。しかしながら、この実験では、２４％の正解率しか得られなかった。   In addition, the two conditions of the first and second conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively, are judged and planted. An experiment was conducted to determine whether or not crops could be identified. However, in this experiment, only a correct answer rate of 24% was obtained.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目及び３番目の条件の２つの条件を判定して、植えられている作物を判別することができるか否かの実験を行った。しかしながら、この実験では、２５％の正解率しか得られなかった。   Also, the two conditions of the first and third conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively, are judged and planted. An experiment was conducted to determine whether or not crops could be identified. However, in this experiment, only a correct answer rate of 25% was obtained.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの１番目及び４番目の条件の２つの条件を判定して、植えられている作物を判別することができるか否かの実験を行った。しかしながら、この実験では、２０％の正解率しか得られなかった。   In addition, the two conditions of the first and fourth conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively, are determined and planted. An experiment was conducted to determine whether or not crops could be identified. However, in this experiment, only a correct answer rate of 20% was obtained.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの２番目及び３番目の条件の２つの条件を判定して、植えられている作物を判別することができるか否かの実験を行った。しかしながら、この実験では、１６％の正解率しか得られなかった。   In addition, the two conditions of the second and third conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively, are judged and planted. An experiment was conducted to determine whether or not crops could be identified. However, in this experiment, only a correct answer rate of 16% was obtained.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの２番目及び４番目の条件の２つの条件を判定して、植えられている作物を判定することができるか否かの実験を行った。しかしながら、この実験では、１４％の正解率しか得られなかった。   Also, the two conditions of the second and fourth conditions of “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, respectively, are judged and planted. An experiment was conducted to determine whether or not crops can be judged. However, in this experiment, only a correct answer rate of 14% was obtained.

また、「小麦についての４つの条件」、「馬鈴薯についての４つの条件」及び「テンサイについての４つの条件」のそれぞれの３番目及び４番目の条件の２つの条件を判定して、植えられている作物を判定することができるか否かの実験を行った。しかしながら、この実験では、１２％の正解率しか得られなかった。   In addition, the three conditions of the “four conditions for wheat”, “four conditions for potato” and “four conditions for sugar beet”, and the third condition, respectively, are judged and planted. An experiment was conducted to determine whether or not crops can be judged. However, in this experiment, only a correct answer rate of 12% was obtained.

また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９倍した値とした。また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．１倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．１倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．１倍した値とした。そして、上述した実施例と同様の方法で、植えられている作物の判定を行う実験を行ったところ、９７％の正解率が得られた。そこで、作物判定装置１０は、「小麦」、「馬鈴薯」、「テンサイ」のそれぞれについての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」の範囲を上述した範囲とすることができる。   Further, the minimum value of each range of “G”, “R”, “NIR”, and “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each of the values was multiplied by 0.9. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each value of "" was multiplied by 1.1. Further, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each of the values was multiplied by 0.9. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each value of "" was multiplied by 1.1. Also, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each of the values was multiplied by 0.9. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each value of "" was multiplied by 1.1. And when the experiment which determines the planted plant by the method similar to the Example mentioned above was conducted, the correct answer rate of 97% was obtained. Therefore, the crop determination apparatus 10 can set the ranges of “G”, “R”, “NIR”, and “SWIR” for “wheat”, “potato”, and “sugar beet” to the ranges described above.

また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．７倍した値とした。また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．７倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．７倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３倍した値とした。そして、上述した実施例と同様の方法で、植えられている作物の判定を行う実験を行ったところ、９５％の正解率が得られた。そこで、作物判定装置１０は、「小麦」、「馬鈴薯」、「テンサイ」のそれぞれについての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」の範囲を上述した範囲とすることができる。   Further, the minimum value of each range of “G”, “R”, “NIR”, and “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each value of “is a value multiplied by 0.7. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each of the values was multiplied by 1.3. Further, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each value of “is a value multiplied by 0.7. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each of the values was multiplied by 1.3. Also, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each value of “is a value multiplied by 0.7. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each of the values was multiplied by 1.3. And when the experiment which judges the planted plant by the method similar to the Example mentioned above was conducted, the correct answer rate of 95% was obtained. Therefore, the crop determination apparatus 10 can set the ranges of “G”, “R”, “NIR”, and “SWIR” for “wheat”, “potato”, and “sugar beet” to the ranges described above.

また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９５倍した値とした。また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．０５倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９５倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．０５倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．９５倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．０５倍した値とした。そして、上述した実施例と同様の方法で、植えられている作物の判定を行う実験を行ったところ、５５％の正解率しか得られなかった。   Further, the minimum value of each range of “G”, “R”, “NIR”, and “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each of the above values was multiplied by 0.95. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each of the values was multiplied by 1.05. Further, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each of the above values was multiplied by 0.95. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each of the values was multiplied by 1.05. Also, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each of the above values was multiplied by 0.95. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each of the values was multiplied by 1.05. And when the experiment which judges the planted plant by the method similar to the Example mentioned above was conducted, only the correct answer rate of 55% was obtained.

また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．６５倍した値とした。また、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「小麦」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３５倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．６５倍した値とした。また、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「馬鈴薯」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３５倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最小値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを０．６５倍した値とした。また、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれの範囲の最大値を、「テンサイ」についての「Ｇ」、「Ｒ」、「ＮＩＲ」、「ＳＷＩＲ」のそれぞれを１．３５倍した値とした。そして、上述した実施例と同様の方法で、植えられている作物の判定を行う実験を行ったところ、５２％の正解率しか得られなかった。   Further, the minimum value of each range of “G”, “R”, “NIR”, and “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each value of “is a value multiplied by 0.65. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “wheat” is set to “G”, “R”, “NIR”, “SWIR” for “wheat”. Each of the values was multiplied by 1.35. Further, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each value of “is a value multiplied by 0.65. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “potato” is set to “G”, “R”, “NIR”, “SWIR” for “potato”. Each of the values was multiplied by 1.35. Also, the minimum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each value of “is a value multiplied by 0.65. In addition, the maximum value of each range of “G”, “R”, “NIR”, “SWIR” for “sugar beet” is set to “G”, “R”, “NIR”, “SWIR” for “sugar beet”. Each of the values was multiplied by 1.35. And when the experiment which determines the planted plant by the method similar to the Example mentioned above was conducted, only the correct answer rate of 52% was obtained.

さて、これまで開示の装置に関する実施例について説明したが、本発明は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。   Although the embodiments related to the disclosed apparatus have been described above, the present invention may be implemented in various different forms other than the above-described embodiments.

また、各実施例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともできる。また、各実施例において説明した各処理のうち、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。   In addition, among the processes described in the embodiments, all or a part of the processes described as being automatically performed can be manually performed. In addition, among the processes described in the embodiments, all or a part of the processes described as being performed manually can be automatically performed by a known method.

また、各種の負荷や使用状況などに応じて、各実施例において説明した各処理の各ステップでの処理を任意に細かくわけたり、あるいはまとめたりすることができる。また、ステップを省略することもできる。   In addition, the processing at each step of each processing described in each embodiment can be arbitrarily finely divided or combined according to various loads and usage conditions. Also, the steps can be omitted.

また、各種の負荷や使用状況などに応じて、各実施例において説明した各処理の各ステップでの処理の順番を変更できる。   Further, the order of processing at each step of each processing described in each embodiment can be changed according to various loads and usage conditions.

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的状態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。   Further, each component of each illustrated apparatus is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific state of distribution / integration of each device is not limited to the one shown in the figure, and all or a part thereof may be functionally or physically distributed or arbitrarily distributed in arbitrary units according to various loads or usage conditions. Can be integrated and configured.

［作物判別プログラム］
また、上記の各実施例で説明した作物判別装置１０の各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。そこで、以下では、図１１を用いて、上記の実施例で説明した作物判別装置１０と同様の機能を有する作物判別プログラムを実行するコンピュータの一例を説明する。図１１は、作物判別プログラムを実行するコンピュータを示す図である。 [Crop identification program]
Moreover, the various processes of the crop discriminating apparatus 10 described in the above embodiments can also be realized by executing a program prepared in advance on a computer system such as a personal computer or a workstation. In the following, an example of a computer that executes a crop discrimination program having the same function as the crop discrimination device 10 described in the above embodiment will be described with reference to FIG. FIG. 11 is a diagram illustrating a computer that executes a crop discrimination program.

図１１に示すように、コンピュータ３００は、ＣＰＵ３１０、ＲＯＭ３２０、ＨＤＤ（Hard Disk Drive）３３０、ＲＡＭ３４０、入力装置３５０、出力装置３６０を有する。これら各機器３１０〜３６０は、バス３７０を介して接続されている。   As illustrated in FIG. 11, the computer 300 includes a CPU 310, a ROM 320, an HDD (Hard Disk Drive) 330, a RAM 340, an input device 350, and an output device 360. These devices 310 to 360 are connected via a bus 370.

入力装置３５０は、キーボードやマウスなどである。入力装置３５０は、入力部１１に対応する。出力装置３６０は、液晶ディスプレイなどである。出力装置３６０は、出力部１２に対応する。   The input device 350 is a keyboard or a mouse. The input device 350 corresponds to the input unit 11. The output device 360 is a liquid crystal display or the like. The output device 360 corresponds to the output unit 12.

ＲＯＭ３２０には、ＯＳ（Operating System）などの基本プログラムが記憶されている。また、ＨＤＤ３３０には、上記の各実施例で示す生成部１４ａ、特定部１４ｂ、算出部１４ｃ、判別部１４ｄ、出力制御部１４ｅと同様の機能を発揮する作物判別プログラム３３０ａが予め記憶される。また、ＨＤＤ３３０には、記憶部１３に記憶された各種のデータが設けられる。   The ROM 320 stores a basic program such as an OS (Operating System). Also, the HDD 330 stores in advance a crop discrimination program 330a that performs the same functions as the generation unit 14a, the specification unit 14b, the calculation unit 14c, the discrimination unit 14d, and the output control unit 14e described in the above embodiments. The HDD 330 is provided with various data stored in the storage unit 13.

そして、ＣＰＵ３１０が、作物判別プログラム３３０ａをＨＤＤ３３０から読み出して実行する。   Then, the CPU 310 reads the crop discrimination program 330a from the HDD 330 and executes it.

そして、ＣＰＵ３１０は、ＨＤＤ３３０から各種のデータを読み出してＲＡＭ３４０に格納する。さらに、ＣＰＵ３１０は、ＲＡＭ３４０に格納された各種のデータを用いて、作物判別プログラム３３０ａを実行する。なお、ＲＡＭ３４０に格納されるデータは、常に全てのデータがＲＡＭ３４０に格納されなくともよい。処理に用いられるデータがＲＡＭ３４０に格納されれば良い。   Then, the CPU 310 reads various data from the HDD 330 and stores it in the RAM 340. Further, the CPU 310 executes the crop discrimination program 330a using various data stored in the RAM 340. Note that the data stored in the RAM 340 may not always be stored in the RAM 340. Data used for processing may be stored in the RAM 340.

なお、上記した作物判別プログラム３３０ａについては、必ずしも最初からＨＤＤ３３０に記憶させなくともよい。   Note that the crop discrimination program 330a described above does not necessarily have to be stored in the HDD 330 from the beginning.

例えば、コンピュータ３００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」にプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。   For example, the program is stored in a “portable physical medium” such as a flexible disk (FD), a CD-ROM, a DVD disk, a magneto-optical disk, or an IC card inserted into the computer 300. Then, the computer 300 may read and execute the program from these.

さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３００に接続される「他のコンピュータ（またはサーバ）」などにプログラムを記憶させておく。そして、コンピュータ３００がこれらからプログラムを読み出して実行するようにしてもよい。   Furthermore, the program is stored in “another computer (or server)” connected to the computer 300 via a public line, the Internet, a LAN, a WAN, or the like. Then, the computer 300 may read and execute the program from these.

１０ 作物判別装置
１３ 記憶部
１３ａ 基準強度データ
１３ｂ 圃場別スペクトルデータ
１３ｃ 判別用圃場別スペクトルデータ
１４ 制御部
１４ａ 生成部
１４ｂ 特定部
１４ｃ 算出部
１４ｄ 判別部
１４ｅ 出力制御部 DESCRIPTION OF SYMBOLS 10 Crop discrimination | determination apparatus 13 Memory | storage part 13a Reference | standard intensity | strength data 13b Spectrum data according to field 13c Spectrum data according to discrimination | determination field 14 Control part 14a Generation part 14b Identification part 14c Calculation part 14d Discrimination part 14e Output control part

Claims (6)

ある地域をカメラによって撮像することにより得られた、該ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける複数の特定の波長帯域の成分の強度を記憶する記憶部と、
前記記憶部に記憶された記憶内容に基づいて、前記特定の波長帯域ごとに、前記特定の波長帯域の成分の強度と、該強度に対応するピクセルの個数との関係を示す情報を生成する生成部と、
前記生成部により生成された情報に基づいて、前記特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定する特定部と、
前記生成部により生成された情報に基づいて、前記特定の波長帯域ごとに、前記特定部により特定された強度を含む、前記最大のピクセルの個数からピクセルの個数が減少する範囲内の前記特定の波長帯域の成分の強度に対応するピクセルにおける前記特定の波長帯域の成分の強度の平均値を算出する算出部と、
前記算出部により前記特定の波長帯域ごとに算出された平均値に基づいて、前記ある地域に所定の作物が植えられているか否かを判別する判別部と、
を有することを特徴とする作物判別装置。 Some regions were obtained by imaging by the camera, a storage unit for storing the intensity of the components of a plurality of specific wavelength band in each of the plurality of pixels including at least a part of the area of the region where the certain,
Generation that generates information indicating the relationship between the intensity of the component in the specific wavelength band and the number of pixels corresponding to the intensity for each specific wavelength band based on the storage content stored in the storage unit And
Based on the information generated by the generating unit, for each of the specific wavelength bands, a specifying unit that specifies the intensity with the maximum number of pixels,
Based on the information generated by the generation unit, the specific wavelength within a range in which the number of pixels decreases from the maximum number of pixels, including the intensity specified by the specification unit, for each specific wavelength band. A calculation unit that calculates an average value of the intensity of the component of the specific wavelength band in the pixel corresponding to the intensity of the component of the wavelength band;
Based on the average value calculated for each of the specific wavelength band by the calculation unit, a determination unit for determining whether the region to a Jo Tokoro crop is planted in the,
A crop discriminating apparatus comprising: 前記記憶部は、前記所定の作物が植えられた地域における太陽光の反射光に含まれる前記複数の特定の波長帯域の成分の強度を記憶し、
前記判別部は、前記算出部により前記特定の波長帯域ごとに算出された平均値と、前記記憶部に記憶された所定の作物が植えられた地域における太陽光の反射光に含まれる前記複数の特定の波長帯域の成分の強度とが合致する場合に、前記ある地域に前記所定の作物が植えられていると判別する
ことを特徴とする請求項１に記載の作物判別装置。 The storage unit stores intensities of components of the plurality of specific wavelength bands included in reflected sunlight of an area where the predetermined crop is planted,
The determination unit includes the average value calculated for each of the specific wavelength bands by the calculation unit, and the plurality of sunlight included in reflected sunlight of an area where the predetermined crop stored in the storage unit is planted. The crop discrimination device according to claim 1, wherein when the intensity of a component in a specific wavelength band matches, it is determined that the predetermined crop is planted in the certain area. 前記記憶部は、前記ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける３種類以上の波長帯域の成分の強度を記憶する
ことを特徴とする請求項１または請求項２に記載の作物判別装置。 The said storage part memorize | stores the intensity | strength of the component of three or more types of wavelength bands in each of the some pixel containing the at least one part area | region of the said certain area. The Claim 1 or Claim 2 characterized by the above-mentioned. Crop discrimination device. 前記記憶部は、前記ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける緑成分の強度、赤成分の強度、近赤外成分の強度、及び、短波長赤外成分の強度を記憶する
ことを特徴とする請求項１〜請求項３のいずれか１つに記載の作物判別装置。 The storage unit stores the intensity of the green component, the intensity of the red component, the intensity of the near infrared component, and the intensity of the short wavelength infrared component in each of a plurality of pixels including at least a part of the certain area. Do
Crop discriminating device according to any one of claims 1 to 3, characterized in that. コンピュータに、
ある地域をカメラによって撮像することにより得られた、該ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける複数の特定の波長帯域の成分の強度を記憶する記憶部に記憶された記憶内容に基づいて、前記特定の波長帯域ごとに、前記特定の波長帯域の成分の強度と、該強度に対応するピクセルの個数との関係を示す情報を生成し、
生成された情報に基づいて、前記特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定し、
生成された情報に基づいて、前記特定の波長帯域ごとに、特定された強度を含む、前記最大のピクセルの個数からピクセルの個数が減少する範囲内の前記特定の波長帯域の成分の強度に対応するピクセルにおける前記特定の波長帯域の成分の強度の平均値を算出し、
前記特定の波長帯域ごとに算出された平均値に基づいて、前記ある地域に所定の作物が植えられているか否かを判別する
処理を実行させることを特徴とする作物判別プログラム。 On the computer,
Obtained by imaging an area by a camera, a plurality of memory stored in the storage unit for storing the intensity of the components of a plurality of specific wavelength bands in each pixel including at least a partial area of the one region Based on the content, for each specific wavelength band, generating information indicating the relationship between the intensity of the component of the specific wavelength band and the number of pixels corresponding to the intensity,
Based on the generated information, for each of the specific wavelength bands, identify the intensity with the maximum number of pixels,
Corresponding to the intensity of the component of the specific wavelength band within the range in which the number of pixels decreases from the maximum number of pixels, including the specified intensity, for each specific wavelength band based on the generated information Calculating an average value of the components of the specific wavelength band in the pixel to be
The specific based on the average value calculated for each wavelength band, the certain crop judgment program for causing to execute a process for determining whether the region to a Jo Tokoro crop is planted. コンピュータが、
ある地域をカメラによって撮像することにより得られた、該ある地域の少なくとも一部の領域を含む複数のピクセルのそれぞれにおける複数の特定の波長帯域の成分の強度を記憶する記憶部に記憶された記憶内容に基づいて、前記特定の波長帯域ごとに、前記特定の波長帯域の成分の強度と、該強度に対応するピクセルの個数との関係を示す情報を生成し、
生成された情報に基づいて、前記特定の波長帯域ごとに、ピクセルの個数が最大である強度を特定し、
生成された情報に基づいて、前記特定の波長帯域ごとに、特定された強度を含む、前記最大のピクセルの個数からピクセルの個数が減少する範囲内の前記特定の波長帯域の成分の強度に対応するピクセルにおける前記特定の波長帯域の成分の強度の平均値を算出し、
前記特定の波長帯域ごとに算出された平均値に基づいて、前記ある地域に所定の作物が植えられているか否かを判別する
処理を実行することを特徴とする作物判別方法。 Computer
Obtained by imaging an area by a camera, a plurality of memory stored in the storage unit for storing the intensity of the components of a plurality of specific wavelength bands in each pixel including at least a partial area of the one region Based on the content, for each specific wavelength band, generating information indicating the relationship between the intensity of the component of the specific wavelength band and the number of pixels corresponding to the intensity,
Based on the generated information, for each of the specific wavelength bands, identify the intensity with the maximum number of pixels,
Corresponding to the intensity of the component of the specific wavelength band within the range in which the number of pixels decreases from the maximum number of pixels, including the specified intensity, for each specific wavelength band based on the generated information Calculating an average value of the components of the specific wavelength band in the pixel to be
The specific based on the average value calculated for each wavelength band, the certain crop discriminating method characterized by performing a process for determining whether the region to a Jo Tokoro crop is planted.
JP2013175908A 2013-08-27 2013-08-27 Crop discrimination device, crop discrimination program and crop discrimination method Active JP6171732B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013175908A JP6171732B2 (en) 2013-08-27 2013-08-27 Crop discrimination device, crop discrimination program and crop discrimination method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013175908A JP6171732B2 (en) 2013-08-27 2013-08-27 Crop discrimination device, crop discrimination program and crop discrimination method

Publications (2)

Publication Number Publication Date
JP2015043707A JP2015043707A (en) 2015-03-12
JP6171732B2 true JP6171732B2 (en) 2017-08-02

Family

ID=52669832

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013175908A Active JP6171732B2 (en) 2013-08-27 2013-08-27 Crop discrimination device, crop discrimination program and crop discrimination method

Country Status (1)

Country Link
JP (1) JP6171732B2 (en)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003006612A (en) * 2001-06-20 2003-01-10 Ntt Data Corp Device and method for predicting harvest
JP2012196167A (en) * 2011-03-20 2012-10-18 Fujitsu Ltd Plant species identification method
JP5673823B2 (en) * 2011-06-29 2015-02-18 富士通株式会社 Plant species identification device, method and program
JP5886054B2 (en) * 2012-01-16 2016-03-16 株式会社日立製作所 Image analysis system and method

Also Published As

Publication number Publication date
JP2015043707A (en) 2015-03-12

Similar Documents

Publication Publication Date Title
Zhao et al. Immature green citrus detection based on colour feature and sum of absolute transformed difference (SATD) using colour images in the citrus grove
EP3159790B1 (en) Program generation device, program generation method, and program
JP4869843B2 (en) Cell image processing apparatus and cell image processing method
EP3664019A1 (en) Information processing device, information processing program, and information processing method
US20170186201A1 (en) Image processing apparatus, control method and record medium
US11645743B2 (en) Method, medium, and system for detecting potato virus in a crop image
US9996554B2 (en) Search apparatus, search method, and storage medium
Sabrol et al. Intensity based feature extraction for tomato plant disease recognition by classification using decision tree
JP6299300B2 (en) Image processing apparatus and image processing method
US8175335B2 (en) Content adaptive detection of images with stand-out object
JP2009086901A (en) Age estimation system and age estimation method
EP3156897B1 (en) Program generation device, program generation method and program
Bankar et al. Plant disease detection techniques using canny edge detection & color histogram in image processing
EP3316184B1 (en) Program generating device, program generating method, and generating program
Müller et al. Multi-disease detection in retinal imaging based on ensembling heterogeneous deep learning models
JP2013090752A (en) Spot classification method, spot classification device and spot classification program
JP2015088040A (en) Authentication device, authentication method, and program
JP6586782B2 (en) Information processing apparatus, information processing program, and information processing system
US11036974B2 (en) Image processing apparatus, image processing method, and storage medium
WO2016158768A1 (en) Clustering device and machine learning device
US20220222820A1 (en) Image processing apparatus, image processing method, and program
US20170236035A1 (en) System, apparatus and method for configuration of industrial vision control modules
JP2017053699A (en) Wavelength decision method of near-infrared image capturing used in substance determination, and substance determination method using near-infrared image
JP6171732B2 (en) Crop discrimination device, crop discrimination program and crop discrimination method
Martínez et al. Improving unsupervised saliency detection by migrating from RGB to multispectral images

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160510

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170313

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170523

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170606

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170619

R150 Certificate of patent or registration of utility model

Ref document number: 6171732

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150