JPWO2014103181A1 - 画像計測方法、システム、装置およびプログラム - Google Patents

画像計測方法、システム、装置およびプログラム Download PDF

Info

Publication number
JPWO2014103181A1
JPWO2014103181A1 JP2014554094A JP2014554094A JPWO2014103181A1 JP WO2014103181 A1 JPWO2014103181 A1 JP WO2014103181A1 JP 2014554094 A JP2014554094 A JP 2014554094A JP 2014554094 A JP2014554094 A JP 2014554094A JP WO2014103181 A1 JPWO2014103181 A1 JP WO2014103181A1
Authority
JP
Japan
Prior art keywords
absolute
spectral irradiance
reflector
distribution
flux density
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.)
Granted
Application number
JP2014554094A
Other languages
English (en)
Other versions
JP6245181B2 (ja
Inventor
朱里 佐藤
朱里 佐藤
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2014103181A1 publication Critical patent/JPWO2014103181A1/ja
Application granted granted Critical
Publication of JP6245181B2 publication Critical patent/JP6245181B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/251—Colorimeters; Construction thereof
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G01N21/4738—Diffuse reflection, e.g. also for testing fluids, fibrous materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/145—Illumination specially adapted for pattern recognition, e.g. using gratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/147—Details of sensors, e.g. sensor lenses
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/255—Detecting or recognising potential candidate objects based on visual cues, e.g. shapes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/12—Circuits of general importance; Signal processing

Landscapes

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

Abstract

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

Description

本発明は、葉面積指数を計測するための画像計測方法、画像計測システム、画像計測装置および画像計測プログラムに関する。
葉面積指数（以下、ＬＡＩ：Ｌｅａｆ Ａｒｅａ Ｉｎｄｅｘ）は、農耕地や森林内の植物群落等における単位面積当たりのある方向（例えば、垂直方向）に重なる葉の面積の総和をあらわす。ＬＡＩは、施設栽培等において、植物生育や栽培状況を把握するための一指標として用いられている。
ＬＡＩを計測する方法として、例えば、照度センサを用いて間接的に計測する方法が提案されている。この方法では、例えば、植物群落内の上方と下方とで照度を計測し、計測したそれらの照度に基づいてＬＡＩを推定する。
また、これに関連する技術として、特許文献１には、植物群落内に設置した反射体を撮影し、その色情報から照度を算出し、ＬＡＩを推定する方法が記載されている。
さらに、特許文献２には、ＬＡＩの間接計測方法が記載されている。特許文献２に記載された方法では、間接計測システムは、広角レンズおよび電子式素子を用いて、近赤外光と赤色光とのそれぞれについて、所定領域の画像を撮影する。次いで、間接計測システムは、所定領域を細分した細分領域ごとに、近赤外光と赤色光とのそれぞれについて、輝度値を求める。そして、間接計測システムは、詳細領域ごとの近赤外光と赤色光との輝度値比を求め、輝度値比に基づいて相対日射量を推定し、相対日射量から葉面積指数を求める。
ＷＯ２０１２／０７３５１９号公報 特開２００７−１７１０３３号公報
H. W. Jensen著、「フォトンマッピング」、オーム社出版局、p29,32 D. Judd, D. L. MacAdam and G. Wyszecki, "Spectral Distribution of Typical Daylight as a Function of Correlated Color Temperature,"Journal of the Optical Society of America, vol. 54, No. 8, August, 1964, pp.1031-1040 E. Kaneko, M. Toda, H. Aoki and M. Tsukada, ''Daylight Spectrum Model under Weather Conditions from Clear Sky to Cloudy",Proc. of IEEE 21st International Conference on Pattern Recognition, 2012. Monsi and Saeki, "On the Factor Light in Plant Communities and its Importance for Matter Production,"Annals of Botany 95, 2005, pp.549-567, Originally published as : Japanese Journal of Botany 14, March,1953, pp.22-52
特許文献１の手法では、光の強度として照度を利用し、ＬＡＩを算出している。しかし、照度とＬＡＩの相関は低いため、算出されたＬＡＩの精度は低い。
また、特許文献２の手法では、方向が制限される間接計測システムにより近赤外光と赤色光との輝度値の比からＬＡＩを算出する。しかし、輝度値を用いても、ＬＡＩ算出の精度は低く、さらに光源である太陽光に対して方向が制限されるという課題もある。
そこで、本発明は、ＬＡＩを精度良く算出することができる画像計測方法、画像計測システム、画像計測装置および画像計測プログラムを提供することを目的とする。
本発明による画像計測方法は、計測対象である植物の近傍に設置された反射体を撮影し、撮影画像を出力し、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得し、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出し、前記絶対分光放射照度分布に基づいて、光量子束密度を算出し、前記光量子束密度に基づいて、葉面積指数を算出することを特徴とする。
本発明による画像計測システムは、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段と、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えたことを特徴とする。
本発明による画像計測装置は、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測装置であって、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えたことを特徴とする。
本発明による画像計測プログラムは、計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測プログラムであって、コンピュータに、前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析処理と、前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出処理と、前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出処理と、前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出処理とを実行させることを特徴とする。
本発明によれば、ＬＡＩを精度良く算出することができる。
本発明によるＬＡＩ画像計測システムを用いた計測系を植物群落に対して正面側から見た正面図である。 ＬＡＩ画像計測システムを用いた計測系を植物群落に対して上面側から見た上面図である。 本発明によるＬＡＩ画像計測システムの構成の一例を示すブロック図である。 輝度値Ｙと放射照度の関係の一例をプロットしたグラフである。 本発明によるＬＡＩ画像計測システムを用いてＬＡＩを算出する動作の一例を示すフローチャートである。 本発明によるＬＡＩ画像計測システムの主要な構成を示すブロック図である。
以下、本発明の実施形態を、図面を参照して説明する。
図１は、本発明によるＬＡＩ画像計測システム（葉面積指数画像計測システム）を用いた計測系を植物群落に対して正面側から見た正面図である。図１には、植物群落３０がある断面で切断された断面図が示されている。図２は、ＬＡＩ画像計測システムを用いた計測系を植物群落に対して上面側から見た上面図である。なお、図１に示すように、本実施形態で用いる「垂直方向」は、地面に対して垂直な方向を指し、「水平方向」は、地面に対して水平な方向を指す。
図１に示すように、本実施形態における植物群落３０は、説明を簡単にするために、農作物用の植物が一列に配置された一群の植物群であるものとする。また、植物群落３０は、図２に示すように奥行き方向（図１において正面から奥に向かっていく方向。以下、長手方向ともいう。）に植物が二列に配列された一群の植物群であるが、植物が一列、又は二列よりも多く配置された一群の植物群であってもよい。
なお、本実施形態では、田畑やビニールハウス等の農耕地内の農作物（例えば、トマトやキュウリ）用の植物群落のＬＡＩを計測する用途にＬＡＩ画像計測システムが適用される場合の例を説明する。しかし、本実施形態に示す例に限らず、例えば、森林内の樹木の群落のＬＡＩを計測する用途にＬＡＩ画像計測システムが適用されてもよい。
図１および図２に示すように、植物群落３０の近傍には、垂直方向に複数の反射体１０が配列された配列群が設置されている。また、図２に示すように、カメラ２０は、植物群落３０に遮られることなく反射体１０を撮影可能な位置に設置されている。本例では、図２に示すように、カメラ２０は、反射体１０の正面側に配置される。カメラ２０は、各反射体１０とカメラ２０との間に反射体１０を遮る葉等の障害物がないように配置される。
図１に示す本実施形態の例では、１つの植物群落３０あたり垂直方向に５つの反射体１０が配置され、垂直方向に計１０個の反射体１０が配置されている。しかし、配置可能な反射体１０の数は、本実施形態の例に限られない。例えば、反射体１０が１２個以上配置（１つの植物群落３０あたり垂直方向に反射体１０を６個以上配置）されてもよい。
反射体１０は、具体的には、表面が完全拡散（ランバート）反射の特性を有し、色情報（反射率）が既知である球体によって実現される。反射体１０は、例えば、各種多面体構造、または平らな反射板であってもよい。
本実施形態における反射体１０は、完全白色である（反射率ρ=１０である）。また、反射体１０の色（反射率ρ）は、既知であれば、完全白色に限らず、赤色やグレイ、黄色、橙色であってもよい。ただし、反射体１０の色は、少なくとも、植物群落３０の植物と区別可能にするため、緑色以外の色であることが好ましい。
また、各反射体１０は、植物群落３０の近傍に配置されることによって、植物群落３０によって生じる影等により、上方に配置されたものが最も反射する光の強度が強く、下方に配置されたもの程、反射する光の強度が弱くなる。そのため、垂直方向に複数配置された反射体１０から反射される光の強度を測定し相互に比較することによって、垂直方向のＬＡＩを計測することができ、垂直方向で見た場合の植物群落３０内での葉の重なり具合を把握することができる。なお、植物群落３０の近傍とは、植物群落３０から所定距離以内（例えば、５０ｃｍ以内）のことである。各反射体１０は、垂直方向に配列される際に、各反射体１０から反射される反射光の間に適度な光の強度の強弱が生じるように配置される。
カメラ２０は、具体的には、カラー画像を撮影可能なデジタルカメラ等の撮影装置によって実現される。なお、カメラ２０は、カラー画像を撮影可能なものであれば、静止画像を撮影するものに限らず、例えば、動画像を撮影可能なビデオカメラによって実現されてもよい。また、カメラ２０は、反射体１０を撮影し、撮影画像を後述するＬＡＩ画像計測装置４０（図１および図２において図示せず）に出力する。
なお、本実施形態では、太陽光が照射された反射体１０を撮影し垂直方向のＬＡＩを計測するため、カメラ２０は、球体である反射体１０の上半球を撮影可能な位置（例えば、全ての反射体１０よりも垂直方向に高い位置）に配置されていることが望ましい。
また、図１では、植物群落３０の近傍の１箇所に垂直方向に向かって５つの反射体１０を配置して計測を行う例を示しているが、植物群落３０の長手方向に所定間隔（例えば、５０ｃｍ間隔）で同様に垂直方向に５つずつ反射体１０を配置（すなわち、長手方向の側から見たときに反射体１０を格子状に配置）して計測を行ってもよい。そのようにすれば、植物群落３０の長手方向におけるＬＡＩの分布状況も計測することができる。
図３は、ＬＡＩ画像計測システムの構成の一例を示すブロック図である。図３に示すように、ＬＡＩ画像計測システムは、図２に示した反射体１０を撮影するカメラ２０と、ＬＡＩ画像計測装置４０とを含む。
図３に示すように、ＬＡＩ画像計測装置４０は、画像分析手段４１、絶対分光放射照度分布算出手段４２、データベース４３、ＰＰＦＤ（Ｐｈｏｔｏｓｙｎｔｈｅｔｉｃ ｐｈｏｔｏｎ ｆｌｕｘ ｄｅｎｓｉｔｙ、光量子束密度）算出手段４４、ＬＡＩ（葉面積指数）算出手段４５、データベース４６、及びＬＡＩ出力手段４７を含む。また、図３に示すように、カメラ２０が出力する撮影画像は、ＬＡＩ画像計測装置４０に出力される。なお、ＬＡＩ画像計測装置４０は、具体的には、プログラムに従って動作するパーソナルコンピュータ等の情報処理装置によって実現される。
画像分析手段４１は、具体的には、プログラムに従って動作する情報処理装置のＣＰＵによって実現される。画像分析手段４１は、カメラ２０から入力した撮影画像の三刺激値ＸＹＺ（以下、ＸＹＺ値）を算出する。
画像分析手段４１は、既知の反射体１０の色情報や形状情報に基づいて、撮影画像中から反射体１０が写っている領域を特定（検出）し、特定した領域の輝度値を求める。画像分析手段４１は、具体的には、撮影画像中の白色の物体が写っている領域を特定し、特定した領域の部分画像を抽出する。なお、本実施形態では、白色の反射体１０が複数配置されているので、画像分析手段４１は、複数の領域を特定し、それぞれ特定した領域の部分画像を抽出する。そして、画像分析手段４１は、それぞれ、抽出した部分画像のＸＹＺ値を算出する。
以下では、カメラ２０で撮影したカラー画像中の対象物（反射体１０）のＸＹＺ値を算出する方法の一例を説明する。まず、画像分析手段４１は、入力画像の色情報および形状情報を用いて対象物の領域を検出する。次いで、画像分析手段４１は、対象物の領域の色情報ＲＧＢを取得し、取得した色情報ＲＧＢに基づいて、三刺激値ＸＹＺを計算する。
以下、カラー画像入力装置で撮影されたＲＧＢに関して、このＲＧＢのＲＧＢ蛍光体の色度および白色の色度は、カラー画像入力装置の色特性としてあらかじめ指定されており、ＲＧＢデータは三刺激値ＸＹＺに一意に変換できるものとする。以下では、その変換方法の一例を示す。入力画像のＲＧＢと三刺激値ＸＹＺとの関係は、次式（１）のように定められる。
Figure 2014103181
式（１）において、Ｍ３×３は、３×３変換行列である。また、ＲＧＢは、ガンマ補正がかかっていないリニアな特性であるものとする。変換式は、ＲＧＢからＸＹＺに一意に変換できればよく、例えば、次の式（２）のように定められてもよい。
Figure 2014103181
式（２）において、Ｍ３×９は、３×９変換行列である。
なお、Ｍ３×３やＭ３×９は、既知のカラーパッチを用いたカラー画像入力装置のカラーキャリブレーションを実施することで予め算出しておくことが可能である。
絶対分光放射照度分布算出手段４２は、撮影画像内の反射体１０の領域の分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する。以下に示す例では、絶対分光放射照度分布算出手段４２は、まず、反射体１０がランバート反射の特性を有し、反射率ρが既知である物体であることを利用して絶対放射照度を算出する。
Ｉ，Ｒをそれぞれランバート反射の特性を有する物体面上でのある点での放射照度、放射輝度、ρを物体の反射率とする。双方向反射率分布関数（ＢＲＤＦ）をｆＢＲＤＦと表記すると、非特許文献１に記載されているように、ｆＢＲＤＦは、次式（３）のように定義される。
Figure 2014103181
また、非特許文献１に記載されているように、ランバート反射の特性を有する物体面のｆＢＲＤＦは、次式（４）のように表される。
Figure 2014103181
本実施形態の例では、反射体１０は完全白色であるため、式（４）においてρ=１．０とすることにより、次式（５）が得られる。
Figure 2014103181
絶対分光放射照度分布算出手段４２は、撮影時におけるカメラレンズの絞り値Ｆ、シャッタースピード、ゲインの情報を得ることで、式（１）または式（２）から算出される三刺激値Ｙ（輝度値Ｙ）を、画像中の反射体１０の各画素の位置からカメラ方向に放射される絶対放射輝度Ｒ（単位：Ｗ／ｍ２／ｓｒ）に変換する。
この場合、例えば、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射輝度を対応付けたテーブルを用意しておく。絶対分光放射照度分布算出手段４２は、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙを入力し、上述のテーブルを利用することによって、対応する絶対放射輝度Ｒをテーブルから抽出する。また、絶対分光放射照度分布算出手段４２は、抽出した値にさらに補間計算などを用いた計算をしてもよい。
さらに、反射体１０の表面がランバート反射する特性を有するため、式（３）と式（５）を用いると絶対放射輝度Ｒは絶対放射照度Ｉに変換される。
または、絶対分光放射照度分布算出手段４２は、絶対放射照度をテーブルから直接算出してもよい。その場合、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射照度を対応付けたテーブルを用意しておく。絶対分光放射照度分布算出手段４２は、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙに対応する絶対放射照度Ｉをテーブルから抽出する。また、絶対分光放射照度分布算出手段４２は、抽出した値にさらに補間計算などを行ってもよい。
または、絶対分光放射照度分布算出手段４２は、テーブルを用いずに、変換式を用いて絶対放射照度を算出してもよい。この場合、予め絞り値Ｆ、シャッタースピード、輝度値Ｙ、絶対放射輝度または絶対放射照度を対応付けた変換式を定めておく。そして、絶対分光放射照度分布算出手段４２は、この変換式を利用して、絞り値Ｆ、シャッタースピード、求めた輝度値Ｙを絶対放射輝度または絶対放射照度に変換すればよい。
図４は、絞り値Ｆ、シャッタースピード、ゲインを固定した場合の、輝度値Ｙと放射照度の関係を示したグラフである。図からわかるように、これらの値を用いることにより近似の変換式が容易に算出できる。
次に、絶対分光放射照度分布算出手段４２は、式（６）を用いて三刺激値ＸＹＺから色度ｘ，ｙを算出する。
Figure 2014103181
次に、絶対分光放射照度分布算出手段４２は、色度ｘ，ｙを用いて、物体面からカメラ方向に向かって放射される放射輝度の分光分布（相対分光放射輝度分布）を求める。
以下、色度ｘ，ｙから相対分光放射輝度分布を算出する方法の一例として、非特許文献２に示されたＣＩＥ昼光モデルを利用した例を説明する。絶対分光放射照度分布算出手段４２は、次式（７）に示すように色度ｘ，ｙを用いてＭ１，Ｍ２を算出する。
Figure 2014103181
λを放射される光の波長とした場合、非特許文献２で与えられるＣＩＥ昼光の平均ベクトルＳ０（λ）、第一主成分ベクトルＳ１（λ）、第二主成分ベクトルＳ２（λ）を用いて、式（８）に示すように相対分光放射輝度分布Ｒ（λ）（式（８）におけるベクトルＲ（チルダ付き）（λ））が得られる。
Figure 2014103181
この相対分光放射輝度分布Ｒ（λ）は、λ=５６０での値を１とした場合の相対分布である。
反射体１０の表面がランバート反射する特性を有するため、ここで得られた相対分光放射輝度分布Ｒ（λ）は、相対分光放射照度分布Ｉｒ（λ）と等しい。
本例では、絶対分光放射照度分布算出手段４２は、ＣＩＥ昼光モデルを用いて相対分光放射照度分布を算出したが、この例に限らず、例えば非特許文献３に示されたＢｉｒｄモデルなどを用いてもよい。
次に、絶対分光放射照度分布算出手段４２は、得られた絶対放射照度Ｉと相対分光放射照度分布Ｉｒ（λ）から、絶対分光放射照度分布Ｉ（λ）を算出する。具体的には、絶対放射照度Ｉを用いて相対分光放射照度分布Ｉｒ（λ）の各波長での値に定数を乗算し、Ｉ（λ）を算出する。例えば、相対分光放射照度分布Ｉｒ（λ）の４００ｎｍ〜７００ｎｍの積分値が絶対放射照度Ｉと一致するように定数が定められる。そして、絶対分光放射照度分布算出手段４２は、相対分光放射照度分布Ｉｒ（λ）の各波長での値にその定数を乗算し、Ｉ（λ）を算出する。
データベース４３は、具体的には、磁気ディスク装置や光ディスク装置等の記憶装置によって実現される。本実施形態では、データベース４３は、絞り値Ｆ、シャッタースピード、輝度値Ｙを絶対放射輝度または絶対放射照度に変換するための変換テーブルを記憶する。データベース４３が記憶する変換テーブルは、具体的には、絞り値Ｆ、シャッタースピード、輝度値Ｙと絶対放射輝度または絶対放射照度を対応付けて含む。なお、データベース４３が記憶する変換テーブルは、例えば、予め、いくつかのサンプルとなる条件下において、それぞれ、専用装置で計測した絶対放射輝度または絶対放射照度と、絞り値Ｆ、シャッタースピード、撮影画像から求めた輝度値Ｙとを設定することによって構築される。
ＰＰＦＤ算出手段４４は、得られた絶対分光放射照度分布Ｉ（λ）に基づいて、光合成に利用される光の強度（光量子束密度）を算出する。
以下、ＰＰＦＤ算出手段４４が光の強度（光量子束密度）を算出する方法の例として、光合成有効光量子束密度の算出方法を示す。光量子束密度は、単位時間、単位面積を通過する４００ｎｍ〜７００ｎｍの波長の光量子の物質量である（単位：μｍｏｌ／ｍ２／ｓ）。光量子束密度の定義より、放射照度との間に以下の関係が成り立つ。
Figure 2014103181
光量子１個当たりのエネルギー（Ｊ／個）は、ｈｃ／λと表される。λは、波長、ｈは、プランク定数、ｃは、光速度である。ｈｃ／λと式（９）より、次式（１０）が成り立つ。
Figure 2014103181
但し、各記号の意味はそれぞれ以下の通りである。
Ｉ（λ）：波長λの光の放射照度
Ｐ（λ）：波長λの光の光量子束密度
Ｐ：光量子束密度（４００ｎｍ〜７００ｎｍ）
式（１０）を変形することにより、次式（１１）が得られる。
Figure 2014103181
また、式（１１）で得られたＰ（λ）を４００ｎｍ〜７００ｎｍまで積分することにより、次式（１２）に示すように光量子束密度Ｐが得られる。
Figure 2014103181
ＬＡＩ算出手段４５は、得られた光量子束密度（ＰＰＦＤ）に基づいてＬＡＩ（葉面積指数）を算出する。高さｉにおける反射体１０の位置における光量子束密度Ｐｉと、ある基準となる反射体１０の位置における光量子束密度Ｐ０とを比較し、高さｉの上方に存在する葉のＬＡＩ（これをＦｉと表記する。）を算出する。なお、基準となる反射体１０の位置とは、本例では、最も上部に取り付けられた反射体１０の位置、すなわち、反射体１０と太陽との間に葉による影等の影響が殆どなく、基準の光量子束密度として用いることができる位置とする。
本実施形態では、ＬＡＩ算出手段４５は、データベース４６が記憶するＬＡＩ変換テーブルから、ＰＰＦＤ算出手段４４が算出した高さｉに設置された反射体１０の位置におけるＰＰＦＤと、ある基準となる反射体１０の位置のＰＰＦＤの差分値に対応するＬＡＩを抽出することによって、高さｉでのＬＡＩを求める。
または、ＬＡＩ算出手段４５は、非特許文献４に示された式（１３）を用いた演算処理を行うことによって、ＬＡＩを求めてもよい。
Figure 2014103181
式（１３）において、Ｋは、吸収係数を示しており、植物毎に値が異なるとともに、同じ植物であっても天候や時間帯等の外部要因によっても値が異なる。また、Ｆは、積算葉面積指数、すなわちＬＡＩである。
データベース４６は、光量子束密度をＬＡＩに変換するためのＬＡＩ変換テーブルを記憶する。具体的には、データベース４６が記憶するＬＡＩ変換テーブルでは、光量子束密度とＬＡＩとが対応付けられている。データベース４６が記憶するＬＡＩ変換テーブルは、例えば、予め、いくつかのサンプルとなる条件下において、一般に用いられる光量子センサを用いて計測した光量子束密度と、その時に求めたＬＡＩとを設定することによって構築される。
ＬＡＩ出力手段４７は、ＬＡＩ算出手段４５が算出したＬＡＩをコンピュータディスプレイなどに表示する。
次に、ＬＡＩ画像計測システムの動作を説明する。図５は、ＬＡＩ画像計測システムを用いてＬＡＩを計測する動作の一例を示すフローチャートである。本実施形態では、図１および図２に示すように、カメラ２０は、植物群落３０に遮られることなく反射体１０を撮影可能な位置に設置されている。
まず、カメラ２０は、反射体１０が配置された方向を撮影する（ステップＳ１０）。ＬＡＩ画像計測装置４０は、カメラ２０から撮影画像を入力する。
ＬＡＩ画像計測装置４０は、例えば、記憶装置（図示せず）に予め記憶されている反射体１０の色情報（本実施形態では、白色）を取得し、カメラ２０から入力した撮影画像中の白色の物体が写っている領域を特定し、特定した領域の部分画像を抽出する。なお、本実施形態では、白色の反射体１０が複数配置されているので、画像分析手段４１は、複数の領域を特定し、それぞれ特定した領域の部分画像を抽出する。そして、ＬＡＩ画像計測装置４０は、それぞれ、抽出した部分画像の色情報を算出する（ステップＳ１１）。具体的には、画像分析手段４１は、対象物の領域の色情報ＲＧＢを取得し、取得した色情報ＲＧＢに基づいて、三刺激値ＸＹＺを算出する。
また、ＬＡＩ画像計測装置４０は、算出した輝度値Ｙから、放射照度の絶対値である絶対放射照度を算出する（ステップＳ１２）。本実施形態では、ＬＡＩ画像計測装置４０は、データベースが記憶する放射照度変換テーブルから、算出した輝度値Ｙと撮影時の絞り値Ｆ、シャッタースピードに対応する放射照度を算出する。なお、ＬＡＩ画像計測装置４０は、予め定められた輝度値Ｙ、絞り値Ｆ、シャッタースピードを用いた変換式から、算出したＹ値、撮影時の絞りとシャッタースピードに対応する放射照度を算出してもよい。
また、ＬＡＩ画像計測装置４０は、算出したＸＹＺ値から、色度ｘｙ値を算出し、相対分光放射照度分布を算出する（ステップＳ１３）。本実施形態では、ＬＡＩ画像計測装置４０は、ＣＩＥ昼光モデルを用いて色度ｘｙ値から相対分光放射照度分布を算出する。
次に、ＬＡＩ画像計測装置４０は、算出した放射照度の絶対値と相対分光放射照度分布に基づいて、絶対分光放射照度分布を算出する（ステップＳ１４）。本実施形態では、ＬＡＩ画像計測装置４０は、分光放射照度分布の４００〜７００ｎｍの積分値が、算出した絶対放射照度と一致するように定数を定め、相対分光放射照度分布にその定数を乗じて絶対分光放射照度分布を得る。
次に、ＬＡＩ画像計測装置４０は、算出した絶対分光放射照度分布から光量子束密度（ＰＰＦＤ）を算出する（ステップＳ１５）。
次に、ＬＡＩ画像計測装置４０は、算出したＰＰＦＤから葉面積指数（ＬＡＩ）を算出する（ステップＳ１６）。本実施形態では、ＬＡＩ画像計測装置４０は、算出した上下のＰＰＦＤの差分値に対応するＬＡＩを、ＬＡＩ変換テーブルから抽出することによってＬＡＩを算出する。なお、ＬＡＩ画像計測装置４０は、算出したＰＰＦＤから式（１３）に従ってＬＡＩを算出してもよい。
ＬＡＩの算出が終了したら、ＬＡＩ画像計測装置４０は、算出したＬＡＩをディスプレイ等に表示する（ステップＳ１７）。
本実施形態のＬＡＩ画像計測システムは、ＬＡＩとの相関が高い光量子束密度を算出し、光量子束密度に基づいてＬＡＩを算出するので、より精度良くＬＡＩを算出することができる。
図６は、本発明による画像計測システムの主要な構成を示すブロック図である。図６に示すように本発明による画像計測システムは、主要な構成として、計測対象である植物３１の近傍に設置された反射体１０と、反射体１０を撮影し、撮影画像を出力する撮影手段２１と、撮影画像内の反射体１０の領域を検出し、領域の色情報を取得する画像分析手段４１と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段４２と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段４４と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段４５とを備える。
また、上記の実施形態では、以下の（１）〜（５）に示すような画像計測システムおよび画像計測装置も開示されている。
（１）計測対象である植物（例えば、植物群落３０のうちの一部の植物）の近傍に設置された反射体（例えば、反射体１０）と、反射体を撮影し、撮影画像を出力する撮影手段（例えば、カメラ２０）と、撮影画像内の反射体の領域を検出し、領域の色情報を取得する画像分析手段（例えば、画像分析手段４１）と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段（例えば、絶対分光放射照度分布算出手段４２）と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段（例えば、ＰＰＦＤ算出手段４４）と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段（例えば、ＬＡＩ算出手段４５）とを備えたことを特徴とする画像計測システム（例えば、ＬＡＩ画像計測システム）。
（２）画像計測システムは、反射体が、色が既知である完全拡散反射面を有するように構成されていてもよい。
（３）画像計測システムは、光量子束密度と葉面積指数とを対応付けて記憶する記憶手段（例えば、データベース４６）を備え、葉面積指数算出手段が、算出された光量子束密度に対応する葉面積指数を記憶手段から抽出することによって葉面積指数を算出するように構成されていてもよい。
（４）画像計測システムは、絶対分光放射照度分布算出手段が、色情報に基づいて、領域の輝度値を含む三刺激値を算出し、輝度値に基づいて、領域の放射照度の絶対値である絶対放射照度を算出し、三刺激値に基づいて、領域の色度を算出し、色度に基づいて、領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、絶対放射照度と相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出するように構成されていてもよい。
（５）計測対象である植物（例えば、植物群落３０のうちの一部の植物）の近傍に設置された反射体（例えば、反射体１０）と、反射体を撮影し、撮影画像を出力する撮影手段（例えば、カメラ２０）とを備えた画像計測システムに用いられる画像計測装置（例えば、ＬＡＩ画像計測装置４０）であって、撮影画像内の反射体が撮影された領域を検出し、領域の色情報を取得する画像分析手段（例えば、画像分析手段４１）と、色情報に基づいて、領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段（例えば、絶対分光放射照度分布算出手段４２）と、絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段（例えば、ＰＰＦＤ算出手段４４）と、光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段（例えば、ＬＡＩ算出手段４５）とを備えたことを特徴とする画像計測装置。
この出願は、２０１２年１２月２６日に出願された日本出願特願２０１２−２８２０５６を基礎とする優先権を主張し、その開示の全てをここに取り込む。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
産業上の利用の可能性
本発明は、施設栽培等において、植物生育や栽培状況を把握する用途に適用される。
１０ 反射体
２０ カメラ
２１ 撮影手段
３０ 植物群落
３１ 植物
４０ ＬＡＩ画像計測装置
４１ 画像分析手段
４２ 絶対分光放射照度分布算出手段
４３，４６ データベース
４４ 光量子束密度（ＰＰＦＤ）算出手段
４５ 葉面積指数（ＬＡＩ）算出手段

Claims (10)

  1. 計測対象である植物の近傍に設置された反射体を撮影し、撮影画像を出力し、
    前記撮影画像内の前記反射体の領域を検出し、
    前記領域の色情報を取得し、
    前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出し、
    前記絶対分光放射照度分布に基づいて、光量子束密度を算出し、
    前記光量子束密度に基づいて、葉面積指数を算出する
    ことを特徴とする画像計測方法。
  2. 反射体が、色が既知である完全拡散反射面を有する
    請求項１記載の画像計測方法。
  3. 光量子束密度と葉面積指数とを対応付けて記憶し、
    算出された光量子束密度に対応する前記葉面積指数を抽出することによって葉面積指数を算出する
    請求項１または請求項２記載の画像計測方法。
  4. 色情報に基づいて、領域の輝度値を含む三刺激値を算出し、
    前記輝度値に基づいて、前記領域の放射照度の絶対値である絶対放射照度を算出し、
    前記三刺激値に基づいて、前記領域の色度を算出し、
    前記色度に基づいて、前記領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、
    前記絶対放射照度と前記相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出する
    請求項１から請求項３のうちのいずれか１項に記載の画像計測方法。
  5. 計測対象である植物の近傍に設置された反射体と、
    前記反射体を撮影し、撮影画像を出力する撮影手段と、
    前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、
    前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、
    前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、
    前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えた
    ことを特徴とする画像計測システム。
  6. 反射体が、色が既知である完全拡散反射面を有する
    請求項５記載の画像計測システム。
  7. 光量子束密度と葉面積指数とを対応付けて記憶する記憶手段を備え、
    葉面積指数算出手段は、
    算出された光量子束密度に対応する葉面積指数を前記記憶手段から抽出することによって葉面積指数を算出する
    請求項５または請求項６記載の画像計測システム。
  8. 絶対分光放射照度分布算出手段は、
    色情報に基づいて、領域の輝度値を含む三刺激値を算出し、
    前記輝度値に基づいて、前記領域の放射照度の絶対値である絶対放射照度を算出し、
    前記三刺激値に基づいて、前記領域の色度を算出し、
    前記色度に基づいて、前記領域における分光放射照度の相対分布である相対分光放射照度分布を算出し、
    前記絶対放射照度と前記相対分光放射照度分布とに基づいて、絶対分光放射照度分布を算出する
    請求項５から請求項７のうちのいずれか１項に記載の画像計測システム。
  9. 計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測装置であって、
    前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析手段と、
    前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出手段と、
    前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出手段と、
    前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出手段とを備えた
    ことを特徴とする画像計測装置。
  10. 計測対象である植物の近傍に設置された反射体と、前記反射体を撮影し、撮影画像を出力する撮影手段とを備えた画像計測システムに用いられる画像計測プログラムであって、
    コンピュータに、
    前記撮影画像内の前記反射体の領域を検出し、前記領域の色情報を取得する画像分析処理と、
    前記色情報に基づいて、前記領域における分光放射照度の絶対値の分布である絶対分光放射照度分布を算出する絶対分光放射照度分布算出処理と、
    前記絶対分光放射照度分布に基づいて、光量子束密度を算出する光量子束密度算出処理と、
    前記光量子束密度に基づいて、葉面積指数を算出する葉面積指数算出処理と
    を実行させるための画像計測プログラム。
JP2014554094A 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム Active JP6245181B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012282056 2012-12-26
JP2012282056 2012-12-26
PCT/JP2013/007079 WO2014103181A1 (ja) 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム

Publications (2)

Publication Number Publication Date
JPWO2014103181A1 true JPWO2014103181A1 (ja) 2017-01-12
JP6245181B2 JP6245181B2 (ja) 2017-12-13

Family

ID=51020308

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014554094A Active JP6245181B2 (ja) 2012-12-26 2013-12-03 画像計測方法、システム、装置およびプログラム

Country Status (4)

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

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016151778A1 (ja) * 2015-03-24 2016-09-29 大塚電子株式会社 分光輝度計の校正に用いる基準光源装置及びそれを用いる校正方法
CN104864962B (zh) * 2015-05-26 2017-05-03 中国科学院植物研究所 一种采用光谱仪同步测定光强和光质的方法
CN108885277B (zh) * 2016-04-18 2021-05-11 索尼公司 信息处理设备和信息处理方法
JP7001969B2 (ja) * 2016-06-16 2022-02-04 ソニーグループ株式会社 情報処理装置、情報処理方法、及び、プログラム
CN107796764B (zh) * 2016-09-05 2020-01-24 南京农业大学 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法
US10902581B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify foreign object
US10902577B2 (en) 2017-06-19 2021-01-26 Apeel Technology, Inc. System and method for hyperspectral image processing to identify object
JP6835221B2 (ja) * 2017-06-29 2021-02-24 日本電気株式会社 係数算出装置、係数算出方法、及び、係数算出プログラム
KR102076336B1 (ko) * 2018-12-27 2020-02-11 주식회사 최고의 환한미소 작물 재배 시스템
CN110426491A (zh) * 2019-07-26 2019-11-08 北京农业信息技术研究中心 一种果树垂直结构的分层光学测量方法及装置
CN111803085A (zh) * 2020-08-06 2020-10-23 深圳市德光浦科技有限公司 一种基于颜色特性的无创血红蛋白浓度水平测量装置
CN114241033B (zh) * 2021-12-17 2022-07-22 贵州省山地资源研究所 一种植株叶面积垂直结构的异位获取方法
CN116503747B (zh) * 2023-06-30 2023-09-15 华中农业大学 一种基于多尺度遥感的非均质地表叶面积指数反演方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62165546U (ja) * 1987-04-06 1987-10-21
JP2003143961A (ja) * 2001-11-15 2003-05-20 Univ Nagoya 植物又は植物群の３次元構造測定方法
JP2005052045A (ja) * 2003-08-01 2005-03-03 Japan Science & Technology Agency 植物が環境に及ぼす影響の定量的評価システム
WO2007069736A1 (ja) * 2005-12-15 2007-06-21 Yamaguchi University 樹体生産能力を評価する方法、樹体生産能力を評価するための撮像装置及び樹体生産能力を評価するためのプログラム
JP2007171033A (ja) * 2005-12-22 2007-07-05 Univ Nagoya 葉面積指数の間接測定方法および間接測定システム
JP2008111725A (ja) * 2006-10-30 2008-05-15 Tokyo Electric Power Co Inc:The 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
WO2012073520A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
WO2012073507A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法およびプログラム
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6366681B1 (en) * 1999-04-07 2002-04-02 Space Imaging, Lp Analysis of multi-spectral data for extraction of chlorophyll content
RU2004117215A (ru) * 2001-11-08 2005-03-10 Анне Марие ФАНГЕР (DE) Способ и устройство для определения величины действительного фотосинтеза в растениях
CN102269576A (zh) * 2010-06-03 2011-12-07 曹春香 一种森林覆盖度及有效叶面积指数的主被动协同反演方法
US9377404B2 (en) * 2010-11-08 2016-06-28 National University Corporation Ehime University Plant health diagnostic method and plant health diagnostic device
CN102706293B (zh) * 2012-06-27 2014-10-15 黑龙江工程学院 基于四分量光学物理模型的叶面积指数反演方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62165546U (ja) * 1987-04-06 1987-10-21
JP2003143961A (ja) * 2001-11-15 2003-05-20 Univ Nagoya 植物又は植物群の３次元構造測定方法
JP2005052045A (ja) * 2003-08-01 2005-03-03 Japan Science & Technology Agency 植物が環境に及ぼす影響の定量的評価システム
WO2007069736A1 (ja) * 2005-12-15 2007-06-21 Yamaguchi University 樹体生産能力を評価する方法、樹体生産能力を評価するための撮像装置及び樹体生産能力を評価するためのプログラム
JP2007171033A (ja) * 2005-12-22 2007-07-05 Univ Nagoya 葉面積指数の間接測定方法および間接測定システム
JP2008111725A (ja) * 2006-10-30 2008-05-15 Tokyo Electric Power Co Inc:The 葉面積指数算出装置、葉面積指数算出方法及びそのプログラム
JP2011133451A (ja) * 2009-11-27 2011-07-07 Kyushu Univ 光学的植生指数センサ
WO2012073520A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム
WO2012073507A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法およびプログラム
WO2012073519A1 (ja) * 2010-12-02 2012-06-07 日本電気株式会社 葉面積指数計測システム、装置、方法及びプログラム

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHANG Y , ET.AL.: "Leaf chlorophyll content retrieval from airborne hyperspectral remote sensing imagery", REMOTE SENSING OF ENVIRONMENT, vol. 112, no. 7, JPN6012010361, 15 July 2008 (2008-07-15), pages 3234 - 3247, XP022709018, ISSN: 0003660399, DOI: 10.1016/j.rse.2008.04.005 *
青木正敏、外３名: "葉のクロロフィル量の遠隔測定法に関する研究（ＩＩ） 植物群落のクロロフィル量および葉面積指数の推定に", 生物環境調節, vol. 第２４巻、第１号, JPN6012010360, 11 March 1986 (1986-03-11), pages 33 - 39, ISSN: 0003660400 *

Also Published As

Publication number Publication date
WO2014103181A1 (ja) 2014-07-03
CN104884937B (zh) 2019-01-08
JP6245181B2 (ja) 2017-12-13
US20150339540A1 (en) 2015-11-26
US9646223B2 (en) 2017-05-09
CN104884937A (zh) 2015-09-02

Similar Documents

Publication Publication Date Title
JP6245181B2 (ja) 画像計測方法、システム、装置およびプログラム
US9207072B2 (en) Leaf area index measurement system, device, method, and program
JP5920224B2 (ja) 葉面積指数計測システム、装置、方法及びプログラム
Rasmussen et al. Are vegetation indices derived from consumer-grade cameras mounted on UAVs sufficiently reliable for assessing experimental plots?
US12020430B2 (en) Multisensory imaging methods and apparatus for controlled environment horticulture using irradiators and cameras and/or sensors
Kirk et al. Estimation of leaf area index in cereal crops using red–green images
Sonnentag et al. Digital repeat photography for phenological research in forest ecosystems
CA2960375C (en) System and method for calibrating imaging measurements taken from aerial vehicles
Fitzgerald Characterizing vegetation indices derived from active and passive sensors
Skauli et al. A collection of hyperspectral images for imaging systems research
CN108885277B (zh) 信息处理设备和信息处理方法
US11656171B2 (en) Control apparatus, control method, and control system
WO2012073507A1 (ja) 葉面積指数計測システム、装置、方法およびプログラム
US9530188B2 (en) Image processing method, image processing system, and image processing program
US20190310184A1 (en) Signal processing apparatus, signal processing method, and progress
US20220139082A1 (en) Image processing device, image processing method, and program
Zhang et al. Analysis of vegetation indices derived from aerial multispectral and ground hyperspectral data
Julitta Optical proximal sensing for vegetation monitoring
Bleasdale et al. Feasibility of detecting apple scab infections using low-cost sensors and interpreting radiation interactions with scab lesions
Shajahan et al. Monitoring plant phenology using phenocam: A review
Pan et al. Dynamic analysis of early stage pine wilt disease in Pinus massoniana using ground-level hyperspectral imaging
XUE et al. Estimating light interception using the color attributes of digital images of cotton canopies
US12026915B2 (en) Enhanced measurement of photosynthetically active radiation (PAR) and image conversion therefor
Markelin et al. Radiometric correction of multitemporal hyperspectral uas image mosaics of seedling stands
US20220319048A1 (en) Enhanced measurement of photosynthetically active radiation (par) and image conversion therefor

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161115

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20170704

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: 20171017

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20171030

R150 Certificate of patent or registration of utility model

Ref document number: 6245181

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150