図面 (/)

技術 植物判別装置、植物判別方法及び植物判別用プログラム

出願人 富士通株式会社
発明者 柏川貴弘胡勝治
出願日 2015年2月2日 (5年9ヶ月経過) 出願番号 2015-018786
公開日 2016年8月8日 (4年3ヶ月経過) 公開番号 2016-142633
状態 特許登録済
技術分野 光学的手段による材料の調査、分析
主要キーワード Y座標 ビデオインターフェース回路 ハイパースペクトルセンサ 劣等性 落葉広葉樹 X座標 ハイパースペクトル ハイパースペクトルデータ
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2016年8月8日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (8)

課題

植物の判別精度を向上できる植物判別装置を提供する。

解決手段

植物判別装置は、画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、画像上の着目画素に対応する可視光領域中の紅葉反射光に相当する波長域の光強度の第1中央値と赤外光領域の光強度の第2中央値とを算出する中央値算出部11と、着目画素の第1中央値と第2中央値とに応じて、着目画素を植物の判別対象から除外するか否か判定する除外部12と、を有する。

概要

背景

近年、センサを搭載した人工衛星飛行機などが打ち上げられ、このセンサによって植物からの反射光計測した結果を用いて、リモートセンシングが行われている。

センサの一例として、従来のマルチスペクトルの10倍以上のバンド計測が可能なハイパースペクトルセンサが知られている。このハイパースペクトルセンサは、植物からの反射光に応じたハイパースペクトルデータを生成する。このハイパースペクトルデータは、分光スペクトルデータ一種であり、画像で表され、画像上の各画素について、可視光領域及び赤外光領域に含まれる波長ごとの光強度の情報を含むデータである。また分光スペクトルデータは、植物種ごとに固有の特徴を有する。そこで、分光スペクトルデータと植物種判別対象の植物の基準スペクトルとを照合して画像上の領域ごとに類似度を求め、類似度が高い領域を、植物種判別対象の植物が位置する領域として判別する技術が開示されている(例えば、特許文献1〜3を参照)。

例えば、特許文献1には、森林現況情報画像データ上のある領域における分光反射特性を作成し、作成された分光反射特性に基づいて樹種を判別する樹種分類システムが開示されている。

例えば、特許文献2には、画像上のパラゴムノキの位置を特定し、特定されたパラゴムノキの位置の近赤外領域反射強度と所定の閾値とを比較して罹病木と健全木とを判別する罹病判定方法が開示されている。

例えば、特許文献3には、解析対象画像から、所定の波長域に相当するバンドデータを抽出し、抽出されたバンドデータから、植生領域演算するスペクトル画像解析装置が開示されている。

概要

植物の判別精度を向上できる植物判別装置を提供する。植物判別装置は、画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第1中央値と赤外光領域の光強度の第2中央値とを算出する中央値算出部11と、着目画素の第1中央値と第2中央値とに応じて、着目画素を植物の判別対象から除外するか否か判定する除外部12と、を有する。

目的

1つの側面では、本明細書は、植物の判別精度を高めることができる植物判別装置、植物判別方法及び植物判別プログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉反射光に相当する波長域の光強度の第1中央値と前記赤外光領域の光強度の第2中央値とを算出する中央値算出部と、前記着目画素の前記第1中央値と前記第2中央値とに応じて、前記着目画素を植物の判別対象から除外するか否か判定する除外部と、を有する植物判別装置

請求項2

前記除外部は、前記第1中央値に所定係数乗算した値が前記第2中央値よりも小さい場合に、前記着目画素を植物の判別対象から除外する、請求項1に記載の植物判別装置。

請求項3

前記所定係数は、1.1から1.5までの値または1.2から1.4までの値である、請求項2に記載の植物判別装置。

請求項4

前記可視光領域中の紅葉の反射光に相当する波長域の波長範囲は520nmから620nmであり、前記赤外光領域の波長範囲は750nmから1400nmである、請求項1に記載の植物判別装置。

請求項5

前記分光スペクトルデータに含まれる波長範囲は、400nmから1400nmである、請求項1に記載の植物判別装置。

請求項6

画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉の反射光に相当する波長域の光強度の第1中央値と前記赤外光領域の光強度の第2中央値とを算出し、前記着目画素の前記第1中央値と前記第2中央値に応じて、前記着目画素を植物の判別対象から除外するか否か判定する、ことを含む植物判別方法

請求項7

画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、前記画像上の着目画素に対応する前記可視光領域中の紅葉の反射光に相当する波長域の光強度の第1中央値と前記赤外光領域の光強度の第2中央値とを算出し、前記着目画素の前記第1中央値と前記第2中央値とに応じて、前記着目画素を植物の判別対象から除外するか否か判定する、ことをコンピュータに実行させるための植物判別用コンピュータプログラム

技術分野

0001

本発明は、例えば、植物からの反射光に応じた分光スペクトルデータ解析することにより、植物種判別する植物判別装置、植物判別方法及び植物判別用プログラムに関する。

背景技術

0002

近年、センサを搭載した人工衛星飛行機などが打ち上げられ、このセンサによって植物からの反射光を計測した結果を用いて、リモートセンシングが行われている。

0003

センサの一例として、従来のマルチスペクトルの10倍以上のバンド計測が可能なハイパースペクトルセンサが知られている。このハイパースペクトルセンサは、植物からの反射光に応じたハイパースペクトルデータを生成する。このハイパースペクトルデータは、分光スペクトルデータの一種であり、画像で表され、画像上の各画素について、可視光領域及び赤外光領域に含まれる波長ごとの光強度の情報を含むデータである。また分光スペクトルデータは、植物種ごとに固有の特徴を有する。そこで、分光スペクトルデータと植物種判別対象の植物の基準スペクトルとを照合して画像上の領域ごとに類似度を求め、類似度が高い領域を、植物種判別対象の植物が位置する領域として判別する技術が開示されている(例えば、特許文献1〜3を参照)。

0004

例えば、特許文献1には、森林現況情報画像データ上のある領域における分光反射特性を作成し、作成された分光反射特性に基づいて樹種を判別する樹種分類システムが開示されている。

0005

例えば、特許文献2には、画像上のパラゴムノキの位置を特定し、特定されたパラゴムノキの位置の近赤外領域反射強度と所定の閾値とを比較して罹病木と健全木とを判別する罹病判定方法が開示されている。

0006

例えば、特許文献3には、解析対象画像から、所定の波長域に相当するバンドデータを抽出し、抽出されたバンドデータから、植生領域演算するスペクトル画像解析装置が開示されている。

先行技術

0007

特開2010−86276号公報
特開2014−10058号公報
特開2011−069757号公報

発明が解決しようとする課題

0008

しかしながら、人工衛星や飛行機などに搭載されたハイパースペクトルセンサで生成されたハイパースペクトルデータの画像には、植物だけでなく、市街地中の建物などの人工物耕作終了農地が写っている場合がある。この場合、人工物や耕作終了農地からの反射光のハイパースペクトルデータの特徴は、植物からの反射光のハイパースペクトルデータの特徴と類似しているため、人工物や耕作終了農地を植物と誤って判別してしまい、植物の判別精度が低くなるという問題があった。

0009

1つの側面では、本明細書は、植物の判別精度を高めることができる植物判別装置、植物判別方法及び植物判別プログラムを提供することを目的とする。

課題を解決するための手段

0010

一つの実施形態によれは、植物判別装置が提供される。この植物判別装置は、画像上の画素ごとに可視光領域の光強度の情報と、赤外光領域の光強度の情報とを含む分光スペクトルデータに応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第1中央値と赤外光領域の光強度の第2中央値を算出する中央値算出部と、着目画素の第1中央値と第2の中央値とに応じて、着目画素を植物の判別対象から除外するか否か判定する除外部と、を有する。

0011

本発明の目的及び利点は、請求項において特に指摘されたエレメント及び組合せにより実現され、かつ達成される。上記の一般的な記述及び下記の詳細な記述の何れも、例示的かつ説明的なものであり、請求項のように、本発明を限定するものではないことを理解されたい。

発明の効果

0012

本明細書に開示された植物判別装置は、植物の判別精度を向上できる。

図面の簡単な説明

0013

一つの実施形態による植物判別装置の概略構成図である。
ハイパースペクトルデータのデータ構造の一例を示す図である。
ハイパースペクトルデータの画像の一例を示す図である。
植物判別装置の処理部の機能ブロック図である。
画素ごとの第1中央値と第2中央値との関係を示す図である。
補正ハイパースペクトルデータの一例を示す図である。
植物判別装置の処理手順を示すフローチャートである。

実施例

0014

以下、図面を参照しつつ、一つの実施形態による、植物判別装置について説明する。

0015

この植物判別装置は、画像上の画素ごとの可視光領域に含まれる波長ごとの光強度の情報に応じて、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域の光強度の第1中央値を算出する。この植物判別装置は、画像上の画素ごとの赤外光領域に含まれる波長ごとの光強度の情報に応じて、画像上の着目画素に対応する赤外光領域の光強度の第2中央値を算出する。そしてこの植物判別装置は、着目画素の第1中央値と第2中央値とに応じて、その着目画素を植物の判別対象から除外するか否か判定する。

0016

図1は、一つの実施形態による植物判別装置の概略構成図である。図1に示されるように、植物判別装置1は、操作部2と、通信インターフェース部3と、インターフェース部4と、記憶部5と、処理部6と、出力部7とを有する。植物判別装置1は、例えば、パーソナルコンピュータである。処理部6は、操作部2、通信インターフェース部3、インターフェース部4、記憶部5及び出力部7と、例えば、バスを介して接続される。

0017

図2は、ハイパースペクトルデータのデータ構造の一例を示す図である。X軸の値は、ハイパースペクトルセンサによって生成された画像上のXY座標のうちのX座標の値を示し、Y軸の値は、ハイパースペクトルセンサによって生成された画像上のXY座標のうちのY座標の値を示す。λ軸の値は、波長を示す。画像201は、波長ごとにハイパースペクトルセンサによって生成されたハイパースペクトルデータの画像である。ハイパースペクトルデータは、画像201上の各画素のそれぞれについて、その画素ごとに波長と光強度とがそれぞれ対応付けられる。したがって、画像201上の各画素202の波長ごとの光強度をプロットするとグラフ203のようになる。図3は、図2のハイパースペクトルデータの画像201に対応する画像300の一例を示す図である。

0018

操作部2は、例えば、キーボードマウスなどの入力装置を有する。そして操作部2は、例えば、ユーザの入力に応じて、植物判別処理を開始させる操作信号を処理部6へ出力する。

0019

通信インターフェース部3は、例えば、イーサネット登録商標)などの通信規格に従って通信ネットワークに接続するための通信インターフェース及びその制御回路を有する。例えば、通信インターフェース部3は、通信ネットワークに接続された他の装置からハイパースペクトルデータを取得し、そのハイパースペクトルデータを処理部6にわたす。

0020

ハイパースペクトルデータは、人工衛星や航空機などに搭載されたハイパースペクトルセンサ(図示せず)によって生成される。このハイパースペクトルセンサは、画像上の各画素が波長範囲内の波長ごと(例えば、20nmごと)に光強度を含むハイパースペクトルデータを生成する。例えば、ハイパースペクトルデータの波長範囲は、400nm〜1400nmとすることにより、ハイパースペクトルデータは、可視光領域から近赤外波長領域までの波長ごとの光強度の情報を含む。

0021

インターフェース部4は、可搬記憶媒体などに接続するインターフェースである。可搬記憶媒体は、例えば、USB(Universal Serial Bus)メモリSDメモリーカードメモリースティックコンパクトフラッシュ(登録商標)などに対応する。例えば、インターフェース部4がハイパースペクトルデータを取得する代わりに、インターフェース部4は、可搬記憶媒体に記憶されたハイパースペクトルデータを取得し、取得したハイパースペクトルデータを処理部6にわたす。

0022

記憶部5は、例えば、読み書き可能な半導体メモリ読み出し専用の半導体メモリとを有する。そして記憶部5は、処理部6上で実行される植物判別処理を実行するためのコンピュータプログラム、及びその植物判別処理の途中で生成される各種のデータを一時的に記憶する。また記憶部5は、所定の係数を記憶する。また記憶部5は、通信インターフェース部3またはインターフェース部4から取得したハイパースペクトルデータを記憶する。

0023

処理部6は、1個又は複数個プロセッサ及びその周辺回路を有する。そして処理部6は、植物判別装置1全体を制御する。また処理部6は、通信インターフェース部3またはインターフェース部4からハイパースペクトルデータを取得する。そして処理部6は、そのハイパースペクトルデータに対して除外処理を実行して、植物の判別対象から除外する領域の波長ごとの光強度の情報を削除し、補正ハイパースペクトルデータを生成する。そして処理部6は、補正ハイパースペクトルと基準スペクトルとを照合して、植物種を判別する。

0024

出力部7は、処理部6から出力される各種データを表示装置(図示せず)へ出力する。そのために、出力部7は、例えば、表示装置を植物判別装置1と接続するためのビデオインターフェース回路を有する。

0025

以下、処理部6により実行される植物判別処理の詳細について説明する。

0026

図4は、植物判別処理に関する処理部6の機能ブロック図である。図4に示されるように、処理部6は、中央値算出部11と、除外部12と、照合部13とを有する。

0027

処理部6が有するこれらの各部は、例えば、処理部が有するプロセッサ上で実行されるコンピュータプログラムによって実現される機能モジュールである。或いは、処理部6が有するこれらの各部は、ファームウェアとして植物判別装置1に実装されてもよい。

0028

人工衛星や飛行機などに搭載されたハイパースペクトルセンサで生成されたハイパースペクトルデータの画像には、本実施形態における植物判別対象の落葉広葉樹だけでなく、人工物や耕作終了農地が写っている場合がある。本実施形態では、この場合のハイパースペクトルデータを入力とする中央値算出部11について以下に説明する。中央値算出部11は、記憶部5を参照し、ハイパースペクトルデータに含まれる植物からの反射光の波長ごとの光強度の情報と、人工物や耕作終了農地からの反射光の波長ごとの光強度の情報との境界を判別するための指標の一つである中央値を算出する。中央値算出部11は、処理部6により通信インターフェース部3またはインターフェース部4からハイパースペクトルデータが得られると、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域に含まれる各波長の光強度を取得する。本実施形態においては、落葉広葉樹の紅葉を判別するために、例えば、可視光領域中の紅葉の反射光に相当する波長域の波長範囲を、520nm〜620nmとする。この理由は、ハイパースペクトルデータの画像に写っている落葉広葉樹の葉には、真っ赤な赤色の紅葉がないため、紅葉した葉からの反射光である可能性のある波長範囲として、黄色から真っ赤な赤色の直前の波長範囲に着目したからである。図2のグラフ203の520nm〜620nmの波長範囲204は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長と光強度の関係をプロットしたものの一例である。

0029

そして中央値算出部11は、画像上の着目画素に対応する可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度を比較して、中央値を算出する。例えば、中央値算出部11は、ハイパースペクトルデータ中の520nm〜620nmの波長範囲に含まれる各波長の光強度を読み込み、読み込んだ各波長の光強度を昇順又は降順に並べ替える。波長範囲に含まれる光強度を有する波長の数が奇数の場合、中央値算出部11は、波長範囲に含まれる光強度のうちの中央の順番の光強度の値を、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値とする。一方、波長範囲に含まれる光強度を有する波長の数が偶数の場合、中央値算出部11は、波長範囲に含まれる光強度のうちの中央の二つの順番の光強度の平均値を、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値と算出する。以下では、説明の便宜上、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の中央値を第1中央値と表記する。

0030

また中央値算出部11は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の第1中央値を算出した着目画像と、同一の着目画素に対応する赤外光領域に含まれる波長ごとの光強度の情報をハイパースペクトルデータから取得する。本実施形態においては、赤外線の波長範囲に着目するために、例えば、赤外光領域の波長範囲を、750nm〜1400nmとする。図2のグラフ203の750nm〜1400nmの波長範囲205は、赤外光領域に含まれる波長と光強度の関係をプロットしたものの一例である。

0031

そして中央値算出部11は、画像上の着目画素に対応する赤外光領域に含まれる波長の各光強度を比較して、中央値を算出する。例えば、中央値算出部11は、ハイパースペクトルデータ中の750nm〜1400nmの波長範囲に含まれる各波長の光強度を読み込み、読み込んだ各波長の光強度を昇順又は降順に並べ替える。波長範囲に含まれる光強度を有する波長の数が奇数の場合、中央値算出部11は、波長範囲に含まれる波長の光強度のうちの中央の順番の光強度の値を、赤外光領域に含まれる各光強度の中央値とする。一方、波長範囲に含まれる光強度を有する波長の数が偶数の場合、中央値算出部11は、波長範囲に含まれる光強度のうちの中央の二つの順番の光強度の平均値を、赤外光領域に含まれる各光強度の中央値と算出する。以下では、説明の便宜上、赤外光領域に含まれる波長の各光強度の中央値を第2中央値と表記する。そして中央値算出部11は、画像上の未着目の全ての画素についても、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の各光強度の第1中央値及び赤外光領域に含まれる波長の各光強度の第2中央値を算出する。

0032

除外部12は、植物種の判別精度を向上させるため、人工物または耕作終了農地と判定されるハイパースペクトルデータの画像上の画素に対応する波長ごとの光強度の情報を削除して、その波長ごとの光強度の情報を除外する。まず、除外部12は、画像上の各画素のそれぞれについて、その画素ごとに対応する第1中央値と第2中央値を中央値算出部11から取得する。そして除外部12は、記憶部5を参照し、所定の係数を読み込み、読み込んだ所定の係数を設定する。除外部12は、画像上の各画素について、その画素に対応する第1中央値と第2中央値との組について、第1中央値に所定の係数を乗算した値が、第2中央値よりも小さいか否か判定する。第1中央値に所定の係数を乗算した値が第2中央値よりも小さい場合、除外部12は、該当する画素が、人工物または耕作終了農地と判定する。一方、第1中央値に所定の係数を乗算した値が第2中央値よりも小さくない場合、除外部12は、該当する画素が、人工物または耕作終了農地ではないと判定する。なお、除外部12は、処理部6により操作部2から入力された係数を所定の係数に設定してもよい。

0033

ここで、所定の係数を「1.3」とした場合に、第1中央値に所定の係数を乗算した値が、第2中央値よりも小さいか否か判定する一例について、図5を用いて説明する。図5は、画素ごとの第1中央値と第2中央値との関係を示す図である。図5横軸は、可視光領域中の紅葉の反射光に相当する波長域の第1中央値に対応する軸である。図5縦軸は、赤外光領域の第2中央値に対応する軸である。プロットされた点は、それぞれ図3に示すハイパースペクトルデータの画像300上のいずれかの画素に対応する点である。

0034

図5に示す線分20は、次式に対応する線分である。

0035

0036

ここで、xは、第1の中央値に対応する変数である。yは、第2中央値に対応する変数である。aは、所定の係数に対応するものであり、図5に示す例では、係数を「1.3」としている。

0037

図5において、第1中央値と第2中央値との関係が、線分20よりも下に位置する画素は、第1中央値に所定の係数を乗算した値が、第2中央値よりも小さい画素であるから、人工物または耕作終了農地に対応する画素と判定される。一方、第1中央値と第2中央値との関係が線分20よりも上に位置する画素は、第1中央値に所定の係数を乗算した値が、第2中央値よりも大きい画素であるから、人工物または耕作終了農地に対応する画素ではないと判定される。

0038

人工物または耕作終了農地に対応する画素と判定された場合、除外部12は、人工物または耕作終了農地と判定された画素に対応する波長ごとの光強度の情報を削除して、その波長ごとの光強度の情報を除外することで、補正ハイパースペクトルデータを生成する。一方、人工物または耕作終了農地に対応する画素ではないと判定された場合、除外部12は、人工物または耕作終了農地ではないと判定された画素に対応する波長ごとの光強度の情報を除外しない。このように、除外部12は、ハイパースペクトルの画像上の全ての画素について、画像上の人工物または耕作終了農地と判定された各画素の領域に対応する波長ごとの光強度の情報を除外する。

0039

図6は、補正ハイパースペクトルデータの一例を示す図である。図6に示す例では、領域601が人工物または耕作終了農地と判定され、それらの領域の波長ごとの光強度の情報が削除されている。

0040

照合部13は、人工物または耕作終了農地と判定された領域の波長ごとの光強度の情報を除外して、植物判別精度の向上が期待できる補正ハイパースペクトルデータを用いて植物種を判別する。照合部13は、除外部12から取得された補正ハイパースペクトルデータと、植物種の基準スペクトルとを照合して、補正ハイパースペクトルデータの画像に写っている植物種を判別する。例えば、照合部13は、マルチレベルスライス法コサイン距離解析などの手法に従って、補正ハイパースペクトルデータと、植物種の基準スペクトルとを照合し、最も一致する基準スペクトルを特定し、最も一致する基準スペクトルに対応する植物種を特定する。したがって、照合部13は、補正ハイパースペクトルデータの画像に写っている植物種を判別できる。また例えば、照合部13は、類や梅類などの落葉広葉樹の基準スペクトルを用いる。そして照合部13は、判別結果を、出力部7に出力する。

0041

図7は、植物判別装置1の処理部6により、実行される植物判別処理全体の動作フローチャートである。処理部6は、操作部2を介して植物判別処理全体の動作開始が入力される度に、以下の動作フローチャートに従って植物判別処理を実行する。

0042

処理部6の中央算出部11は、可視光領域中の紅葉の反射光に相当する波長域に含まれる波長の光強度の第1中央値を算出する(ステップS101)。処理部6の中央算出部11は、赤外光領域に含まれる波長の光強度の第2中央値を算出する(ステップS102)。

0043

処理部6の除外部12は、記憶部5を参照し、所定の係数を読み込み、読み込んだ所定の係数を設定する(ステップS103)。処理部6の除外部12は、第1中央値と第2中央値との関係が所定条件を満たす画素を特定する(ステップS104)。例えば、ステップS104において、処理部6の除外部12は、第1中央値に所定の係数を乗算した値が、第2中央値よりも小さい画素を特定する。処理部6の除外部12は、特定した第1中央値に所定の係数を乗算した値が、第2中央値よりも小さい画素に対応する波長ごとの光強度の情報を削除して、補正ハイパースペクトルデータを生成する(ステップS105)。処理部6の除外部12は、補正ハイパースペクトルデータと基準スペクトルとを照合して、植物種を判別する(ステップS106)。

0044

以上に説明してきたように、この植物判別装置は、可視光領域中の紅葉の反射光に相当する波長域の強度の第1中央値に所定の係数を乗算した値が赤外光領域の強度の第2中央値よりも小さい画素を市街地などの人工物や耕作終了農地と判定する。そしてこの植物判別装置は、市街地などの人工物や耕作終了農地と判定された画素に対応する波長ごとの光強度の情報を植物種の判別対象から除外することにより、植物の判別精度を向上できる。

0045

なお変形例によれば、除外部12は、係数aを「1.3」以外の値としてもよい。例えば、係数aの値は、「1.1〜1.5」、好ましくは「1.2〜1.4」でもよい。

0046

ここで、式(1)の係数aの値を「1.3」、「1.4」、「1.2」、「1.8」、「1.0」とした場合、植物だけでなく、人工物や耕作終了農地が写った画像のハイパースペクトルデータから除外した領域に対して、発明者が実際に踏査した結果を説明する。

0047

係数aの値を「1.3」とした場合の削除領域と踏査結果について説明する。発明者は実際に削除した領域32箇所を踏査した結果、30箇所が人工物または耕作終了農地であり、2箇所は、植物であることを確認した。また、発明者は、削除した領域に近接する領域を踏査した結果、全て植物であることが確認できた。発明者が実際に踏査した箇所は、図6に示すように、丸印(○)の箇所である。

0048

係数aを「1.4」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域35箇所を踏査した結果、30箇所が人工物または耕作終了農地であり、5箇所が植物であることを確認した。また、発明者は、削除した領域に近接する領域を調査した結果、全て植物であることが確認できた。

0049

係数aを「1.2」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域30箇所を踏査した結果、30箇所が人工物または耕作終了農地であったが、削除した領域に近接する領域の7箇所が人工物または耕作終了農地であることを確認した。

0050

係数aを「1.8」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域47箇所を踏査した結果、30箇所が人工物または耕作終了農地であり、17箇所が植物であることを確認した。また、発明者は、削除した領域に近接する領域を調査した結果、全て植物であることが確認できた。

0051

係数aを「1.0」とした場合の削除領域と踏査結果について説明する。発明者は、実際に削除した領域30箇所を踏査した結果、30箇所が人工物または耕作終了農地であったが、削除した領域に近接する領域12箇所が人工物または耕作終了農地であることを確認した。

0052

このため、発明者は、係数aの値を「1.1〜1.5」、好ましくは「1.2〜1.4」にすることで、ハイパースペクトルデータから人工物または耕作終了農地を精度よく判定できることを見出した。

0053

また、他の変形例によれば、除外部12は、第2中央値に所定の係数の逆数を乗算した値よりも、第1中央値が小さい画素を、人工物または耕作終了農地に対応する画素と判定してもよい。

0054

さらに、上記の各実施形態による処理部が有する各機能をコンピュータに実現させるコンピュータプログラムは、コンピュータによって読取り可能な媒体、例えば、磁気記録媒体光記録媒体、又は半導体メモリに記憶された形で提供されてもよい。

0055

ここに挙げられた全ての例及び特定の用語は、読者が、本発明及び当該技術の促進に対する本発明者により寄与された概念を理解することを助ける、教示的な目的において意図されたものであり、本発明の優位性及び劣等性を示すことに関する、本明細書の如何なる例の構成、そのような特定の挙げられた例及び条件に限定しないように解釈されるべきものである。本発明の実施形態は詳細に説明されているが、本発明の精神及び範囲から外れることなく、様々な変更、置換及び修正をこれに加えることが可能であることを理解されたい。

0056

1 植物判別装置
2 操作部
3通信インターフェース部
4インターフェース部
5 記憶部
6 処理部
7 出力部
11中央値算出部
12 除外部
13 照合部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ