特許ウォッチ

公開番号2024105189
公報種別公開特許公報(A)
公開日2024-08-06
出願番号2024000560
出願日2024-01-05
発明の名称ブドウの品質を予測するために画像を自律的に取得し処理するモバイルカメラシステム
出願人株式会社クボタ
代理人個人,個人,個人,個人,個人,個人
主分類G01N 21/27 20060101AFI20240730BHJP(測定;試験)
要約【課題】ブドウの品質を予測するために画像を自律的に取得して処理する方法に関する。
【解決手段】その方法は、第1の画像データを取得することと、前記第1の画像データに基づいて対象物を検出することと、前記第1の画像データに基づいて前記対象物の位置を決定することと、前記対象物の位置に基づいて第2の画像データを取得することと、前記対象物の特性を決定するために、前記第2の画像データを分析することと、を含む。前記第2の画像データはハイパースペクトル画像データを含む。
【選択図】なし
特許請求の範囲【請求項１】
第１の画像データを取得することと、
前記第１の画像データに基づいて対象物を検出することと、
前記第１の画像データに基づいて前記対象物の位置を決定することと、
前記対象物の位置に基づいて第２の画像データを取得することと、
前記対象物の特性を決定するために、前記第２の画像データを分析することと、
を含む方法であって、
前記第２の画像データはハイパースペクトル画像データを含む、
方法。
続きを表示（約 670 文字）【請求項２】
前記対象物は農産物である、請求項１に記載の方法。
【請求項３】
前記第１の画像データは、色データおよび深度データを含む、請求項１に記載の方法。
【請求項４】
前記第１の画像データは、色データおよび深度データを含み、
前記色データのみに基づいて前記対象物を検出し、
前記対象物の位置は、前記色データと前記深度データとの組み合わせに基づいて決定される、
請求項１に記載の方法。
【請求項５】
前記第１の画像データを取得する間に、前記対象物を照明する光源をオンにすることをさらに含む、請求項１に記載の方法。
【請求項６】
前記光源はＬＥＤ光源である、請求項５に記載の方法。
【請求項７】
前記光源は、前記第２の画像データを取得する前にオフにされる、請求項５に記載の方法。
【請求項８】
前記対象物の位置を決定した後、前記第２の画像データを取得する前に、ハイパースペクトルカメラを移動させることをさらに含み、
前記第２の画像データは前記ハイパースペクトルカメラによって取得される、請求項１に記載の方法。
【請求項９】
前記ハイパースペクトルカメラは、前記対象物の決定された位置に基づいて動かされる、請求項８に記載の方法。
【請求項１０】
前記ハイパースペクトルカメラは直交アームによって動かされる、請求項８に記載の方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、カメラシステムおよび画像処理に関する。より具体的には、本発明は、ブドウの品質を予測するために画像を取得し処理することが可能なモバイルカメラシステムに関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
直交座標ロボットを含む直交座標システムは、フライス加工、印刷などの産業用途に使用されてきた。直交座標システムは、直線状で互いに直交して配置された３つの制御主軸を含み、各主軸は別々の駆動機構を有することができる。直交座標システムの剛性構造および直線運動により、高負荷下でも荷重を正確かつ確実に移動させることができる。しかし、直交座標システムは、一般に、カメラや光源のような装置の移動や位置決めには適用されていない。
【０００３】
野菜、果物、その他の生産物のような食品の特性を決定するための公知のシステムは、カメラを使用して食品の画像を撮影し、その画像を分析して食品の所望の特性を決定することを含む。米国特許第１０，４０８，７４８号、米国特許第８，０１４，５６９号、米国特許出願公開第２０２１／０３１１０１１号、米国特許第１０，８８５，６７５号、および米国特許第９，９２２，２６１号には、そのような公知のシステムが開示されている。しかし、食品のハイパースペクトル画像の分析は行われていない。
【０００４】
スペイン特許第２７９５４９９号は、果実のなる植物の少なくとも一部分のハイパースペクトル画像を撮像することを含む、一群の果実特性を決定する方法を開示している。しかし、スペイン特許第２７９５４９９号は、自然光を使用してハイパースペクトル画像を撮像するだけであるため、自然光のスペクトルが変動し得ることや、撮像中の果実のなる植物には関係しない光スペクトルをハイパースペクトル画像が含むことのために、画像を処理および分析する際にエラーが発生する可能性がある。さらに、スペイン特許第２７９５４９９号は、果実のなる植物の他の画像を得ることを開示しておらず、ユーザがハイパースペクトル画像から決定されたデータを検証し、人工知能（ＡＩ）モデルに基づいて追加的な処理を実行することを可能にするために、果実のなる植物の所望の部分を分離することが困難な場合がある。
【０００５】
Fernandez-Novalesら（"Non-Invasive Monitoring of Berry Ripening Using On-the-Go Hyperspectral Imaging in the Vineyard", Agronomy 2021, no. 12:2534）は、車両に設けられたハイパースペクトルカメラによるハイパースペクトル画像の撮像を含む、ブドウの成分を測定するためのハイパースペクトル撮像のプロセスを開示している。しかし、Fernandez-Novalesらは、環境光による日中のハイパースペクトル画像の撮像を示しているだけであり、日光のスペクトルが変動し得ることや、撮像中の果実のなる植物には関係しない光スペクトルをハイパースペクトル画像が含むことのために、画像を処理および分析する際にエラーが発生する可能性がある。さらに、Fernandez-Novalesらは、果実のなる植物のその他の画像が得られることを開示しておらず、ユーザがハイパースペクトル画像から決定されたデータを検証し、ＡＩモデルに基づいて追加的な処理を実行するために、果実のなる植物の所望の部分を分離することが困難な場合がある。
【発明の概要】
【０００６】
本発明の好適な実施形態は、ブドウの品質を予測するために画像を自律的に取得して処理することができるモバイルカメラシステムを提供する。
【０００７】
本発明の好適な実施形態による方法は、第１の画像データを取得することと、前記第１の画像データに基づいて対象物を検出することと、前記第１の画像データに基づいて前記対象物の位置を決定することと、前記対象物の位置に基づいて第２の画像データを取得することと、前記対象物の特性を決定するために、前記第２の画像データを分析することと、を含む。前記第２の画像データはハイパースペクトル画像データを含む。
【０００８】
前記対象物は農産物であってもよい。前記第１の画像データは、色データおよび深度データを含んでもよい。前記第１の画像データは、色データおよび深度データを含んでもよい。前記色データのみに基づいて前記対象物が検出されてもよい。前記対象物の位置は、前記色データと前記深度データとの組み合わせに基づいて決定されてもよい。
【０００９】
前記方法は、前記第１の画像データを取得する間に、前記対象物を照明する光源をオンにすることをさらに含んでもよい。前記光源はＬＥＤ光源であってもよい。前記光源は、前記第２の画像データを取得する前にオフにされてもよい。
【００１０】
前記方法は、前記対象物の位置を決定した後、前記第２の画像データを取得する前に、ハイパースペクトルカメラを移動させることをさらに含んでもよい。前記第２の画像データは前記ハイパースペクトルカメラによって取得されてもよい。前記ハイパースペクトルカメラは、前記対象物の決定された位置に基づいて動かされてもよい。前記ハイパースペクトルカメラは直交アームによって動かされてもよい。
（【００１１】以降は省略されています）

関連特許