特許ウォッチ

公開番号2024121046
公報種別公開特許公報(A)
公開日2024-09-06
出願番号2023027901
出願日2023-02-27
発明の名称画像診断装置、画像診断方法、及びプログラム
出願人キヤノン株式会社
代理人個人,個人,個人
主分類G06T 7/90 20170101AFI20240830BHJP(計算;計数)
要約【課題】様々な生育指標を取得可能な画像診断装置、画像診断方法、及びプログラムを提供すること。
【解決手段】画像診断装置は、農作物を撮影することで得られた画像に関する情報を用いて該農作物の穂に関する情報を取得する推定部と、画像に関する情報と穂に関する情報とを用いて農作物に関する情報を取得する取得部とを有する。
【選択図】図1
特許請求の範囲【請求項１】
農作物を撮影することで得られた画像に関する情報を用いて該農作物の穂に関する情報を取得する推定部と、
前記画像に関する情報と前記穂に関する情報とを用いて前記農作物に関する情報を取得する取得部とを有することを特徴とする画像診断装置。
続きを表示（約 840 文字）【請求項２】
前記推定部は、前記画像において穂が存在する画素を推定し、
前記取得部は、前記画素における穂の色に関する情報を取得することを特徴とする請求項１に記載の画像診断装置。
【請求項３】
前記取得部は、前記画素における色情報のヒストグラムを用いて前記穂の色に関する情報を取得することを特徴とする請求項２に記載の画像診断装置。
【請求項４】
前記色情報のヒストグラムは、色割合に関するヒストグラムであることを特徴とする請求項３に記載の画像診断装置。
【請求項５】
前記色割合に関するヒストグラムは、緑色と赤色の割合に関するヒストグラムであることを特徴とする請求項４に記載の画像診断装置。
【請求項６】
前記取得部は、前記ヒストグラムのピーク値、幅、平均値、中央値、並びに時間経過に伴う前記ヒストグラムの移動量、移動速度、及び形状変化の少なくとも一つを用いて前記穂の色に関する情報を取得することを特徴とする請求項３に記載の画像診断装置。
【請求項７】
前記取得部は、時間経過に伴う前記ヒストグラムの移動量、移動速度、及び形状変化の少なくとも一つを用いて前記穂の収穫適期に関する情報を取得することを特徴とする請求項３に記載の画像診断装置。
【請求項８】
前記取得部は、前記ヒストグラムの尖度に関する値を用いて米の品質に関する情報を取得することを特徴とする請求項３に記載の画像診断装置。
【請求項９】
前記取得部は、前記ヒストグラムに関する値を用いて有効籾量、有効籾比率、及び有効収量の少なくとも一つを取得することを特徴とする請求項３に記載の画像診断装置。
【請求項１０】
前記推定部は、前記穂に関する情報に対してカメラの収差を考慮したノイズ処理を行うことを特徴とする請求項１又は２に記載の画像診断装置。
（【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、農作物の画像を用いて農作物の生育状態を診断するための画像診断装置、画像診断方法、及び画像診断システムに関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
農業、特に水稲栽培では、葉色、草丈、及び茎数等の様々な生育指標を用いて生育状態を診断する方法が提案されている。特許文献１では、水稲の画像から対象領域を認識し、該対象領域からの情報を用いて籾熟色等の色に関する指標を取得する構成が開示されている。
【先行技術文献】
【特許文献】
【０００３】
特開２０２２－１１２１１６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、特許文献１の構成では、色に関する指標を取得するだけであり、様々な生育指標を取得することができない。
【０００５】
本発明は、様々な生育指標を取得可能な画像診断装置、画像診断方法、及び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】
【０００６】
本発明の一側面としての画像診断装置は、農作物を撮影することで得られた画像に関する情報を用いて該農作物の穂に関する情報を取得する推定部と、画像に関する情報と穂に関する情報とを用いて農作物に関する情報を取得する取得部とを有することを特徴とする。
【発明の効果】
【０００７】
本発明によれば、様々な生育指標を取得可能な画像診断装置、画像診断方法、及びプログラムを提供することができる。
【図面の簡単な説明】
【０００８】
本発明の実施形態に係る画像診断装置を含む画像診断システムの構成図である。
実施例１の画像診断方法を示すフローチャートである。
実施例１の撮影画像と植被領域画像の一例を示す図である。
実施例１の穂領域を抽出する処理で使用する学習モデルの概念図である。
実施例１の穂領域を抽出する処理で使用する学習モデルの学習方法を示す図である。
実施例１の葉の緑に着目したノイズ処理方法の説明図である。
実施例１の植被領域画像、穂領域画像、及び葉領域画像の関係を示す図である。
実施例１の撮影画像上の穂の面積と実空間上の穂の面積との関係を説明する図である。
実施例１の距離情報を用いて実空間上の穂の面積を算出する方法を説明する図である。
実施例１の穂領域色画像の一例を示す図である。
実施例１の穂領域色画像におけるＲ／Ｇのヒストグラムの時間経過に伴う変化を示す図である。
実施例１の穂の倒伏度と穂領域の距離ヒストグラムとの関係を説明する図である。
実施例２の画像診断方法を示すフローチャートである。
実施例２の出穂期の撮影画像と穂領域画像の一例を示す図である。
【発明を実施するための形態】
【０００９】
以下、本発明の実施形態について、図面を参照しながら詳細に説明する。各図において、同一の部材については同一の参照番号を付し、重複する説明は省略する。
【００１０】
図１（ａ）は、本発明の実施形態に係る画像診断装置１００を含む画像診断システムの構成図である。画像診断システムは、画像診断装置１００、インターネット２００、及び外部記憶装置３００を有する。
（【００１１】以降は省略されています）

関連特許