特許ウォッチ

公開番号2024162843
公報種別公開特許公報(A)
公開日2024-11-21
出願番号2023078772
出願日2023-05-11
発明の名称作物体の状態推定方法、状態推定プログラム及び状態推定装置
出願人国立研究開発法人農業・食品産業技術総合研究機構,国立大学法人熊本大学
代理人個人
主分類G06T 7/60 20170101AFI20241114BHJP(計算;計数)
要約【課題】作物体が有する新葉の数を自動的に推定する。
【解決手段】画像取得部は、複数の作物体が存在する領域を異なるタイミングで撮影した複数の画像を取得し、動き情報抽出部34は、複数の画像を繋いだ動画からオプティカルフローを求め、領域内における動き情報を抽出する。また、範囲特定部36は、抽出した動き情報の分布に基づいて、領域内における作物体それぞれに対応する範囲を特定し、クラスタ生成部は、範囲ごとに、動き情報それぞれの位置と向きに基づいて動き情報をクラスタリング処理してクラスタを生成する(図8)。そして、新葉数推定部は、範囲ごとのクラスタの数を作物体それぞれにおける新葉の数と推定する。
【選択図】図8

特許請求の範囲【請求項１】
複数の作物体が存在する領域を異なるタイミングで撮影した複数の画像を取得し、
前記複数の画像からオプティカルフローを求め、前記領域内における動き情報を抽出し、
抽出した前記動き情報の分布に基づいて、前記領域内における前記作物体それぞれに対応する範囲を特定し、
特定した前記範囲ごとに、前記動き情報それぞれの位置と向きに基づいて前記動き情報をクラスタリング処理してクラスタを生成し、
前記範囲ごとの前記クラスタの数を前記作物体それぞれにおける新葉の数と推定する、
処理をコンピュータが実行することを特徴とする、作物体の状態推定方法。
続きを表示（約 820 文字）【請求項２】
前記作物体それぞれにおける前記新葉の数の変化に基づいて、前記作物体それぞれにおける展開葉数を算出する、処理を前記コンピュータが実行することを特徴とする請求項１に記載の作物体の状態推定方法。
【請求項３】
前記クラスタを生成する処理において、前記動き情報のうち動きの大きさが所定以上である動き情報をクラスタリング処理する、ことを特徴とする請求項１に記載の作物体の状態推定方法。
【請求項４】
複数の作物体が存在する領域を異なるタイミングで撮影した複数の画像を取得し、
前記複数の画像からオプティカルフローを求め、前記領域内における動き情報を抽出し、
抽出した前記動き情報の分布に基づいて、前記領域内における前記作物体それぞれに対応する範囲を特定し、
特定した前記範囲ごとに、前記動き情報それぞれの位置と向きに基づいて前記動き情報をクラスタリング処理してクラスタを生成し、
前記範囲ごとの前記クラスタの数を前記作物体それぞれにおける新葉の数と推定する、
処理をコンピュータに実行させることを特徴とする、作物体の状態推定プログラム。
【請求項５】
複数の作物体が存在する領域を異なるタイミングで撮影した複数の画像を取得する取得部と、
前記複数の画像からオプティカルフローを求め、前記領域内における動き情報を抽出する抽出部と、
抽出した前記動き情報の分布に基づいて、前記領域内における前記作物体それぞれに対応する範囲を特定する特定部と、
特定した前記範囲ごとに、前記動き情報それぞれの位置と向きに基づいて前記動き情報をクラスタリング処理してクラスタを生成する生成部と、
前記範囲ごとの前記クラスタの数を前記作物体それぞれにおける新葉の数と推定する推定部と、
を備える作物体の状態推定装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、作物体の状態推定方法、状態推定プログラム及び状態推定装置に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
農作物（例えばトマト）の生育状態を把握する方法として、展開葉数を把握する方法がある。展開葉数を把握する場合、新葉の数を調査するのが一般的であるが、新葉の数の調査は目視により行うため、手間がかかる。
【０００３】
従来、生育特性に基づく分割基準により、画像を複数の分割領域に分割し、分割領域それぞれにおいてオプティカルフローを用いて統計量を算出し、算出した統計量に基づいて生育状態を求める技術が知られている（例えば、特許文献１等参照）。
【先行技術文献】
【特許文献】
【０００４】
国際公開第２０１６／０１７１５０号
【発明の概要】
【発明が解決しようとする課題】
【０００５】
しかしながら、上記特許文献１を用いても、新葉の数や展開葉数を自動的に調査することはできない。
【０００６】
本発明は、作物体が有する新葉の数を自動的に推定することが可能な作物体の状態推定方法、状態推定プログラム及び状態推定装置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】
【０００７】
本発明の作物体の状態推定方法は、複数の作物体が存在する領域を異なるタイミングで撮影した複数の画像を取得し、前記複数の画像からオプティカルフローを求め、前記領域内における動き情報を抽出し、抽出した前記動き情報の分布に基づいて、前記領域内における前記作物体それぞれに対応する範囲を特定し、特定した前記範囲ごとに、前記動き情報それぞれの位置と向きに基づいて前記動き情報をクラスタリング処理してクラスタを生成し、前記範囲ごとの前記クラスタの数を前記作物体それぞれにおける新葉の数と推定する、処理をコンピュータが実行する方法である。
【発明の効果】
【０００８】
本発明の作物体の状態推定方法、状態推定プログラム及び状態推定装置は、作物体が有する新葉の数を自動的に推定することができるという効果を奏する。
【図面の簡単な説明】
【０００９】
一実施形態に係る農業システムの構成を示す図である。
カメラが撮影する画像の一例を示す図である。
図１の処理装置のハードウェア構成を示す図である。
図１の処理装置の機能ブロック図である。
作物体テーブルのテーブル構造の一例を示す図である。
動き情報抽出部が領域Ｘの動画から抽出した動き情報を模式的に示す図である。
範囲特定部の処理を説明するための図である。
図８（ａ）、図８（ｂ）は、クラスタ生成部の処理を説明するための図である。
図９（ａ）は、新葉数推定部の処理について説明するための図であり、図９（ｂ）は、展開葉数推定部の処理について説明するためのグラフである。
処理装置の処理を示すフローチャートである。
【発明を実施するための形態】
【００１０】
以下、農業システムの一実施形態について、図１～図１０に基づいて詳細に説明する。図１には、一実施形態に係る農業システム１００の構成が概略的に示されている。本実施形態の農業システム１００は、一例として、トマトを栽培する生産者（以下、作業者と呼ぶ）が利用可能なシステムである。
（【００１１】以降は省略されています）

関連特許