特許ウォッチ

公開番号2025087990
公報種別公開特許公報(A)
公開日2025-06-11
出願番号2023202359
出願日2023-11-30
発明の名称画像診断装置、画像診断システム、画像診断方法、プログラム、及び記憶媒体
出願人キヤノン株式会社
代理人個人,個人,個人
主分類A01G 7/00 20060101AFI20250604BHJP(農業;林業;畜産;狩猟;捕獲;漁業)
要約【課題】生育時期全体を通して作物の特徴的な領域を高精度に検出可能な画像診断装置を提供すること。
【解決手段】画像診断装置は、複数の学習済モデルを保持する保持部と、複数の学習済モデルから第1の学習済モデルを選択する選択部と、第1の学習済モデルを用いて、作物の撮像により得られた対象画像における該作物の少なくとも一部を含む対象画素を決定する決定部とを有し、選択部は、対象画素に基づいて取得される作物の生育指標に応じて第1の学習済モデルを選択する。
【選択図】図1
特許請求の範囲【請求項１】
複数の学習済モデルを保持する保持部と、
前記複数の学習済モデルから第１の学習済モデルを選択する選択部と、
前記第１の学習済モデルを用いて、作物の撮像により得られた対象画像における該作物の少なくとも一部を含む対象画素を決定する決定部とを有し、
前記選択部は、前記対象画素に基づいて取得される前記作物の生育指標に応じて前記第１の学習済モデルを選択することを特徴とする画像診断装置。
続きを表示（約 1,100 文字）【請求項２】
前記複数の学習済モデルは、グレースケール画像と前記対象画像よりも彩度の低い画像の少なくとも一方を使用して学習される第１のモデルを含む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】
前記複数の学習済モデルは、カラー画像を使用して学習される第２のモデルを備える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４】
前記生育指標は、前記対象画像の少なくとも一部の領域の画素の総数に対する前記領域における前記対象画素の数の割合である第１の指標である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５】
前記対象画像の少なくとも一部の領域を第１サブ領域と第２サブ領域とを含む複数のサブ領域に分割した場合において、前記生育指標は、前記第１サブ領域の画素の総数に対する前記第１サブ領域における前記対象画素の数の第１割合と前記第２サブ領域の画素の総数に対する前記第２サブ領域における前記対象画素の数の第２割合とを用いて求められた第２の指標である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６】
前記第２の指標は、前記第１割合と前記第２割合の平均を用いて求められることを特徴とする請求項５に記載の画像診断装置。
【請求項７】
前記作物の生育状態を段階的に判定する判定部を更に有する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８】
前記判定部は、前記生育指標を用いて、前記生育状態を段階的に判定することを特徴とする請求項７に記載の画像診断装置。
【請求項９】
前記複数の学習済モデルは、グレースケール画像と前記対象画像よりも彩度の低い画像の少なくとも一方を使用して学習される第１のモデルを含み、
前記判定部は、前記生育状態が第１段階である場合と第２段階である場合とを判定可能であり、
前記選択部は、前記判定部により前記生育状態が前記第１段階であると判定された場合、前記第１のモデルを選択することを特徴とする請求項７に記載の画像診断装置。
【請求項１０】
前記保持部は、前記生育指標と前記生育指標に基づいて生成される生育フラグの少なくとも一方を、前記対象画像の撮影日時と紐づけて時系列データとして保有し、
前記判定部は、前記時系列データを用いて、前記生育状態を段階的に判定することを特徴とする請求項７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、作物の画像を用いて作物の生育状態を診断するための画像診断装置に関する。
続きを表示（約 1,500 文字）【背景技術】
【０００２】
従来、作物を撮影した画像から、作物の特徴的な領域を抽出し、生育状態を診断する方法が提案されている。特許文献１には、撮影画像から作物の籾等の対象領域を認識し、更に機械学習等により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。特許文献１の構成は、収穫に好適な時期において籾色を高精度に取得する場合に適している。
【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】
近年、出穂等の早期から収穫に好適な時期までの生育時期全体を通して、穂や実等の特徴的な領域を検出して生育状態を的確に診断し、作業計画に応用したいというニーズが存在する。出穂から登熟前等の早期の時期の穂や実は色づきが薄く、例えば葉等との見分けがつきづらく、また形状についても収穫時期とは異なっている。そのため、特許文献１のように収穫に好適な時期に最適化された構成では、生育時期全体を通して生育状態を的確に診断することは難しい。
【０００５】
本発明は、生育時期全体を通して作物の特徴的な領域を高精度に検出可能な画像診断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】
【０００６】
本発明の一側面としての画像診断装置は、複数の学習済モデルを保持する保持部と、複数の学習済モデルから第１の学習済モデルを選択する選択部と、第１の学習済モデルを用いて、作物の撮像により得られた対象画像における該作物の少なくとも一部を含む対象画素を決定する決定部とを有し、選択部は、対象画素に基づいて取得される作物の生育指標に応じて第１の学習済モデルを選択することを特徴とする。
【発明の効果】
【０００７】
本発明によれば、生育時期全体を通して作物の特徴的な領域を高精度に検出可能な画像診断装置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の説明図である。
画像診断装置を含む画像診断システムの構成例を示す図である。
実施例１の画像診断方法を示す画像診断フローチャートである。
対象画素の決定処理の説明図である。
ＣＮＮを利用した学習の例を示す図である。
穂面積比算出処理の例を示す図である。
選択部及び決定部の機能に基づいて算出された検出結果の例を示す図である。
通知処理の例を示す図である。
診断結果の例を示す図である。
実施例２の画像診断方法を示す画像診断フローチャートである。
診断結果の例を示す図である。
【発明を実施するための形態】
【０００９】
以下、本発明の実施例について、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の構成の一態様を示している。画像診断装置１００は、演算装置１０１、ＲＡＭ１０２、ストレージ１０３、ネットワークインターフェース１０４、入力部１０５、表示部１０６、及びＲＯＭ１０７を有する。演算装置１０１は、ＣＰＵ１０１ａとＧＰＵ１０１ｂとを備える。ＧＰＵ１０１ｂは、必ずしも必要ではないが、後述する図３のフローを行うときに高速化が図れるため、適宜所望の処理速度に応じて使用されることが好ましい。
（【００１１】以降は省略されています）

関連特許