JP2020024103A - 情報処理装置、情報処理方法、及び、プログラム - Google Patents

Abstract

【課題】容易かつ正確に環境光に対するキャリブレーションを行う。【解決手段】情報処理装置は、照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する色温度推定部を備える。本技術は、例えば、農地のリモートセンシングを行い、ＮＤＶＩ（Normalized Difference Vegetation Index）等の評価指標を算出するシステムに適用できる。【選択図】図５

Description

本技術は、情報処理装置、情報処理方法、及び、プログラムに関し、特に、環境光に対するキャリブレーションを行う場合に用いて好適な情報処理装置、情報処理方法、及び、プログラムに関する。

従来、植物等の検査対象物の検査指標の測定時に、基準反射板を用いて環境光に対するキャリブレーションを行うことが提案されている。例えば、検査対象物と同時にセンシング可能な位置に設置されている基準反射板により反射された反射光のスペクトルを分光器により検出し、検出した反射光のスペクトルに基づいて検査対象物の測定スペクトルの補正が行われる。これにより、検索対象物の測定スペクトルへの環境光の影響が低減される（例えば、特許文献１参照）。

国際公開第２０１７／１０２５８号

しかしながら、例えばカメラをドローンに搭載して上空から農場等を撮影する場合、基準反射板を検査対象物と常に同時に撮影することは困難であるため、環境光に対するキャリブレーションの実施が困難になる。

本技術は、このような状況に鑑みてなされたものであり、容易かつ正確に環境光に対するキャリブレーションを行うことができるようにするものである。

本技術の一側面の情報処理装置は、照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する色温度推定部を備える。

本技術の一側面の情報処理方法は、情報処理装置が、照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する。

本技術の一側面のプログラムは、照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する処理をコンピュータに実行させる。

本技術の一側面においては、照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度が推定される。

本技術の一側面によれば、容易かつ正確に環境光の色温度を推定することができる。その結果、例えば、容易かつ正確に環境光に対するキャリブレーションを行うことができる。

なお、ここに記載された効果は必ずしも限定されるものではなく、本開示中に記載された何れかの効果であってもよい。

本技術を適用した情報処理システムの第１の実施の形態を示すブロック図である。 撮影部の構成例を示すブロック図である。 リモートセンシングＨＷの設置例を示す図である。 情報処理端末の構成例を示すブロック図である。 情報処理部の第１の実施の形態を示すブロック図である。 評価指標演算処理の第１の実施の形態を説明するためのフローチャートである。 センシング画像及び照度データの分光特性の算出式を示す図である。 図６の色温度推定処理の詳細を説明するためのフローチャートである。 Ｄ６５光源及び黒体から発せられる各色温度の光の分光特性を示すグラフである。 各色温度の環境光の分光特性を示すグラフである。 入力テーブルの第１の実施の形態をグラフ化した図である。 出力テーブルの第１の実施の形態をグラフ化した図である。 環境光の分光特性を求める過程を説明するための図である。 環境光の分光分析の他の第１の方法を示す図である。 環境光の分光分析の他の第２の方法を示す図である。 環境光の分光分析の他の第３の方法を示す図である。 本技術を適用した情報処理システムの第２の実施の形態を示すブロック図である。 情報処理部の第２の実施の形態を示すブロック図である。 評価指標演算処理の第２の実施の形態を説明するためのフローチャートである。 センシング画像及び照度データの分光特性の算出式を示す図である。 図１９の色温度推定処理の詳細を説明するためのフローチャートである。 入力テーブルの第２の実施の形態をグラフ化した図である。 出力テーブルの第２の実施の形態をグラフ化した図である。 本技術を適用した情報処理システムの第３の実施の形態を示すブロック図である。

以下、本技術を実施するための形態について説明する。説明は以下の順序で行う。
１．第１の実施の形態
２．第２の実施の形態
３．変形例
４．その他

＜＜１．第１の実施の形態＞＞
まず、図１乃至図１６を参照して、本技術の第１の実施の形態について説明する。

＜情報処理システム１１の構成例＞
図１は、本技術を適用した情報処理システム１１の構成例を示している。

情報処理システム１１は、例えば、農地等の分析対象となる領域（以下、センシングエリアと称する）のセンシングを行い、センシング結果の分析に用いる評価指標を算出するシステムである。情報処理システム１１は、リモートセンシングＨＷ（ハードウエア）２１、及び、情報処理端末２２を備える。

リモートセンシングＨＷ２１は、センサボックス３１及びカメラ３２を備える。

センサボックス３１は、拡散板４１、照度センサ４２、及び、制御部４３を備える。

拡散板４１は、環境光を拡散することにより、照度センサ４２に入射する環境光の明るさのムラを低減する。

ここで、環境光には、例えば太陽光が想定されるが、必ずしも太陽光には限定されない。また、例えば、環境光が、複数の光源からの光を含んでいてもよい。

なお、以下、環境光が太陽光である場合を主に例に挙げて説明する。

照度センサ４２は、フォトダイオード等の受光素子を用いて、入射光（例えば、環境光）の照度を検出するセンサである。照度センサ４２は、照度を検出する波長帯域を設定することが可能であり、複数の波長帯域を設定することも可能である。また、複数の波長帯域が互いに重なっていてもよい。ただし、検出可能な波長帯域の数は、ある程度（例えば、５以下に）限定される。例えば、可視光領域において１つ、及び、赤外光領域において１つの少なくとも２つの波長帯域が、照度を検出する波長帯域に設定される。また、図１０を参照して後述するように、各色温度の環境光の分光特性は、４５０ｎｍ付近で大きく変化する。従って、照度を検出する波長帯域は、４５０ｎｍ付近の波長を含むことが望ましい。また、波長帯域の幅は特に限定されず、例えば、照度を検出する波長帯域が、ごく狭いピンポイントの波長（単波長）であってもよい。なお、以下、照度センサ４２が、赤色光付近の波長帯域、緑色光付近の波長帯域、青色光付近の波長帯域、及び、近赤外光領域内の波長帯域の環境光の照度をそれぞれ検出する場合について説明する。

また、照度センサ４２は、例えば、複数の画素を備え、被写体の輝度の空間方向の分布を検出可能なイメージセンサとは異なり、空間方向の照度の分布を検出する機能は有していない。

照度センサ４２は、各波長帯域の照度の検出値を示すデータ（以下、照度データと称する）を制御部４３に供給する。

制御部４３は、カメラ３２の制御部５５と連携を取りながら、照度センサ４２の検出タイミング等を制御する。また、制御部４３は、照度データをカメラ３２の制御部５５に供給する。

カメラ３２は、光学系５１、撮影部５２、信号処理部５３、ドライブ５４、及び、制御部５５を備え、環境光の下で被写体の撮影を行う。

光学系５１は、レンズ等を備え、被写体（センシングエリア）の像を撮影部５２のイメージセンサ７２（図２）の受光面に結像させる。

撮影部５２は、制御部５５の制御の下に、被写体の撮影を行い、得られたセンシング画像を信号処理部５３に供給する。

信号処理部５３は、制御部５５の制御の下に、センシング画像に対して各種の信号処理を行い、信号処理後のセンシング画像を制御部５５に供給する。

ドライブ５４は、制御部５５の制御の下に、リムーバブルメディア２３を駆動する。例えば、ドライブ５４は、センシング画像及び照度データを含むセンシングデータをリムーバブルメディア２３に記憶させる。

リムーバブルメディア２３は、例えば、磁気ディスク、光ディスク、光磁気ディスク、又は、半導体メモリ等のドライブ５４に着脱可能な記憶媒体により構成される。

制御部５５は、カメラ３２の各部の制御（例えば、撮影部５２の露光制御等）を行う。また、制御部５５は、センサボックス３１との間の同期制御等を行う。

＜撮影部５２の構成例＞
図２は、カメラ３２の撮影部５２の構成例を示している。撮影部５２は、フィルタ７１及びイメージセンサ７２を備える。

フィルタ７１は、例えば、２以上の所定の狭い波長帯域（狭帯域）の波長を透過することが可能なマルチスペクトルフィルタ又はハイパースペクトルフィルタにより構成される。この場合、カメラ３２は、マルチスペクトルカメラ又はハイパースペクトルカメラとなる。また、そのようなフィルタの具体例として、プラズモンフィルタ、ファブリペロー干渉計等が挙げられる。

なお、フィルタ７１が透過する波長帯域（以下、透過帯域と称する）の数は、２以上の任意の数に設定することが可能である。また、フィルタ７１の各透過帯域の範囲も任意に設定することが可能である。

なお、フィルタ７１の各透過帯域は、少なくとも隣接する透過帯域と重なっているものとする。また、フィルタ７１は、ＲＧＢ（赤、緑、青）、ＣＭＹＧ（シアン、マゼンタ、黄、緑）等の従来のカラーフィルタにより構成することも可能である。

イメージセンサ７２は、例えば、ＣＭＯＳイメージセンサ、ＣＣＤイメージセンサ等により構成される。イメージセンサ７２は、フィルタ７１の透過帯域の成分を含むセンシング画像を撮影し、信号処理部５３に供給する。

信号処理部５３は、センシング画像に対して各種の信号処理を行う。例えば、信号処理部５３は、センシング画像に対してデモザイク処理を行い、センシング画像の各画素について、フィルタ７１の各透過帯域の成分の補間処理を行う。これにより、センシング画像の各画素が、フィルタ７１の各透過帯域の成分を含むようになり、センシング画像は、フィルタ７１の透過帯域毎の複数の画像を重畳した画像となる。信号処理部５３は、信号処理後のセンシング画像を制御部５５に供給する。

＜リモートセンシングＨＷ２１の設置例＞
図３は、リモートセンシングＨＷ２１の設置例を示している。

リモートセンシングＨＷ２１は、例えば、ドローン８１の本体部の下面に設置される。そして、リモートセンシングＨＷ２１は、上空からセンシングエリアを見下ろしながら、センシングエリアのリモート撮影（リモートセンシング）を行う。

＜情報処理端末２２の構成例＞
図４は、情報処理端末２２がＰＣ（パーソナルコンピュータ）からなる場合の構成例を示している。

情報処理端末２２において、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ（Read Only Memory）１０２、ＲＡＭ（Random Access Memory）１０３は、バス１０４により相互に接続されている。

バス１０４には、さらに、入出力インタフェース１０５が接続されている。入出力インタフェース１０５には、入力部１０６、出力部１０７、記憶部１０８、通信部１０９、及び、ドライブ１１０が接続されている。

入力部１０６は、入力スイッチ、ボタン、マイクロフォン、撮像素子などよりなる。

出力部１０７は、ディスプレイ、スピーカなどよりなる。

記憶部１０８は、ハードディスクや不揮発性のメモリなどよりなる。記憶部１０８は、例えば、環境光の色温度の推定に用いられる入力テーブル、及び、環境光の各波長の放射照度を求めるのに用いられる出力テーブルが記憶されている。

通信部１０９は、ネットワークインタフェース、通信装置などよりなる。

ドライブ１１０は、リムーバブルメディア２３を駆動する。例えば、ドライブ１１０は、リモートセンシングＨＷ２１により書き込まれたセンシングデータをリムーバブルメディア２３から読み出す。

なお、以下、情報処理端末２２の説明を行う場合に、バス１０４及び入出力インタフェース１０５の記載を省略する。例えば、ＣＰＵ１０１が、バス１０４及び入出力インタフェース１０５を介して、通信部１０９とデータの授受を行う場合、単に、ＣＰＵ１０１が通信部１０９とデータの授受を行うと記載する。

＜情報処理部１５１の構成例＞
図５は、情報処理端末２２のＣＰＵ１０１が所定の制御プログラムを実行することにより実現される情報処理部１５１の構成例を示している。

情報処理部１５１は、色温度推定部１６１、分光分析部１６２、及び、評価指標算出部１６３を備える。

色温度推定部１６１は、照度データ及び入力テーブルに基づいて、環境光の色温度を推定する。

分光分析部１６２は、環境光の色温度、出力テーブル、及び、センシング画像に基づいて、センシング画像内の被写体の反射率の分光特性の分析を行う。

評価指標算出部１６３は、被写体の反射率の分光特性に基づいて、被写体の分析に用いる評価指標を算出する。

＜評価指標演算処理の第１の実施の形態＞
次に、図６のフローチャートを参照して、情報処理端末２２により実行される評価指標演算処理の第１の実施の形態について説明する。

ステップＳ１において、情報処理端末２２は、センシングデータを取得する。例えば、センシングデータが記憶されているリムーバブルメディア２３が情報処理端末２２のドライブ１１０に装着される。センシングデータは、リモートセンシングＨＷ２１がセンシングエリアを撮影したセンシング画像、及び、撮影時の環境光の照度の検出値を示す照度データを含む。ドライブ１１０は、センシングデータをリムーバブルメディア２３から読み出し、ＣＰＵ１０１に供給する。

ここで、センシングデータに含まれるセンシング画像の分光特性ＣＯ（λ）は、図７のＡに示されるように、次式（１）で表される。また、センシングデータに含まれる照度データの分光特性ＳＯ（λ）は、図７のＢに示されるように、次式（２）で表される。

ＣＯ（λ）＝Ｌ（λ）×Ｐ（λ）×Ｃ（λ）・・・（１）
ＳＯ（λ）＝Ｌ（λ）×Ｔ（λ）×Ｓ（λ）・・・（２）

Ｌ（λ）は環境光（の光源）の分光特性を示し、Ｐ（λ）はセンシング画像内の被写体の反射率の分光特性を示し、Ｃ（λ）はカメラ３２（撮影部５２）の分光特性を示している。Ｔ（λ）は、拡散板４１の分光特性を示し、Ｓ（λ）は、照度センサ４２の分光特性を示している。

ステップＳ２において、色温度推定部１６１は、色温度推定処理を行う。

ここで、図８のフローチャートを参照して、色温度推定処理の詳細について説明する。

ステップＳ３１において、色温度推定部１６１は、環境光の可視光領域の放射照度を検出する。

上述した式（２）より、環境光の分光特性Ｌ（λ）は、次式（３）により表される。

Ｌ（λ）＝ＳＯ（λ）／｛Ｔ（λ）×Ｓ（λ）｝・・・（３）

そこで、例えば、色温度推定部１６１は、次式（４）を用いて、可視光領域内の所定の複数の波長λｖｉｓにおける環境光の放射照度Ｌ（λｖｉｓ）を算出する。なお、複数の波長λｖｉｓの組合せは、例えば、後述する入力テーブルに可視光領域の放射照度の定義値が登録されている波長の組合せと同じとされる。

Ｒ、Ｇ、Ｂは、照度センサ４２により検出された環境光の赤、緑、青の波長帯域の照度を示している。Ｓ^−１（λｖｉｓ）は、照度センサ４２の分光特性の逆行列を示している。Ｔ^−１（λｖｉｓ）は、拡散板４１の分光特性の逆行例を示している。なお、Ｓ^−１（λｖｉｓ）×Ｔ^−１（λｖｉｓ）は、波長λｖｉｓ毎に異なる３×３の行列となる。Ｋは、演算結果を放射照度（Ｗ／ｍ^２）に変換するための変換係数を示している。

なお、照度センサ４２の検出対象となる赤、緑、青の波長帯域は互いに重なっている。従って、式（４）により、可視光領域内の任意の波長λｖｉｓの放射照度Ｌ（λｖｉｓ）を算出することが可能である。

ステップＳ３２において、色温度推定部１６１は、環境光の近赤外光領域の放射照度を検出する。

例えば、色温度推定部１６１は、次式（５）を用いて、近赤外光領域内の所定の波長λｎｉｒにおける環境光の放射照度Ｌ（λｎｉｒ）を算出する。なお、波長λｎｉｒは、例えば、後述する入力テーブルに近赤外光領域の放射照度の定義値が登録されている波長と同じとされる。

Ｌ（λｎｉｒ）＝Ｋｎｉｒ×ＮＩＲ ・・・（５）

ＮＩＲは、照度センサ４２により検出された環境光の近赤外光領域内の波長帯域の照度である。Ｋｎｉｒは、Ｓ^−１（λｎｉｒ）×Ｔ^−１（λｎｉｒ）と、演算結果を放射照度（Ｗ／ｍ^２）に変換するための変換係数とを含む係数を示している。

ステップＳ３３において、色温度推定部１６１は、環境光の色温度を推定する。

図９は、Ｄ６５光源から発せられる光（≒昼間の太陽光）、及び、黒体から発せられる光の色温度毎の分光特性を示すグラフである。各グラフの横軸は波長（単位はｎｍ）を示し、縦軸は放射照度を示している。図９のＡ乃至Ｃは、それぞれ色温度が６５００Ｋ、７０００Ｋ、及び、７５００Ｋの場合の分光特性を示している。実線のグラフは、Ｄ６５光源から発せられる光の分光特性を示し、点線のグラフは、黒体から発せられる光の分光特性を示している。なお、各分光特性は、５６０ｎｍのときの放射照度の値が１００になるように正規化されている。

この例に示されるように、一般的に、各色温度の光の分光分布は、可視光領域における放射照度の分布により表される。

一方、本技術では、図１０に示されるように、各色温度の環境光の分光分布が近赤外光領域まで拡張される。

具体的には、図１０は、色温度が６５００Ｋ、７０００Ｋ、７５００Ｋの環境光の分光特性を示している。図１０の横軸は波長（単位はｎｍ）を示し、縦軸は放射照度（単位はＷ／ｍ^２）を示している。

この分光特性は、図内の四角で囲まれた部分に示されるように、波長が８００ｎｍ以上の近赤外光領域まで範囲が拡張されている。そして、色温度推定部１６１は、可視光領域だけでなく近赤外光領域の環境光の分光特性も用いて、環境光の色温度を推定する。

具体的には、色温度推定部１６１は、入力テーブルを記憶部１０８から読み出す。

図１１は、入力テーブルをグラフ化した例を示している。図１１の横軸は波長（単位はｎｍ）を示し、縦軸は放射照度（単位はＷ／ｍ^２）を示している。

例えば、入力テーブルは、各色温度の環境光の所定の複数の波長における放射照度の定義値を含んでいる。各放射照度の定義値は、例えば事前の実測結果に基づいて設定される。また、入力テーブルは、各色温度の環境光の可視光領域の放射照度の定義値だけでなく、近赤外光領域の放射照度の定義値も含んでいる。すなわち、入力テーブルは、各色温度の環境光毎に、可視光領域において１つ、及び、赤外光領域において１つの少なくとも２つの波長における放射照度の定義値をそれぞれ含む。これに対して、色温度推定部１６１は、上述したステップＳ３１及びステップＳ３２の処理において、可視光領域において１つ、及び、赤外光領域において１つの少なくとも２つの波長における環境光の放射照度を検出する。

なお、上述した図１０に示されるように、各色温度の環境光の分光特性は、４５０ｎｍ付近で大きく変化する。従って、入力テーブルは、各色温度の環境光の少なくとも４５０ｎｍ付近の波長における放射照度の定義値を含むことが望ましい。また、入力テーブルにおいて、４５０ｎｍ付近の放射照度の定義値を密に設定することが望ましい。

色温度推定部１６１は、算出した放射照度Ｌ（λｖｉｓ）及び放射照度Ｌ（λｎｉｒ）のデータセットと、入力テーブルの色温度毎の環境光の放射照度のデータセットとの類似度をそれぞれ算出する。この類似度には、例えば、差分絶対値和が用いられる。そして、色温度推定部１６１は、最も類似度が高くなる色温度を現在の環境光の色温度であると推定する。

このように、可視光領域の放射照度だけでなく、近赤外光領域の放射照度まで含めて比較することにより、色温度の推定精度が向上する。

その後、色温度推定処理は終了する。

図６に戻り、ステップＳ３において、分光分析部１６２は、環境光の分光特性を求める。

具体的には、分光分析部１６２は、出力テーブルを記憶部１０８から読み出す。

図１２は、出力テーブルをグラフ化した例を示している。図１２の横軸は波長（単位はｎｍ）を示し、縦軸は放射照度（単位はＷ／ｍ^２）を示している。

例えば、出力テーブルは、各色温度の環境光の各波長における放射照度の定義値を含む。各放射照度の定義値は、例えば、事前に測定したり、計算したりすることにより設定される。

図１２には、６５００Ｋから７５００Ｋまでの１００Ｋ間隔の各色温度の環境光の分光特性が示されている。出力テーブルは、各色温度の環境光の分光特性をデータ化したもの、すなわち、各色温度の環境光の波長毎の放射照度を示すデータを含む。なお、出力テーブルの波長の範囲は、例えば、可視光領域及び近赤外光領域を含み、例えば、３８０ｎｍから１０００ｎｍまでの範囲とされる。また、出力テーブルは、各色温度の環境光の所定の間隔（例えば、１ｎｍ）毎の波長の放射照度の定義値を含んでいる。

そして、分光分析部１６２は、出力テーブルに含まれる各色温度の環境光の分光特性のうち、色温度推定部１６１により推定された色温度の環境光の分光特性に基づいて、評価指標に用いる２つの波長λｉ及び波長λｊの環境光の放射照度Ｌ（λｉ）及び放射照度Ｌ（λｊ）を求める。

図１３は、これまでの環境光の分光特性を求める過程を簡単に示している。

まず、図１３のＡは、照度センサ４２及び環境光の分光特性を示している。図１３のＡの横軸は、波長（単位はｎｍ）を示し、縦軸は放射照度（単位はＷ／ｍ^２）を示している。

図１３のＡに示されるように、照度センサ４２は、赤（Ｒ）の波長帯域、緑（Ｇ）の波長帯域、青（Ｂ）の波長帯域、及び、近赤外光（ＮＩＲ）の波長帯域に対して感度を有している。そして、照度センサ４２が感度を有する波長帯域における環境光の照度がそれぞれ検出される。

次に、図１３のＢに示されるように、環境光の照度の検出値に基づいて、環境光の所定の複数の波長における放射照度が算出される。そして、環境光の放射照度の算出値と、入力テーブルの各色温度の環境光の放射照度の定義値とが比較され、環境光の色温度が推定される。

そして、図１３のＣに示されるように、出力テーブルに登録されている各色温度の環境光の分光特性のうち、推定された色温度の環境光の分光特性に基づいて、評価指標に用いる波長の環境光の放射照度が求められる。

図６に戻り、ステップＳ４において、分光分析部１６２は、被写体の反射率の分光特性を求める。

例えば、分光分析部１６２は、センシング画像の各画素について以下の演算を行う。

具体的には、分光分析部１６２は、各画素の波長λｉの輝度（成分）ＣＯ（λｉ）及び波長λｊの輝度（成分）ＣＯ（λｊ）を算出する。

なお、例えば、フィルタ７１の各透過帯域は互いに重なっている。従って、フィルタ７１の透過帯域の最小値と最大値の間の波長帯域において、センシング画像に基づいて、任意の波長の輝度ＣＯ（λ）を算出することが可能である。

次に、分光分析部１６２は、次の式（６）及び式（７）により、波長λｉ及び波長λｊの光に対する被写体の反射率Ｐ（λｉ）及び反射率Ｐ（λｊ）を算出する。

Ｐ（λｉ）＝ＣＯ（λｉ）／｛Ｃ（λｉ）×Ｌ（λｉ）｝・・・（６）
Ｐ（λｊ）＝ＣＯ（λｊ）／｛Ｃ（λｊ）×Ｌ（λｊ）｝・・・（７）

これにより、環境光の分光特性Ｌ（λ）及びカメラ３２の分光特性Ｃ（λ）に対するキャリブレーションが行われる。すなわち、被写体の反射率（λ）から環境光の分光特性Ｌ（λ）及びカメラ３２の分光特性Ｃ（λ）の影響が除去され、被写体の反射率（λ）がより高精度に検出される。

ステップＳ５において、評価指標算出部１６３は、評価指標を算出する。例えば、評価指標算出部１６３は、次式（８）を用いて、評価指標としてＮＤＳＩ（Normalized Difference Spectral Index）を算出する。

ＮＤＳＩ（λｉ，λｊ）
＝｛Ｐ（λｉ）−Ｐ（λｊ）｝／｛Ｐ（λｉ）＋Ｐ（λｊ）｝
・・・（８）

その後、評価指標演算処理は終了する。

以上のようにして、安価な照度センサ４２のみを用いて、環境光の色温度を容易かつ正確に推定することができる。その結果、容易かつ正確に環境光の分光特性を検出し、環境光に対するキャリブレーションを行うことができる。また、環境光の分光特性の検出精度が向上し、被写体の反射率の分光特性の環境光に対するキャリブレーションの精度が向上し、評価指標の精度が向上する。

ここで、図１４乃至図１６を参照して、本技術との比較対象として、環境光の分光特性の他の検出方法について簡単に説明する。

まず、図１４を参照して、環境光のスペクトルを直接検出可能な分光器を用いて環境光の分光特性を検出する方法について説明する。

図１４のＡに示されるように、センシング画像の分光特性ＣＯ（λ）は、上述した式（１）と同様の式（９）により表される。

ＣＯ（λ）＝Ｌ（λ）×Ｐ（λ）×Ｃ（λ）・・・（９）

一方、図１４のＢに示されるように、分光器から出力されるデータの分光特性ＳＯ（λ）は、次式（１０）により表される。

ＳＯ（λ）＝Ｌ（λ）×Ｓ（λ）・・・（１０）

ここで、Ｓ（λ）は、分光器の分光特性を示している。

従って、環境光の分光特性Ｌ（λ）は、次式（１１）により求められる。

Ｌ（λ）＝ＳＯ（λ）／Ｓ（λ）・・・（１１）

この方法は、分光器を用いることにより、環境光の分光特性Ｌ（λ）を高精度に検出できる。しかし、分光器は、回折格子等を備えているため高価であり、その結果、システム全体が高価になる。

次に、図１５を参照して、カメラ３２によりセンシングエリアとともに反射板を撮影し、反射板を撮影した画像に基づいて、環境光の分光特性を検出する方法について説明する。これは、上述した特許文献１と同様の方法である。

図１５のＡに示されるように、センシング画像内のセンシングエリアの画像の分光特性ＣＯ１（λ）は、上述した式（１）と同様の式（１２）により表される。

ＣＯ１（λ）＝Ｌ（λ）×Ｐ（λ）×Ｃ（λ）・・・（１２）

一方、図１５のＢに示されるように、センシング画像内の反射板の画像の分光特性ＣＯ２（λ）は、次式（１３）により表される。

ＣＯ２（λ）＝Ｌ（λ）×Ｒ（λ）×Ｃ（λ）・・・（１３）

ここで、Ｒ（λ）は、反射板の分光特性である。

従って、環境光の分光特性Ｌ（λ）は、次式（１４）により求められる。

Ｌ（λ）＝ＣＯ２（λ）／｛Ｒ（λ）×Ｃ（λ）｝・・・（１４）

この方法では、カメラ３２を１台だけ設ければよく、他に分光器や照度センサを設ける必要がない。しかし、上述したように、センシングエリアと反射板を常に同時に撮影するのは困難である。例えば、カメラ３２をドローンに搭載して、上空からセンシングエリアを撮影する場合、センシングエリアとともに常に反射板が撮影されるように反射板を設置することは困難である。

次に、図１６を参照して、２台のカメラ３２を用いて、１台はセンシングエリアを撮影し、他の１台は拡散板を介して上空を撮影し、上空を撮影した画像（以下、環境光画像と称する）に基づいて、環境光の分光特性を検出する方法について説明する。

図１６のＡに示されるように、センシング画像の分光特性ＣＯ１（λ）は、上述した式（１）と同様の式（１５）により表される。

ＣＯ１（λ）＝Ｌ（λ）×Ｐ（λ）×Ｃ（λ）・・・（１５）

一方、図１６のＢに示されるように、環境光画像の分光特性ＣＯ２（λ）は、次式（１６）により表される。

ＣＯ２（λ）＝Ｌ（λ）×Ｔ（λ）×Ｃ（λ）・・・（１６）

ここで、Ｔ（λ）は、拡散板の分光特性を示している。

従って、環境光の分光特性Ｌ（λ）は、次式（１７）により求められる。

Ｌ（λ）＝ＣＯ２（λ）／｛Ｔ（λ）×Ｃ（λ）｝・・・（１７）

この方法では、環境光の分光特性の検出精度が向上する。しかし、カメラ３２を２台用いる必要があり、システム全体が大型化し、高価になる。

これに対して、本技術では、安価なシステムで容易に環境光の分光特性を一定の精度で検出することが可能になる。その結果、被写体の反射率の分光特性の検出精度が向上する。また、被写体の反射率の分光特性を用いた評価指標の精度が向上する。

＜＜２．第２の実施の形態＞
次に、図１７乃至図２３を参照して、本技術の第２の実施の形態について説明する。

＜情報処理システム３０１の構成例＞
図１７は、本技術を適用した情報処理システム３０１の構成例を示している。なお、図中、図１の情報処理システム１１と対応する部分には、同じ符号を付してあり、その説明は適宜省略する。

情報処理システム３０１は、情報処理システム１１と比較して、リモートセンシングＨＷ２１の代わりにリモートセンシングＨＷ３２１を備える点が異なる。リモートセンシングＨＷ３２１は、リモートセンシングＨＷ２１と比較して、カメラ３２の代わりにカメラ３３１を備える点が異なる。

カメラ３３１は、特定の波長帯域を検出するカメラであり、特定の用途に用いられる。カメラ３３１は、光学系３５１ａ、光学系３５１ｂ、撮影部３５２ａ、撮影部３５２ｂ、信号処理部３５３、ドライブ３５４、及び、制御部３５５を備える。

光学系３５１ａは、レンズ等を備え、被写体（センシングエリア）の像を撮影部３５２ａのイメージセンサ（不図示）の受光面に結像させる。

光学系３５１ｂは、レンズ等を備え、被写体（センシングエリア）の像を撮影部３５２ｂのイメージセンサ（不図示）の受光面に結像させる。

撮影部３５２ａは、赤色の波長帯域を透過するバンドパスフィルタ、及び、イメージセンサを備えている。撮影部３５２ａは、制御部３５５の制御の下に、被写体の撮影を行い、被写体の赤色成分からなる画像（以下、赤色センシング画像と称する）を信号処理部３５３に供給する。

撮影部３５２ｂは、近赤外光の所定の波長帯域を透過するバンドパスフィルタ、及び、イメージセンサを備えている。撮影部３５２ｂは、制御部３５５の制御の下に、被写体の撮影を行い、被写体の近赤外光成分からなるセンシング画像（以下、近赤外センシング画像と称する）を信号処理部３５３に供給する。

信号処理部３５３は、制御部３５５の制御の下に、赤色センシング画像及び近赤外センシング画像に対して各種の信号処理を行い、信号処理後のセンシング画像を制御部３５５に供給する。例えば、信号処理部３５３は、赤色センシング画像と近赤外センシング画像を合成することにより、合成センシング画像を生成する。

ドライブ３５４は、制御部３５５の制御の下に、リムーバブルメディア２３を駆動する。例えば、ドライブ３５４は、合成センシング画像、及び、照度データを含むセンシングデータをリムーバブルメディア２３に記憶させる。

制御部３５５は、カメラ３３１の各部の制御（例えば、撮影部５２の露光制御等）を行う。また、制御部３５５は、センサボックス３１との間の同期制御等を行う。

＜情報処理部４０１の構成例＞
図１８は、情報処理端末２２のＣＰＵ１０１が所定の制御プログラムを実行することにより実現される情報処理部４０１の構成例を示している。

情報処理部４０１は、色温度推定部４１１、係数算出部４１２、及び、評価指標算出部４１３を備える。

色温度推定部４１１は、照度データ、及び、後述する入力テーブルに基づいて、環境光の色温度を推定する。

係数算出部４１２は、環境光の色温度、及び、後述する出力テーブルに基づいて、評価指標の算出に用いる分光係数を算出する。

評価指標算出部４１３は、センシング画像及び分光係数に基づいて、被写体の分析に用いる評価指標を算出する。

＜評価指標演算処理の第２の実施の形態＞
次に、図１９のフローチャートを参照して、情報処理端末２２により実行される評価演算処理の第２の実施の形態について説明する。

ステップＳ１０１において、図６のステップＳ１の処理と同様に、センシングデータが取得される。

ここで、センシングデータに含まれる合成センシング画像の分光特性ＣＯ（λ）は、図２０のＡに示されるように、次式（１８）で表される。また、センシングデータに含まれる照度データの分光特性ＳＯ（λ）は、図２０のＢに示されるように、次式（１９）で表される。

ＣＯ（λ）＝Ｌ（λ）×Ｐ（λ）×Ｃ（λ）・・・（１８）
ＳＯ（λ）＝Ｌ（λ）×Ｔ（λ）×Ｓ（λ）・・・（１９）

Ｃ（λ）は、カメラ３３１の分光特性を示しており、他は、上述した式（１）及び式（２）と同様である。

ステップＳ１０２において、色温度推定部１６１は、色温度推定処理を行う。

ここで、図２１のフローチャートを参照して、色温度推定処理の詳細を説明する。

ステップＳ１３１において、色温度推定部４１１は、環境光の可視光領域の放射照度を検出する。具体的には、色温度推定部４１１は、次の式（２０）乃至式（２２）を用いて、赤色の波長λｒ、緑色の波長λｇ、及び、青色の波長λｂの環境光の放射照度Ｌ（λｒ）、放射照度Ｌ（λｇ）、及び、放射照度Ｌ（λｂ）を算出する。

Ｌ（λｒ）＝Ｋｒ×Ｒ・・・（２０）
Ｌ（λｇ）＝Ｋｇ×Ｇ・・・（２１）
Ｌ（λｂ）＝Ｋｂ×Ｂ・・・（２２）

Ｋｒは、Ｓ^−１（λｒ）×Ｔ^−１（λｒ）と、演算結果を放射照度（Ｗ／ｍ^２）に変換するための変換係数とを含む係数である。Ｋｇは、Ｓ^−１（λｇ）×Ｔ^−１（λｇ）と、演算結果を放射照度（Ｗ／ｍ^２）に変換するための変換係数とを含む係数である。Ｋｂは、Ｓ^−１（λｂ）×Ｔ^−１（λｂ）と、演算結果を放射照度（Ｗ／ｍ^２）に変換するための変換係数とを含む係数である。Ｒ、Ｇ、Ｂは、照度センサ４２により検出された環境光の赤、緑、青の波長帯域の照度を示している。

ステップＳ１３２において、図８のステップＳ３２の処理と同様に、環境光の近赤外光領域の放射照度が検出される。

ステップＳ１３３において、色温度推定部４１１は、環境光の色温度を推定する。

例えば、色温度推定部４１１は、入力テーブルを記憶部１０８から読み出す。

図２２は、このとき記憶部１０８から読み出される入力テーブルをグラフ化した例を示している。図２２の入力テーブルは、上述した図１１の入力テーブルと比較して、可視光領域のデータが少なく、赤、緑、青の波長に対する放射照度のみが含まれる。従って、図２２の入力テーブルは、図１１の入力テーブルと比較して、データ量を削減することができる。

色温度推定部４１１は、算出した放射照度Ｌ（λｒ）、放射照度Ｌ（λｇ）、放射照度Ｌ（λｂ）、及び、放射照度Ｌ（λｎｉｒ）のデータセットと、入力テーブルの色温度毎の環境光の放射照度のデータセットとの類似度をそれぞれ算出する。この類似度には、例えば、差分絶対値和が用いられる。そして、色温度推定部４１１は、最も類似度が高くなる色温度を現在の環境光の色温度であると推定する。このとき、図２２の入力テーブルは、図１１の入力テーブルと比較してデータ量が少ないため、演算量を削減することができる。

その後、色温度推定処理は終了する。

図１９に戻り、ステップＳ１０３において、係数算出部４１２は、分光係数を求める。

例えば、係数算出部４１２は、各色温度に対する分光係数αが登録されている出力テーブルを記憶部１０８から読み出す。

ここで、分光係数αは、次式（２３）により表される。

α＝Ｃ（λｒ）×Ｌ（λｒ）／｛Ｃ（λｎｉｒ）×Ｌ（λｎｉｒ）｝
・・・（２３）

分光係数αは、波長λｒにおけるカメラ３３１の分光特性Ｃ（λｒ）と環境光の分光特性Ｌ（λｒ）の積と、波長λｎｉｒにおけるカメラ３３１の分光特性Ｃ（λｎｉｒ）と環境光の分光特性Ｌ（λｎｉｒ）の積との比を示している。

図２３は、出力テーブルをグラフ化した例を示している。図２３の横軸は、色温度（単位はＫ）を示し、縦軸は、分光係数αを示している。

係数算出部４１２は、出力テーブルにおいて色温度推定部４１１により推定された色温度に対応する分光係数αを求める。

ステップＳ１０４において、評価指標算出部４１３は、評価指標を算出する。

例えば、評価指標算出部１６３は、次式（２４）で定義されるＮＤＶＩ（Normalized Difference Vegetation Index）を評価指標として算出する。

ここで、式（２４）のＰ（λｒ）／Ｐ（λｎｉｒ）は、上述した式（１８）及び式（２３）に基づいて、次式（２５）により表される。

そして、式（２５）のＰ（λｒ）／Ｐ（λｎｉｒ）を式（２４）に代入することにより、式（２６）が得られる。

そこで、評価指標算出部１６３は、合成センシング画像の各画素について以下の演算を行う。

具体的には、評価指標算出部１６３は、各画素の波長λｒの輝度ＣＯ（λｒ）及び波長λｎｉｒの輝度ＣＯ（λｎｉｒ）を算出する。そして、評価指標算出部１６３は、輝度ＣＯ（λｒ）、輝度ＣＯ（λｎｉｒ）、及び、分光係数αを式（２６）に代入することにより、ＮＤＶＩを算出する。

その後、評価指標演算処理は終了する。

このように、第２の実施の形態では、環境光の分光特性及び被写体の反射率の分光特性を求めることなく、より簡単に評価指標を求めることができる。

＜＜３．変形例＞＞
以下、上述した本技術の実施の形態の変形例について説明する。

＜システム構成に関する変形例＞
上述した情報処理システム１１及び情報処理システム３０１の構成例は、その一例であり、必要に応じて変更することが可能である。例えば、情報処理システム１１及び情報処理システム３０１の各部の機能の分担を変更することが可能である。例えば、図５の情報処理部１５１の全部又は一部の機能をリモートセンシングＨＷ２１が備えるようにしてもよい。例えば、図１８の情報処理部４０１の全部又は一部の機能をリモートセンシングＨＷ３２１が備えるようにしてもよい。

また、例えば、情報処理部１５１又は情報処理部４０１の全部又は一部の機能をサーバ等で行うようにしてもよい。

図２４は、情報処理部１５１の全部又は一部の機能をサーバ５２２で行うようにした情報処理システム５０１の構成例を示している。

情報処理システム５０１は、リモートセンシングＨＷ２１及び情報処理端末２２の他に、基地局５１１及びクラウドコンピューティング（以下、単にクラウドと称する）５１２を備える。クラウド５１２は、ネットワーク５２１、サーバ５２２、及び、ストレージ５２３を備える。

基地局５１１は、情報処理端末２２をネットワーク５２１に接続し、情報処理端末２２とネットワーク５２１との間のデータの中継等を行う。

ネットワーク５２１は、例えばインターネット等から構成される通信ネットワークである。なお、ネットワーク５２１は、複数の通信ネットワークにより構成されてもよい。

サーバ５２２は、情報処理部１５１の全部又は一部の機能を実現する。

例えば、情報処理端末２２は、リモートセンシングＨＷ２１が取得したセンシングデータを、基地局５１１及びネットワーク５２１を介して、サーバ５２２に送信する。

サーバ５２２は、受信したセンシングデータをストレージ５２３に記憶させる。ストレージ５２３には、上述した入力テーブル及び出力テーブルも記憶されている。そして、サーバ５２２は、センシングデータ、入力テーブル、及び、出力テーブルに基づいて、上述した処理を行い、評価指標を算出する。

同様にして、サーバ５２２が、情報処理部４０１の全部又は一部の機能を実現することも可能である。

また、例えば、情報処理端末２２の処理を、ＦＰＧＡ（field-programmable gate array）等を用いて、より高速に実行するようにしてもよい。

さらに、図１７のカメラ３３１は、撮影部３５２ａ及び撮影部３５２ｂの２つの撮影部を備える構成としたが、撮影部を１つにしてもよい。例えば、撮影部に、赤色の波長帯域及び近赤外光の所定の波長帯域を透過するデュアルバンドパスフィルタを設けて、被写体の赤色成分及び近赤外光成分からなるセンシング画像を撮影するようにしてもよい。

また、例えば、リモートセンシングＨＷ２１のセンサボックス３１の制御部４３とカメラ３２の制御部５５とを共通化するようにしてもよい。同様に、例えば、リモートセンシングＨＷ３２１のセンサボックス３１の制御部４３とカメラ３３１の制御部３５５とを共通化するようにしてもよい。

さらに、例えば、照度センサ４２が、拡散板４１を介さずに、直接環境光の照度を検出するようにすることも可能である。この場合、例えば、上述した式（３）において、拡散板４１の分光特性Ｔ（λ）を用いずに、環境光の分光特性（放射照度）Ｌ（λ）が算出される。

＜評価指標に関する変形例＞
本技術に適用可能な評価指標は、上述した例に限定されるものではなく、他の評価指標を用いることも可能である。

また、評価指標の算出に用いる波長の数も２波長に限定されるものではなく、１波長、又は、３波長以上とすることも可能である。

さらに、本技術の第２の実施の形態では、撮影する波長帯域を変更することにより、ＮＤＶＩ以外の評価指標を算出するようにすることも可能である。

＜その他の変形例＞
以上の説明では、近赤外光領域の分光特性まで用いて色温度を推定する例を示したが、例えば、近赤外光領域の分光特性を用いずに、可視光領域の分光特性のみを用いて色温度を推定するようにしてもよい。

また、色温度の推定結果を上述した以外の目的に使用することも可能である。

＜＜４．その他＞＞
＜プログラムの提供方法等＞
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータ（例えば、情報処理端末２２のＣＰＵ１０１）にインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。

例えば、情報処理端末２２では、ＣＰＵ１０１が、例えば、記憶部１０８に記録されているプログラムを、入出力インタフェース１０５及びバス１０４を介して、ＲＡＭ１０３にロードして実行することにより、一連の処理が行われる。

なお、情報処理端末２２（ＣＰＵ１０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア２３に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。

情報処理端末２２では、プログラムは、リムーバブルメディア２３をドライブ１１０に装着することにより、入出力インタフェース１０５を介して、記憶部１０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部１０９で受信し、記憶部１０８にインストールすることができる。その他、プログラムは、ＲＯＭ１０２や記憶部１０８に、あらかじめインストールしておくことができる。

なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムとは、複数の構成要素（装置、モジュール（部品）等）の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、１つの筐体の中に複数のモジュールが収納されている１つの装置は、いずれも、システムである。

さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。

例えば、本技術は、１つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。

また、上述のフローチャートで説明した各ステップは、１つの装置で実行する他、複数の装置で分担して実行することができる。

さらに、１つのステップに複数の処理が含まれる場合には、その１つのステップに含まれる複数の処理は、１つの装置で実行する他、複数の装置で分担して実行することができる。

＜構成の組み合わせ例＞
本技術は、以下のような構成をとることもできる。

（１）
照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する色温度推定部を
備える情報処理装置。
（２）
前記色温度推定部は、前記環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の複数の波長の放射照度を算出し、前記環境光の複数の波長の放射照度の算出値に基づいて、前記環境光の色温度を推定する
前記（１）に記載の情報処理装置。
（３）
前記色温度推定部は、前記環境光の複数の波長の放射照度の算出値と、各色温度の前記環境光の複数の波長の放射照度の定義値とを比較することにより、前記環境光の色温度を推定する
前記（２）に記載の情報処理装置。
（４）
前記環境光の複数の波長帯域は、可視光領域の波長帯域及び近赤外光領域の波長帯域を含み、
前記環境光の複数の波長は、可視光領域の波長及び近赤外光領域の波長を含む
前記（２）又は（３）に記載の情報処理装置。
（５）
前記色温度推定部は、前記環境光の複数の波長帯域の照度の検出値、及び、前記照度センサの分光特性に基づいて、前記環境光の複数の波長の放射照度を算出する
前記（２）乃至（４）のいずれかに記載の情報処理装置。
（６）
前記照度センサは、拡散板を介して前記環境光の照度を検出し、
前記色温度推定部は、前記拡散板の分光特性にさらに基づいて、前記環境光の複数の波長の放射照度を算出する
前記（５）に記載の情報処理装置。
（７）
推定された色温度の前記環境光の分光特性に基づいて、前記環境光の下で撮影された被写体の反射率の分光特性を分析する分光分析部を
さらに備える前記（１）乃至（６）のいずれかに記載の情報処理装置。
（８）
前記分光分析部は、前記被写体を撮影した撮影装置の分光特性にさらに基づいて、前記被写体の反射率の分光特性を分析する
前記（７）に記載の情報処理装置。
（９）
複数の波長の光に対する前記被写体の反射率に基づいて、前記被写体の評価に用いる評価指標を算出する評価指標算出部を
さらに備える前記（７）又は（８）に記載の情報処理装置。
（１０）
前記評価指標は、ＮＤＳＩ（Normalized Difference Spectral Index）である
前記（９）に記載の情報処理装置。
（１１）
第１の波長に対する撮影装置の分光特性と前記環境光の分光特性との積と、第２の波長に対する前記撮影装置の分光特性と前記環境光の分光特性との積との比を表す係数を算出する係数算出部と、
前記撮影装置により撮影された画像の前記第１の波長の成分及び前記第２の波長の成分、並びに、前記係数に基づいて、前記画像内の被写体の評価に用いる評価指標を算出する評価指標算出部と
をさらに備える前記（１）乃至（８）のいずれかに記載の情報処理装置。
（１２）
前記第１の波長は、赤色光の波長であり、
前記第２の波長は、近赤外光の波長であり、
前記評価指標は、ＮＤＶＩ（Normalized Difference Vegetation Index）である
前記（１１）に記載の情報処理装置。
（１３）
情報処理装置が、
照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する
情報処理方法。
（１４）
照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する
処理をコンピュータに実行させるためのプログラム。

なお、本明細書に記載された効果はあくまで例示であって限定されるものではなく、他の効果があってもよい。

１１ 情報処理システム， ２１ リモートセンシングＨＷ， ２２ 情報処理端末， ２３ リムーバブルメディア， ３１ センサボックス， ３２ カメラ， ４１ 拡散板， ４２ 照度センサ， ４３ 制御部， ５２ 撮影部， ５３ 信号処理部， ５５ 制御部， ７１ フィルタ, ７２ イメージセンサ， ８１ ドローン， １０１ ＣＰＵ， １５１ 情報処理部， １６１ 色温度推定部， １６２ 分光分析部， １６３ 評価指標算出部， ３０１ 情報処理システム， ３２１ リモートセンシングＨＷ， ３３１ カメラ， ３５２ａ，３５２ｂ 撮影部， ３５３ 信号処理部， ３５５ 制御部， ４０１ 情報処理部， ４１１ 色温度推定部， ４１２ 係数算出部， ４１３ 評価指標算出部， ５０１ 情報処理システム， ５１２ クラウドコンピューティング， ５２２ サーバ

Claims (14)

1. 照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する色温度推定部を
   備える情報処理装置。
2. 前記色温度推定部は、前記環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の複数の波長の放射照度を算出し、前記環境光の複数の波長の放射照度の算出値に基づいて、前記環境光の色温度を推定する
   請求項１に記載の情報処理装置。
3. 前記色温度推定部は、前記環境光の複数の波長の放射照度の算出値と、各色温度の前記環境光の複数の波長の放射照度の定義値とを比較することにより、前記環境光の色温度を推定する
   請求項２に記載の情報処理装置。
4. 前記環境光の複数の波長帯域は、可視光領域の波長帯域及び近赤外光領域の波長帯域を含み、
   前記環境光の複数の波長は、可視光領域の波長及び近赤外光領域の波長を含む
   請求項２に記載の情報処理装置。
5. 前記色温度推定部は、前記環境光の複数の波長帯域の照度の検出値、及び、前記照度センサの分光特性に基づいて、前記環境光の複数の波長の放射照度を算出する
   請求項２に記載の情報処理装置。
6. 前記照度センサは、拡散板を介して前記環境光の照度を検出し、
   前記色温度推定部は、前記拡散板の分光特性にさらに基づいて、前記環境光の複数の波長の放射照度を算出する
   請求項５に記載の情報処理装置。
7. 推定された色温度の前記環境光の分光特性に基づいて、前記環境光の下で撮影された被写体の反射率の分光特性を検出する分光分析部を
   さらに備える請求項１に記載の情報処理装置。
8. 前記分光分析部は、前記被写体を撮影した撮影装置の分光特性にさらに基づいて、前記被写体の反射率の分光特性を検出する
   請求項７に記載の情報処理装置。
9. 前記被写体の反射率に基づいて、前記被写体の評価に用いる評価指標を算出する評価指標算出部を
   さらに備える請求項７に記載の情報処理装置。
10. 前記評価指標は、ＮＤＳＩ（Normalized Difference Spectral Index）である
    請求項９に記載の情報処理装置。
11. 第１の波長に対する撮影装置の分光特性と前記環境光の分光特性との積と、第２の波長に対する前記撮影装置の分光特性と前記環境光の分光特性との積との比を表す係数を算出する係数算出部と、
    前記撮影装置により撮影された画像の前記第１の波長の成分及び前記第２の波長の成分、並びに、前記係数に基づいて、前記画像内の被写体の評価に用いる評価指標を算出する評価指標算出部と
    をさらに備える請求項１に記載の情報処理装置。
12. 前記第１の波長は、赤色光の波長であり、
    前記第２の波長は、近赤外光の波長であり、
    前記評価指標は、ＮＤＶＩ（Normalized Difference Vegetation Index）である
    請求項１１に記載の情報処理装置。
13. 情報処理装置が、
    照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する
    情報処理方法。
14. 照度センサにより検出した環境光の複数の波長帯域の照度の検出値に基づいて、前記環境光の色温度を推定する
    処理をコンピュータに実行させるためのプログラム。

Images