JPH08116790A - 植物の自動診断方法及び装置 - Google Patents
植物の自動診断方法及び装置Info
- Publication number
- JPH08116790A JPH08116790A JP6263359A JP26335994A JPH08116790A JP H08116790 A JPH08116790 A JP H08116790A JP 6263359 A JP6263359 A JP 6263359A JP 26335994 A JP26335994 A JP 26335994A JP H08116790 A JPH08116790 A JP H08116790A
- Authority
- JP
- Japan
- Prior art keywords
- color
- leaf
- plant
- lesion
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Botany (AREA)
- Ecology (AREA)
- Forests & Forestry (AREA)
- Environmental Sciences (AREA)
- Image Processing (AREA)
- Cultivation Of Plants (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
(57)【要約】
【目的】 容易に植物の病状を早期に知らせることがで
きる植物の自動診断装置を得ることを目的とする。 【構成】 植物のカラー画像データを画像メモリ部１が
読込んで表示部５に表示させ、背景色削除部７が表示さ
れた被検体のカラー画像から背景色を削除し、植物の一
つの葉面画像を得、この植物の葉面画像より、葉色推移
算出部１１が葉面画像色具合を示す数値を求めて、撮影
月日毎に分けてメモリ１９に記憶した後に、撮影月日毎
に、その葉画面の色具合の数値をグラフで、表示部５に
表示させる。
きる植物の自動診断装置を得ることを目的とする。 【構成】 植物のカラー画像データを画像メモリ部１が
読込んで表示部５に表示させ、背景色削除部７が表示さ
れた被検体のカラー画像から背景色を削除し、植物の一
つの葉面画像を得、この植物の葉面画像より、葉色推移
算出部１１が葉面画像色具合を示す数値を求めて、撮影
月日毎に分けてメモリ１９に記憶した後に、撮影月日毎
に、その葉画面の色具合の数値をグラフで、表示部５に
表示させる。
Description
【０００１】
【産業上の利用分野】本発明は、植物の自動診断装置に
関し、特に色の推移を自動的に知らせる自動診断装置に
関する。
関し、特に色の推移を自動的に知らせる自動診断装置に
関する。
【０００２】
【従来の技術】植物の病害は、特に栽培地の肥料要素
（例えば、マンガン、カルシウム、マグネシウム等）の
欠乏、過剰による障害は、その欠乏、過剰している肥料
要素（以下単に要素という）の種類によって、植物の変
化色、色変化の植物全体に対する発生部位、葉面に対す
る発生部位等の病状が異なることが知られている。
（例えば、マンガン、カルシウム、マグネシウム等）の
欠乏、過剰による障害は、その欠乏、過剰している肥料
要素（以下単に要素という）の種類によって、植物の変
化色、色変化の植物全体に対する発生部位、葉面に対す
る発生部位等の病状が異なることが知られている。
【０００３】例えば、トマトの鉄欠乏症は、上葉の葉脈
の緑色を残し、葉脈間が淡緑化し初め、やがて葉全体が
淡黄緑化する。
の緑色を残し、葉脈間が淡緑化し初め、やがて葉全体が
淡黄緑化する。
【０００４】また、マグネシウム欠乏症は、葉は全体が
淡緑化を示し、下葉の葉脈間には白色のネクロシスを生
じる。また、果実がついている付近の葉の葉脈間が黄色
化し、暗褐色の斑紋が形成され、やがてかれる。
淡緑化を示し、下葉の葉脈間には白色のネクロシスを生
じる。また、果実がついている付近の葉の葉脈間が黄色
化し、暗褐色の斑紋が形成され、やがてかれる。
【０００５】また、マンガン過剰症は、下葉の葉脈がチ
ョコレート色に変色し、葉脈間に同色の小斑点が生じ
る。
ョコレート色に変色し、葉脈間に同色の小斑点が生じ
る。
【０００６】このような、症状を早期に得るために、植
物を観察し続け、どのような要素障害が発生しているか
を判断していた。
物を観察し続け、どのような要素障害が発生しているか
を判断していた。
【０００７】
【発明が解決しようとする課題】しかしながら、その観
察より、診断を行うためには、各植物毎の病状に対する
豊富な知識と長年の経験を必要とする。
察より、診断を行うためには、各植物毎の病状に対する
豊富な知識と長年の経験を必要とする。
【０００８】また、人間の目による診断のため、明らか
に変色を確認できた時点では、すでに障害が進行してお
り、早期発見、早期対策を図ることは実質的に困難であ
るという問題点があった。
に変色を確認できた時点では、すでに障害が進行してお
り、早期発見、早期対策を図ることは実質的に困難であ
るという問題点があった。
【０００９】本発明は、以上の問題点を解決するために
なされたもので、容易に植物の病状を早期に知らせるこ
とができる植物の自動診断装置を得ることを目的とす
る。
なされたもので、容易に植物の病状を早期に知らせるこ
とができる植物の自動診断装置を得ることを目的とす
る。
【００１０】
【課題を解決するための手段】第１の発明の植物の自動
診断方法は、撮影された植物のカラー画像を読み込ん
で、葉面画像を抽出する工程と、抽出された葉面画像よ
り、順次各画素の色の数を求めて蓄積する工程と、蓄積
した色の数を抽出された葉面全体の画素数に基づいて、
その色合いを求め、抽出時期に対応させて記憶する工程
と、記憶に伴って、過去に記憶された葉の色合いと今回
記憶された葉の色合いとを所定の第１び表示形式で共に
表示させる工程とを備えたものである。
診断方法は、撮影された植物のカラー画像を読み込ん
で、葉面画像を抽出する工程と、抽出された葉面画像よ
り、順次各画素の色の数を求めて蓄積する工程と、蓄積
した色の数を抽出された葉面全体の画素数に基づいて、
その色合いを求め、抽出時期に対応させて記憶する工程
と、記憶に伴って、過去に記憶された葉の色合いと今回
記憶された葉の色合いとを所定の第１び表示形式で共に
表示させる工程とを備えたものである。
【００１１】第２の発明の植物の自動診断方法は、撮影
された植物のカラー画像を読み込んで、葉面画像を抽出
する工程と、抽出された葉面画像より、順次各画素の色
の数を求めて蓄積する工程と、蓄積した色の数を抽出さ
れた葉面全体の画素数に基づいて、その色合いを求め、
抽出時期に対応させて記憶する工程と、植物のカラー画
像が読込まれたとき、葉の正常部及び病斑部の画像を抽
出する工程と、抽出された葉の正常部の画素数及び病斑
部の画素数に基づいて、葉の正常部と病斑部との面積比
率を求め、抽出時期に対応させて記憶する工程と、記憶
に伴って、過去に記憶された葉の色合いと今回記憶され
た葉の色合い、並びに過去の面積比率と今回の面積比率
とを第２の表示形式で共に表示させる工程とを備えたも
のである。
された植物のカラー画像を読み込んで、葉面画像を抽出
する工程と、抽出された葉面画像より、順次各画素の色
の数を求めて蓄積する工程と、蓄積した色の数を抽出さ
れた葉面全体の画素数に基づいて、その色合いを求め、
抽出時期に対応させて記憶する工程と、植物のカラー画
像が読込まれたとき、葉の正常部及び病斑部の画像を抽
出する工程と、抽出された葉の正常部の画素数及び病斑
部の画素数に基づいて、葉の正常部と病斑部との面積比
率を求め、抽出時期に対応させて記憶する工程と、記憶
に伴って、過去に記憶された葉の色合いと今回記憶され
た葉の色合い、並びに過去の面積比率と今回の面積比率
とを第２の表示形式で共に表示させる工程とを備えたも
のである。
【００１２】第３の発明の植物の自動診断装置は、被検
出体のカラー画像データを読込んで、撮影月日毎に分け
て記憶し、撮影月日毎にそのカラー画像データを読み、
カラービデオ信号に変換して表示部に表示させる画像メ
モリ部と、表示された被検体のカラー画像から設定され
ている３原色を減算して、背景色を削除し、植物の葉面
画像を得る背景色削除部と、葉の色具合を求める指示が
あったときは、植物の葉の各画素の３原色と明度を計測
し、それぞれの計測総数を画素数で平均化し、このそれ
ぞれの平均値を葉の色具合を示す数値として、撮影月日
毎に分けて記憶し、これらのデータに基づいたグラフを
作成して、表示部に出力する葉色推移算出部と、各部を
起動させるための判定データを備え、操作部が操作され
たとき、判定データに基づいて、各部を起動させるモー
ド判定部とを備えたものである。
出体のカラー画像データを読込んで、撮影月日毎に分け
て記憶し、撮影月日毎にそのカラー画像データを読み、
カラービデオ信号に変換して表示部に表示させる画像メ
モリ部と、表示された被検体のカラー画像から設定され
ている３原色を減算して、背景色を削除し、植物の葉面
画像を得る背景色削除部と、葉の色具合を求める指示が
あったときは、植物の葉の各画素の３原色と明度を計測
し、それぞれの計測総数を画素数で平均化し、このそれ
ぞれの平均値を葉の色具合を示す数値として、撮影月日
毎に分けて記憶し、これらのデータに基づいたグラフを
作成して、表示部に出力する葉色推移算出部と、各部を
起動させるための判定データを備え、操作部が操作され
たとき、判定データに基づいて、各部を起動させるモー
ド判定部とを備えたものである。
【００１３】
【作用】第１の植物の自動診断方法においては、被検出
体のカラー画像から植物の葉面画像を抽出する。
体のカラー画像から植物の葉面画像を抽出する。
【００１４】次に、この葉面画像の各画素の色値の数が
求められ、読込んだ葉面全体の画素数に基づいて色合い
が求められる。
求められ、読込んだ葉面全体の画素数に基づいて色合い
が求められる。
【００１５】そして、抽出時期に対応させて記憶され、
過去に記憶された葉の色合いと今回の色合いが所定第１
の表示形式で表示される。例えばグラフで表示される。
過去に記憶された葉の色合いと今回の色合いが所定第１
の表示形式で表示される。例えばグラフで表示される。
【００１６】第２の植物の自動診断方法においては、被
検出体のカラー画像から植物の葉面の色合いが求めら
れ、抽出時期に対応させられて記憶される。
検出体のカラー画像から植物の葉面の色合いが求めら
れ、抽出時期に対応させられて記憶される。
【００１７】また、植物の葉面の病斑部と正常部とが抽
出され、その画素数からそれぞれの面積が求められた後
に、面積比率が求められて、抽出時期に対応されて記憶
される。そして、過去に記憶された葉の色合いと今回記
憶された葉の色合い、並びに過去の面積比率と今回の面
積比率とが第２の表示形式で表示される。例えばグラフ
で表示される。
出され、その画素数からそれぞれの面積が求められた後
に、面積比率が求められて、抽出時期に対応されて記憶
される。そして、過去に記憶された葉の色合いと今回記
憶された葉の色合い、並びに過去の面積比率と今回の面
積比率とが第２の表示形式で表示される。例えばグラフ
で表示される。
【００１８】第３の植物の自動診断装置においては、被
検出体のカラー画像データを画像メモリ部が読込んで表
示部に表示させる。
検出体のカラー画像データを画像メモリ部が読込んで表
示部に表示させる。
【００１９】次に、背景色削除部が表示された被検体の
カラー画像から背景色を削除して植物の葉面画像の画像
を得る。そして、葉の色具合を求める指示があったとき
は、葉色推移算出部により、表示されている植物の葉の
総画素数及びこの各画素の３原色と明度の分布数がそれ
ぞれ計数され、この３原色と明度の平均値を葉の色具合
の数値として求めれて撮影月日毎に分けて記憶され、そ
の葉の色具合の数値を示すグラフが作成されて表示部に
表示される。
カラー画像から背景色を削除して植物の葉面画像の画像
を得る。そして、葉の色具合を求める指示があったとき
は、葉色推移算出部により、表示されている植物の葉の
総画素数及びこの各画素の３原色と明度の分布数がそれ
ぞれ計数され、この３原色と明度の平均値を葉の色具合
の数値として求めれて撮影月日毎に分けて記憶され、そ
の葉の色具合の数値を示すグラフが作成されて表示部に
表示される。
【００２０】
実施例１ 図１は実施例１の概略構成図である。図において、１は
画像メモリ部である。画像メモリ部１は、カラー写真、
フロッピィ、ビデオテープ等の記憶媒体に記憶されてい
るカラー画像データを読込んで表示編集部３に出力す
る。
画像メモリ部である。画像メモリ部１は、カラー写真、
フロッピィ、ビデオテープ等の記憶媒体に記憶されてい
るカラー画像データを読込んで表示編集部３に出力す
る。
【００２１】また、ＣＣＤカメラに接続されたときは、
そのカラービデオ信号をデジタル変換して植物診断装置
の卯表示編集部３に出力する。また、画像メモリ装置１
にはキーボードが接続され、植物診断装置の表示部を用
いて画像を表示させたり、その一部をクリックして拡大
又は縮小し、その画像のＲＧＢ値を表示する機能を供え
ている。
そのカラービデオ信号をデジタル変換して植物診断装置
の卯表示編集部３に出力する。また、画像メモリ装置１
にはキーボードが接続され、植物診断装置の表示部を用
いて画像を表示させたり、その一部をクリックして拡大
又は縮小し、その画像のＲＧＢ値を表示する機能を供え
ている。
【００２２】表示編集部３は、少なくとも後述する葉面
認識データ収集メニュー、背景色削除画面、葉面病斑解
析画面を作成するための情報が記憶され、背景色削除画
面を表示部５に表示したときに、ＲＧＢ値が入力される
と、そのＲＧＢ値をＶＲＡＭの所定領域に表示させ、背
景削除実行指示があると、表示している背景色削除画面
に代えて、画像メモリ部１が読込んだ画像を表示させ、
背景色削除部７からの指示に基づいて表示部５を制御す
る。
認識データ収集メニュー、背景色削除画面、葉面病斑解
析画面を作成するための情報が記憶され、背景色削除画
面を表示部５に表示したときに、ＲＧＢ値が入力される
と、そのＲＧＢ値をＶＲＡＭの所定領域に表示させ、背
景削除実行指示があると、表示している背景色削除画面
に代えて、画像メモリ部１が読込んだ画像を表示させ、
背景色削除部７からの指示に基づいて表示部５を制御す
る。
【００２３】また、葉面病斑解析画面を表示していると
きに、病斑部抽出終了の指示があるときは、後述する病
斑部色平均化手段からの制御に基づいた画像を表示さ
せ、また病斑部解析結果の画像表示の指示があると、解
析結果表示画面を表示させ、また終了の選択、取消しキ
ーの押下があると葉面病斑解析画面を表示させる。
きに、病斑部抽出終了の指示があるときは、後述する病
斑部色平均化手段からの制御に基づいた画像を表示さ
せ、また病斑部解析結果の画像表示の指示があると、解
析結果表示画面を表示させ、また終了の選択、取消しキ
ーの押下があると葉面病斑解析画面を表示させる。
【００２４】さらに、明度（Ｖ）は後述する明度補正部
によって、常に一定になるようにされている。さらに、
表示されている植物の映像を拡大、縮小、抽出、明度調
整する機能を備えている。また、表示部５の表示は、全
てＶＲＡＭに一旦書込んでから表示している。
によって、常に一定になるようにされている。さらに、
表示されている植物の映像を拡大、縮小、抽出、明度調
整する機能を備えている。また、表示部５の表示は、全
てＶＲＡＭに一旦書込んでから表示している。
【００２５】７は背景削除部である。背景削除部７は、
背景色削除指示の入力に伴って起動し、表示編集部３を
制御して背景色削除モード設定画面を表示させ、この画
面に表示した背景色削除のためのＲＧＢしきい値設定が
選択され、ＲＧＢ値が入力されたときは、そのＲＧＢし
きい値を表示編集部３に出力して内部レジスタに設定す
る。また、背景色削除モード設定画面の実行が選択され
たときは、画像メモリ部１から植物の一画像を入力し、
その画像の画素毎に、設定されたＲＧＢ値を減算した画
像を表示編集部３に出力する。
背景色削除指示の入力に伴って起動し、表示編集部３を
制御して背景色削除モード設定画面を表示させ、この画
面に表示した背景色削除のためのＲＧＢしきい値設定が
選択され、ＲＧＢ値が入力されたときは、そのＲＧＢし
きい値を表示編集部３に出力して内部レジスタに設定す
る。また、背景色削除モード設定画面の実行が選択され
たときは、画像メモリ部１から植物の一画像を入力し、
その画像の画素毎に、設定されたＲＧＢ値を減算した画
像を表示編集部３に出力する。
【００２６】１１は葉色推移算出部である。葉色推移算
出部１１は葉面全体色平均化手段１３、病斑部色平均化
手段１５、平常部色平均化手段１７、色グラフ算出手段
２２を備え、葉面病解析の指示の入力に伴って起動し、
表示編集部３を制御して表示病斑解析画面を表示させ
る。
出部１１は葉面全体色平均化手段１３、病斑部色平均化
手段１５、平常部色平均化手段１７、色グラフ算出手段
２２を備え、葉面病解析の指示の入力に伴って起動し、
表示編集部３を制御して表示病斑解析画面を表示させ
る。
【００２７】葉全体色平均化手段１３は、起動に伴っ
て、表示編集部３のＶＲＡＭから葉面画像の画素毎のＲ
ＧＢＶ数をカウントし、全葉面分をカウントしたとき
に、画素数に基づいて平均化し、その平均的な色を葉全
体の色合いとしてメモリ１９に記憶する。
て、表示編集部３のＶＲＡＭから葉面画像の画素毎のＲ
ＧＢＶ数をカウントし、全葉面分をカウントしたとき
に、画素数に基づいて平均化し、その平均的な色を葉全
体の色合いとしてメモリ１９に記憶する。
【００２８】１５は病斑部色平均化手段である。病斑部
色平均化手段１５は、起動に伴って、入力された病斑部
を抽出するためのＲＧＢのしきい値範囲を読み、表示編
集部３のＶＲＡＭの葉面画像からしきい値範囲のＲＧＢ
値をカウントし、その病斑部の画素数に基づいて平均化
し、この値を病斑部の色合いとしてメモリ１９に記憶す
る。
色平均化手段１５は、起動に伴って、入力された病斑部
を抽出するためのＲＧＢのしきい値範囲を読み、表示編
集部３のＶＲＡＭの葉面画像からしきい値範囲のＲＧＢ
値をカウントし、その病斑部の画素数に基づいて平均化
し、この値を病斑部の色合いとしてメモリ１９に記憶す
る。
【００２９】１７は正常部色平均化手段である。正常部
色平均化手段１７は、葉面画像から病斑部を抽出するた
めのＲＧＢのしきい値範囲以外のＲＧＢ値をカウントし
て平均化し、正常葉面部の色合いとしてメモリ１９に記
憶する。
色平均化手段１７は、葉面画像から病斑部を抽出するた
めのＲＧＢのしきい値範囲以外のＲＧＢ値をカウントし
て平均化し、正常葉面部の色合いとしてメモリ１９に記
憶する。
【００３０】また、それぞれの色平均化手段は、画素毎
の明度Ｖをカウントしてメモリ１９に記憶する。
の明度Ｖをカウントしてメモリ１９に記憶する。
【００３１】２１は明度補正手段である。明度補正手段
２１には、予め基準となる植物の明度が記憶され、常に
この明度になるように補正する。
２１には、予め基準となる植物の明度が記憶され、常に
この明度になるように補正する。
【００３２】２２は色グラフ算出手段である。色グラフ
算出手段２２は、起動に伴って、メモリ１９の月日毎の
各色合いの数値を読み、それぞれを経過日数軸とＲＧＢ
Ｉ軸に対応させて作成したグラフを表示編集部３を制御
して表示部５に表示させる。２３はモード判定部であ
る。モード判定部２３は、操作部２５からの指示により
各部を起動させる。例えば、表示編集部３に対して葉面
認識データ収集メニュー画面を表示させる命令を出力し
たり、背景色削除部７を起動させたりする。
算出手段２２は、起動に伴って、メモリ１９の月日毎の
各色合いの数値を読み、それぞれを経過日数軸とＲＧＢ
Ｉ軸に対応させて作成したグラフを表示編集部３を制御
して表示部５に表示させる。２３はモード判定部であ
る。モード判定部２３は、操作部２５からの指示により
各部を起動させる。例えば、表示編集部３に対して葉面
認識データ収集メニュー画面を表示させる命令を出力し
たり、背景色削除部７を起動させたりする。
【００３３】次に、動作を説明する。図２は実施例１の
モード判定部の動作を説明するフローチャートである。
図３は実施例１の表示の内容を説明する説明図である。
モード判定部の動作を説明するフローチャートである。
図３は実施例１の表示の内容を説明する説明図である。
【００３４】電源の投入に伴って、各部のチェックをし
た後に、ＲＯＭに格納されている本発明のプログラムを
ＲＡＭにロードし、モード判定部２３は図３のＡに示す
葉面認識データ収集画面を表示制御部を制御して表示さ
せる（Ｓ２０１）。
た後に、ＲＯＭに格納されている本発明のプログラムを
ＲＡＭにロードし、モード判定部２３は図３のＡに示す
葉面認識データ収集画面を表示制御部を制御して表示さ
せる（Ｓ２０１）。
【００３５】次に、モード判定部２３は図３のＡに表示
している背景色削除、葉面病斑解析等のメニューの選択
があるかどうかを判断し（Ｓ２０３）、メニュー選択が
あったときは、選択メニューが何かを判断し（Ｓ２０
５）、メニュー選択が背面色削除のときは図３のＢの背
面色削除画面を表示させて背面色削除部７を起動させる
（Ｓ２０７）。また、葉面病斑解析のときは図３のＣの
葉面病斑解析画面を表示させて葉面病斑解析部１１を起
動する（Ｓ２０９）。そして、終了かどうかを判断し
（Ｓ２１１）、終了でないときは、制御をステップＳ２
０１に移す。
している背景色削除、葉面病斑解析等のメニューの選択
があるかどうかを判断し（Ｓ２０３）、メニュー選択が
あったときは、選択メニューが何かを判断し（Ｓ２０
５）、メニュー選択が背面色削除のときは図３のＢの背
面色削除画面を表示させて背面色削除部７を起動させる
（Ｓ２０７）。また、葉面病斑解析のときは図３のＣの
葉面病斑解析画面を表示させて葉面病斑解析部１１を起
動する（Ｓ２０９）。そして、終了かどうかを判断し
（Ｓ２１１）、終了でないときは、制御をステップＳ２
０１に移す。
【００３６】図４は背景色削除部の動作を説明するフロ
ーチャートである。背景色削除部７は起動に伴って、図
３のＢの背景色削除モード画面を表示編集部３を制御し
て表示し（Ｓ４０１）、図３のＢに示したしきい値のセ
ット、背景色削除の実行等のメニューの選択があるかど
うかを判断する（Ｓ４０３）。
ーチャートである。背景色削除部７は起動に伴って、図
３のＢの背景色削除モード画面を表示編集部３を制御し
て表示し（Ｓ４０１）、図３のＢに示したしきい値のセ
ット、背景色削除の実行等のメニューの選択があるかど
うかを判断する（Ｓ４０３）。
【００３７】次に、メニューが選択されると、その選択
されたメニューが何かを判定する（Ｓ４０５）。そし
て、背景色を削除するためのＲ．Ｇ．Ｂしきい値の設定
の選択のときは、ＲＧＢ値の入力があるかどうかを判定
し（Ｓ４０７）、入力があったときは、そのＲＧＢ値を
背景色を削除するためのＲ．Ｇ．Ｂしきい値として内部
レジスタに設定する（Ｓ４０９）。
されたメニューが何かを判定する（Ｓ４０５）。そし
て、背景色を削除するためのＲ．Ｇ．Ｂしきい値の設定
の選択のときは、ＲＧＢ値の入力があるかどうかを判定
し（Ｓ４０７）、入力があったときは、そのＲＧＢ値を
背景色を削除するためのＲ．Ｇ．Ｂしきい値として内部
レジスタに設定する（Ｓ４０９）。
【００３８】この、背景色の削除のためのＲＧＢしきい
値とは、縁が黒っぽい色のときは被検出体である植物の
緑面のＲＧＢより小さく、白っぽい色では緑面のＲＧＢ
より大きい値となり、このような関係が例えば予めユー
ザ等に背景を削除するためのＲＧＢ値として、植物に応
じた対応表で渡されている。
値とは、縁が黒っぽい色のときは被検出体である植物の
緑面のＲＧＢより小さく、白っぽい色では緑面のＲＧＢ
より大きい値となり、このような関係が例えば予めユー
ザ等に背景を削除するためのＲＧＢ値として、植物に応
じた対応表で渡されている。
【００３９】また、図３のＢに示す背景色削除の実行が
選択されたときは、背景色削除部７は、画像メモリ部１
が読み込んだカラー画像から設定したＲＧＢしきい値を
減算して葉面のみの画像を得る背景色削除処理を実施し
（Ｓ４１１）、得られた葉面のカラー画像を年月日時刻
に分けて記憶し（Ｓ４１３）、その映像を表示編集部３
のＶＲＡＭに書込んで表示させ、制御をステップＳ４０
３に移す。また、終了が選択されたときは、図３のＡの
初期画面に戻して、本処理を出る（Ｓ４１５）。
選択されたときは、背景色削除部７は、画像メモリ部１
が読み込んだカラー画像から設定したＲＧＢしきい値を
減算して葉面のみの画像を得る背景色削除処理を実施し
（Ｓ４１１）、得られた葉面のカラー画像を年月日時刻
に分けて記憶し（Ｓ４１３）、その映像を表示編集部３
のＶＲＡＭに書込んで表示させ、制御をステップＳ４０
３に移す。また、終了が選択されたときは、図３のＡの
初期画面に戻して、本処理を出る（Ｓ４１５）。
【００４０】図５は実施例１の葉色推移算出部の動作を
説明するフローチャートである。葉色推移算出部１１
は、起動に伴って、図３のＣの葉面病斑解析モードの画
面を表示する（Ｓ５０１）。次に、葉面病斑解析モード
の画面におけるメニューが選択されたかどうかを判断し
（Ｓ５０３）、選択されたときは、その選択メニューを
判断する（Ｓ５０５）。そして、選択メニューが病斑部
を抽出するためのＲＧＢのしきい値範囲の選択のとき
は、しきい値範囲のＲＧＢ値が入力したかどうかを判断
し（Ｓ５０７）、入力があったときは、そのしきい値の
範囲を病斑部色平均化手段１５が内部レジスタに設定し
て（Ｓ５０９）、制御をステップＳ５０１に移す。
説明するフローチャートである。葉色推移算出部１１
は、起動に伴って、図３のＣの葉面病斑解析モードの画
面を表示する（Ｓ５０１）。次に、葉面病斑解析モード
の画面におけるメニューが選択されたかどうかを判断し
（Ｓ５０３）、選択されたときは、その選択メニューを
判断する（Ｓ５０５）。そして、選択メニューが病斑部
を抽出するためのＲＧＢのしきい値範囲の選択のとき
は、しきい値範囲のＲＧＢ値が入力したかどうかを判断
し（Ｓ５０７）、入力があったときは、そのしきい値の
範囲を病斑部色平均化手段１５が内部レジスタに設定し
て（Ｓ５０９）、制御をステップＳ５０１に移す。
【００４１】また、選択されたメニューが病斑部の抽出
の実行のときは、病斑部色平均化手段１５が表示編集部
３の画ＶＲＡＭから葉面のカラー画像を読み、そのカラ
ー画像から設定されたしきい値範囲を順次引く（Ｓ５１
１）。そして、得られた画像を病斑部の画像として表示
させる（Ｓ５１３）。
の実行のときは、病斑部色平均化手段１５が表示編集部
３の画ＶＲＡＭから葉面のカラー画像を読み、そのカラ
ー画像から設定されたしきい値範囲を順次引く（Ｓ５１
１）。そして、得られた画像を病斑部の画像として表示
させる（Ｓ５１３）。
【００４２】次に、終了かどうかを判断し（Ｓ５１
５）、終了のときは制御をステップＳ５０１に移す。
５）、終了のときは制御をステップＳ５０１に移す。
【００４３】また、図３に示すＣにおける病斑部の解析
が選択されたときには、葉面全体の色合いを算出し、葉
全体色平均化手段１３が年、月日に分けて記憶する（Ｓ
５１７）。この葉面全体の色合いの算出は、表示されて
いる葉面の画素のＲ．Ｇ．Ｂと明度Ｖをすべての画素毎
にカウントし、このカウント数を画素数で割ることによ
って求める。次に、病斑部色平均化手段１５が病斑部の
色合いを算出し、年、月、日に分けて記憶する（Ｓ５１
９）。この病斑部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値を葉面の画素より引くことに
よって算出し、その引いたＲＧＢ値のドット数を画素数
で割ることによって病斑部の平均Ｒ．Ｇ．Ｂを求め、病
斑部の色合いとして、年月日に分けて記憶する。さら
に、この病斑部の明度Ｖをカウントして年月日に分けて
記憶する。
が選択されたときには、葉面全体の色合いを算出し、葉
全体色平均化手段１３が年、月日に分けて記憶する（Ｓ
５１７）。この葉面全体の色合いの算出は、表示されて
いる葉面の画素のＲ．Ｇ．Ｂと明度Ｖをすべての画素毎
にカウントし、このカウント数を画素数で割ることによ
って求める。次に、病斑部色平均化手段１５が病斑部の
色合いを算出し、年、月、日に分けて記憶する（Ｓ５１
９）。この病斑部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値を葉面の画素より引くことに
よって算出し、その引いたＲＧＢ値のドット数を画素数
で割ることによって病斑部の平均Ｒ．Ｇ．Ｂを求め、病
斑部の色合いとして、年月日に分けて記憶する。さら
に、この病斑部の明度Ｖをカウントして年月日に分けて
記憶する。
【００４４】次に、正常部色平均化手段１７が正常部の
色合いを算出して、年月日に分けて記憶し（Ｓ５２
１）。この正常部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値以外のＲＧＢ値を葉面の画素
より引くことによって算出し、その引いたドット数を画
素数で割ることによって正常部の平均Ｒ．Ｇ．Ｂとして
求め、正常部の色合いとして、年月日に分けて記憶す
る。さらに、この正常部の明度Ｖをカウントして年月日
に分けて記憶する。
色合いを算出して、年月日に分けて記憶し（Ｓ５２
１）。この正常部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値以外のＲＧＢ値を葉面の画素
より引くことによって算出し、その引いたドット数を画
素数で割ることによって正常部の平均Ｒ．Ｇ．Ｂとして
求め、正常部の色合いとして、年月日に分けて記憶す
る。さらに、この正常部の明度Ｖをカウントして年月日
に分けて記憶する。
【００４５】次に、求められた各色合いを数値で図６に
示すように表示して制御をステップＳ５１５に移す。
示すように表示して制御をステップＳ５１５に移す。
【００４６】さらに、グラフ表示が選択されたときは、
色グラフ算出手段２２が記憶されている複数の年月毎の
色合いを示すＲＧＢＶの平均値を読み、グラフ表示ソフ
トに基づいて、例えば図７又は図８に示すように表示さ
せる（Ｓ５２５）。
色グラフ算出手段２２が記憶されている複数の年月毎の
色合いを示すＲＧＢＶの平均値を読み、グラフ表示ソフ
トに基づいて、例えば図７又は図８に示すように表示さ
せる（Ｓ５２５）。
【００４７】従って、図７の（ａ）又は（ｂ）若しくは
図８に示すように、経過日数に応じた葉面の色合いがＲ
ＧＢＶのグラフで表示される。
図８に示すように、経過日数に応じた葉面の色合いがＲ
ＧＢＶのグラフで表示される。
【００４８】この、図７の（ａ）又は（ｂ）及び図８の
推移グラフについて説明する。例えば、トマトのマンガ
ン欠乏症は、中上葉の間葉脈の緑色を残し、葉脈間が淡
緑化する。
推移グラフについて説明する。例えば、トマトのマンガ
ン欠乏症は、中上葉の間葉脈の緑色を残し、葉脈間が淡
緑化する。
【００４９】また、トマトの鉄欠乏症は、上葉の葉脈の
緑色を残し、葉脈間が淡緑化し初め、やがて葉全体が淡
黄緑化する。
緑色を残し、葉脈間が淡緑化し初め、やがて葉全体が淡
黄緑化する。
【００５０】また、マグネシウム欠乏症は、葉は全体が
淡緑化を示し、下葉の葉脈間には白色のネクロシスを生
じる。また、果実がついている付近の葉の葉脈間が黄色
化し、暗褐色の斑紋が形成され、やがてかれる。
淡緑化を示し、下葉の葉脈間には白色のネクロシスを生
じる。また、果実がついている付近の葉の葉脈間が黄色
化し、暗褐色の斑紋が形成され、やがてかれる。
【００５１】また、マンガン過剰症は、下葉の葉脈がチ
ョコレート色に変色し、葉脈間に同色の小斑点が生じ
る。等が知られており、葉色に応じて植物の病状を知る
ことができるものある。そこで、上記の構成によって、
葉のカラー画像から画素の色を構成するＲＧＢをカウン
トし、その葉全体の画素数より、平均値を求めると葉の
色合いがわかる。
ョコレート色に変色し、葉脈間に同色の小斑点が生じ
る。等が知られており、葉色に応じて植物の病状を知る
ことができるものある。そこで、上記の構成によって、
葉のカラー画像から画素の色を構成するＲＧＢをカウン
トし、その葉全体の画素数より、平均値を求めると葉の
色合いがわかる。
【００５２】このＲＧＢの上昇又は下降傾向が一目で分
かれば上記の病状が分かる。例えば図７の（ａ）はマン
ガン欠乏症のときの葉の色の推移をＲＧＢと明度Ｖを収
集してグラフで現したものであり、標準水耕液をマンガ
ン欠乏液に交換した日をスタート日（図７の（ａ）では
０日）として、収集したときのグラフである。
かれば上記の病状が分かる。例えば図７の（ａ）はマン
ガン欠乏症のときの葉の色の推移をＲＧＢと明度Ｖを収
集してグラフで現したものであり、標準水耕液をマンガ
ン欠乏液に交換した日をスタート日（図７の（ａ）では
０日）として、収集したときのグラフである。
【００５３】図７の（ａ）に示すように、標準水耕液か
らマンガン欠乏液に戻すと、二十日目頃からＲ値が上昇
し始め、このときの葉はマンガン欠乏特有の網目模様が
葉面にはっきり現れてきた。そして、２８日頃からさら
にＲ値が上昇すると、葉脈間がさらに淡緑化してきた。
らマンガン欠乏液に戻すと、二十日目頃からＲ値が上昇
し始め、このときの葉はマンガン欠乏特有の網目模様が
葉面にはっきり現れてきた。そして、２８日頃からさら
にＲ値が上昇すると、葉脈間がさらに淡緑化してきた。
【００５４】図７の（ｂ）はトマトの鉄欠乏葉面のＲＧ
Ｂと明度Ｖの推移グラフを示したものであり、標準水耕
液を鉄欠乏液に交換した日をスタート日（図７のｂでは
０日）として、収集したときのグラフである。
Ｂと明度Ｖの推移グラフを示したものであり、標準水耕
液を鉄欠乏液に交換した日をスタート日（図７のｂでは
０日）として、収集したときのグラフである。
【００５５】図７の（ｂ）に示すように、約３０日頃か
らＲ値が上昇し、葉脈間が淡緑化し初め、葉全体が淡黄
緑化してきた。
らＲ値が上昇し、葉脈間が淡緑化し初め、葉全体が淡黄
緑化してきた。
【００５６】図８はマンガン過剰葉面のＲＧＢと明度Ｖ
の推移グラフを示したものであり、標準水耕液からマン
ガン過剰液に交換してから約２５日頃からＲ値が上昇
し、下葉の葉脈がチョコレート色に変色し、葉脈間に同
色の小斑点が生じてきた。
の推移グラフを示したものであり、標準水耕液からマン
ガン過剰液に交換してから約２５日頃からＲ値が上昇
し、下葉の葉脈がチョコレート色に変色し、葉脈間に同
色の小斑点が生じてきた。
【００５７】従って、被検出体のカラー画像データよ
り、葉面画像のみ得て、葉全体の色具合を求める指示が
あったときは、表示されている植物の一つの葉全体の３
原色と明度の平均値を葉全体の色具合の数値として求め
て記憶し、このデータに基づいてグラフを作成して表示
するので、現在までの色具合と明度の推移が一目で分か
るので、作業者はグラフの推移より、植物がどんな病気
にかかっているのか、どのような肥料が不足しているの
か、または過剰かもしくは気象条件はよいか、あるいは
どのように対処すればよいかが早期に分かる。
り、葉面画像のみ得て、葉全体の色具合を求める指示が
あったときは、表示されている植物の一つの葉全体の３
原色と明度の平均値を葉全体の色具合の数値として求め
て記憶し、このデータに基づいてグラフを作成して表示
するので、現在までの色具合と明度の推移が一目で分か
るので、作業者はグラフの推移より、植物がどんな病気
にかかっているのか、どのような肥料が不足しているの
か、または過剰かもしくは気象条件はよいか、あるいは
どのように対処すればよいかが早期に分かる。
【００５８】また、葉の病斑部の色具合を求める指示が
あったときは、設定されている病斑部を抽出するための
３原色の範囲の値で、葉面画像の色を減算して、病斑部
を抽出し、この病斑部の３原色と明度の平均値を葉面画
像の病斑部の色具合の数値として記憶し、このデータよ
り病斑部の色具合の数値を示すグラフを作成して表示す
るようにしたことにより、病斑部の色具合と明度の推移
が一目で分かるので、作業者はグラフの推移より、より
顕著に植物がどんな病気にかかっているのか、どのよう
な肥料が不足しているのか、または過剰かもしくは気象
条件はよいか、あるいはどのように対処すればよいかが
早期に分かる。
あったときは、設定されている病斑部を抽出するための
３原色の範囲の値で、葉面画像の色を減算して、病斑部
を抽出し、この病斑部の３原色と明度の平均値を葉面画
像の病斑部の色具合の数値として記憶し、このデータよ
り病斑部の色具合の数値を示すグラフを作成して表示す
るようにしたことにより、病斑部の色具合と明度の推移
が一目で分かるので、作業者はグラフの推移より、より
顕著に植物がどんな病気にかかっているのか、どのよう
な肥料が不足しているのか、または過剰かもしくは気象
条件はよいか、あるいはどのように対処すればよいかが
早期に分かる。
【００５９】また。図７及び図８に示すように明度Ｖの
推移も表示しているため、データを収集したときの、天
候の状況も推測可能である。
推移も表示しているため、データを収集したときの、天
候の状況も推測可能である。
【００６０】実施例２ 図９は実施例２の概略構成図である。図において、１２
を除いて１〜２５は上記図１と同様なものである。葉色
推移算出部１２は葉全体色平均化手段１３、病斑部色平
均化手段１５、正常部色平均化手段１７の他に色推移グ
ラフ作成手段３４を備えている。
を除いて１〜２５は上記図１と同様なものである。葉色
推移算出部１２は葉全体色平均化手段１３、病斑部色平
均化手段１５、正常部色平均化手段１７の他に色推移グ
ラフ作成手段３４を備えている。
【００６１】３２は病斑部面積比率算出部である。病斑
部面積比率算出部３２は、葉色推移算出部１２で、病斑
部のＲＧＢ値がカウントされる毎に、そのカウント数を
蓄積し、蓄積数を病斑部の面積として求め、また葉面全
体のＲＧＢ値のカウント数を蓄積し、その蓄積数を葉全
体の面積として求める。そして、両方の比率を求め、こ
の比率を病斑部面積比率としてメモリ３６に年月日毎に
分けて記憶して表示編集部３のＶＲＡＭに書き込んで表
示する。
部面積比率算出部３２は、葉色推移算出部１２で、病斑
部のＲＧＢ値がカウントされる毎に、そのカウント数を
蓄積し、蓄積数を病斑部の面積として求め、また葉面全
体のＲＧＢ値のカウント数を蓄積し、その蓄積数を葉全
体の面積として求める。そして、両方の比率を求め、こ
の比率を病斑部面積比率としてメモリ３６に年月日毎に
分けて記憶して表示編集部３のＶＲＡＭに書き込んで表
示する。
【００６２】３４は色推移グラフ作成手段である。色推
移グラフ作成手段３４は、ＲＧＢＩのグラフを表示させ
るとき、病斑部面積比率算出部３２を制御して記憶され
ている過去の病斑部面積比率を表示させる。
移グラフ作成手段３４は、ＲＧＢＩのグラフを表示させ
るとき、病斑部面積比率算出部３２を制御して記憶され
ている過去の病斑部面積比率を表示させる。
【００６３】次に動作を説明する。図１０は実施例２の
動作を説明するフローチャートである。同図に示すよう
に、ステップＳ１００１〜Ｓ１０２３は上記のステップ
Ｓ５０１〜Ｓ５２３と同様であり、葉色推移算出部１２
は背景色を削除して、病斑部のＲＧＢのしきい値範囲が
設定されると、葉面全体、病斑部、正常部のＲＧＢの平
均値を求めて記憶すると共に、その各ＲＧＢ値を表示す
る。
動作を説明するフローチャートである。同図に示すよう
に、ステップＳ１００１〜Ｓ１０２３は上記のステップ
Ｓ５０１〜Ｓ５２３と同様であり、葉色推移算出部１２
は背景色を削除して、病斑部のＲＧＢのしきい値範囲が
設定されると、葉面全体、病斑部、正常部のＲＧＢの平
均値を求めて記憶すると共に、その各ＲＧＢ値を表示す
る。
【００６４】次に、各ＲＧＢ値の平均が表示されると、
病斑部面積比率算出部３２は葉全体色平均化手段１３で
求めた葉全体の平均ＲＧＢ値をカウントして蓄積する
（Ｓ１０２７）。また、病斑部の平均ＲＧＢがカウント
されたとき、そのカウント数を蓄積する（Ｓ１０２
９）。そして、両方の蓄積量の比率を求め、病斑部の比
率として求めて図１１に示すように表示させると共に記
憶する（Ｓ１０３１）。
病斑部面積比率算出部３２は葉全体色平均化手段１３で
求めた葉全体の平均ＲＧＢ値をカウントして蓄積する
（Ｓ１０２７）。また、病斑部の平均ＲＧＢがカウント
されたとき、そのカウント数を蓄積する（Ｓ１０２
９）。そして、両方の蓄積量の比率を求め、病斑部の比
率として求めて図１１に示すように表示させると共に記
憶する（Ｓ１０３１）。
【００６５】次に、グラフ表示の指示があると、色推移
グラフ作成手段３４はメモリ１９のＲＧＢＩの推移とメ
モリ３６の面積比率の推移を読み、例えば図１２に示す
ように表示する（Ｓ１０３３）。
グラフ作成手段３４はメモリ１９のＲＧＢＩの推移とメ
モリ３６の面積比率の推移を読み、例えば図１２に示す
ように表示する（Ｓ１０３３）。
【００６６】この図１２は、マンガン欠乏葉面病斑部Ｒ
ＧＢと病斑部面積との推移を（ａ）のグラフに示し、鉄
欠乏葉面病斑部ＲＧＢと病斑部面積との推移を（ｂ）の
グラフに示し，マンガン過剰葉面病斑部ＲＧＢと病斑部
面積との推移を（ｃ）のグラフに示している。図１２の
（ａ）は標準水耕液をマンガン欠乏液に交換した日をス
タート日（図１２のａでは０日）としたもので、約１５
日頃から病斑部面積が増加し初めている。
ＧＢと病斑部面積との推移を（ａ）のグラフに示し、鉄
欠乏葉面病斑部ＲＧＢと病斑部面積との推移を（ｂ）の
グラフに示し，マンガン過剰葉面病斑部ＲＧＢと病斑部
面積との推移を（ｃ）のグラフに示している。図１２の
（ａ）は標準水耕液をマンガン欠乏液に交換した日をス
タート日（図１２のａでは０日）としたもので、約１５
日頃から病斑部面積が増加し初めている。
【００６７】また、１２図の（ｂ）は３０日以降にＲ値
と病斑面積が増加してきている。また１２図の（ｃ）
は、２５日頃よりＲ値が増加、Ｂ値が減少傾向になると
病斑部の面積も増加していることを示している。
と病斑面積が増加してきている。また１２図の（ｃ）
は、２５日頃よりＲ値が増加、Ｂ値が減少傾向になると
病斑部の面積も増加していることを示している。
【００６８】従って、葉の全体の色具合の数値又は病斑
部の色具合の数値とが求められたときは、病斑部と葉全
体の面積比率を求めて記憶し、この記憶した現在までの
面積比率のグラフを病斑部のグラフ又は葉全体のグラフ
が表示されるに伴って、合わせて表示することにより、
色具合の推移と合わせて病斑の進行具合が一目で早期に
分かる。
部の色具合の数値とが求められたときは、病斑部と葉全
体の面積比率を求めて記憶し、この記憶した現在までの
面積比率のグラフを病斑部のグラフ又は葉全体のグラフ
が表示されるに伴って、合わせて表示することにより、
色具合の推移と合わせて病斑の進行具合が一目で早期に
分かる。
【００６９】さらに、面積の増減傾向とＲＧＢと明度Ｖ
の推移をグラフで見ることができるので、明度の関係と
障害の度合いが分かる。
の推移をグラフで見ることができるので、明度の関係と
障害の度合いが分かる。
【００７０】実施例３ 図１３は実施例３の概略構成図である。図において、１
〜３４は上記と同様なものである。３８はデータベース
である。データベース３４には植物のｐＨ環境データ、
肥料過多又は欠乏時の植物の種類に応じた障害パターン
データ、どのような対処をするかの対処データ等が複数
記憶されている。
〜３４は上記と同様なものである。３８はデータベース
である。データベース３４には植物のｐＨ環境データ、
肥料過多又は欠乏時の植物の種類に応じた障害パターン
データ、どのような対処をするかの対処データ等が複数
記憶されている。
【００７１】４０は病種・対処判定部である。病種・対
処判定部４０は、色推移グラフ作成部３４の各部のＲＧ
ＢＶの推移と病斑部面積比率算出部３２が求めた面積比
率推移を読み、データベース３８の各データとのマッチ
ング度により、病気の種類を判定し、またその種類に応
じた対処法のメッセージを判定し、表示編集部３のＶＲ
ＡＭに判定結果のメッセージを書込み表示させる。
処判定部４０は、色推移グラフ作成部３４の各部のＲＧ
ＢＶの推移と病斑部面積比率算出部３２が求めた面積比
率推移を読み、データベース３８の各データとのマッチ
ング度により、病気の種類を判定し、またその種類に応
じた対処法のメッセージを判定し、表示編集部３のＶＲ
ＡＭに判定結果のメッセージを書込み表示させる。
【００７２】次に、動作を説明する。図１４は実施例３
の動作を説明するフローチャートである。同図に示すよ
うに、ステップＳ１４０１〜１４３３は、図１０のステ
ップＳ１００１〜Ｓ１０３３と同様なものであり、背景
色を削除して、病斑部のＲＧＢのしきい値範囲が設定さ
れると、葉面全体、病斑部、正常部のＲＧＢの平均値を
求めて記憶すると共に、その各ＲＧＢ値を表示し、かつ
病斑部の面積比率を求め、グラフ表示の指示があるとＲ
ＧＢＩの他に面積比率のグラフを表示させる。
の動作を説明するフローチャートである。同図に示すよ
うに、ステップＳ１４０１〜１４３３は、図１０のステ
ップＳ１００１〜Ｓ１０３３と同様なものであり、背景
色を削除して、病斑部のＲＧＢのしきい値範囲が設定さ
れると、葉面全体、病斑部、正常部のＲＧＢの平均値を
求めて記憶すると共に、その各ＲＧＢ値を表示し、かつ
病斑部の面積比率を求め、グラフ表示の指示があるとＲ
ＧＢＩの他に面積比率のグラフを表示させる。
【００７３】そして、病種・対処判定部４０は葉色推移
算出部１２が求めた葉面全体のＲＧＢＩの推移と、病斑
部のＲＧＢＩの推移と病斑部面積比率算出部３２の面積
比率の推移とを読み（Ｓ１４３５）、データベース３８
の各種データとのマッチングをとり、マッチング度を判
定する（Ｓ１４３７）。
算出部１２が求めた葉面全体のＲＧＢＩの推移と、病斑
部のＲＧＢＩの推移と病斑部面積比率算出部３２の面積
比率の推移とを読み（Ｓ１４３５）、データベース３８
の各種データとのマッチングをとり、マッチング度を判
定する（Ｓ１４３７）。
【００７４】次に、マッチング度に基づいて、病種と対
処方を判定し（Ｓ１４３９）、この判定結果を図１５の
ようにメッセージとして表示させる（Ｓ１４４１）。
処方を判定し（Ｓ１４３９）、この判定結果を図１５の
ようにメッセージとして表示させる（Ｓ１４４１）。
【００７５】従って、初心者でも、植物が現在どのよう
な原因で病気になっているかがわかると共に、どのよう
な対処をすればよいがが直ぐに分かる。
な原因で病気になっているかがわかると共に、どのよう
な対処をすればよいがが直ぐに分かる。
【００７６】なお、上記各実施例では、画像メモリ装置
部１をパソコンの内部に設けたが、内部を改造しないで
外部に設けてもよい。
部１をパソコンの内部に設けたが、内部を改造しないで
外部に設けてもよい。
【００７７】
【発明の効果】以上のように第１の発明の植物の自動診
断方法は、被検出体のカラー画像から植物の葉面画像を
抽出し、読込んだ葉面全体の画素数に基づいて色合いを
求め、抽出時期に対応させて記憶し、過去に記憶された
葉の色合いと今回の色合いとを表示することにより、植
物の葉の色合いの推移を分からせることができるので、
葉が明らかに変色する前に、画面を見ている園芸者はど
のような病気か又は肥料の程度がよいかどうかが容易に
判断できるという効果が得られている。
断方法は、被検出体のカラー画像から植物の葉面画像を
抽出し、読込んだ葉面全体の画素数に基づいて色合いを
求め、抽出時期に対応させて記憶し、過去に記憶された
葉の色合いと今回の色合いとを表示することにより、植
物の葉の色合いの推移を分からせることができるので、
葉が明らかに変色する前に、画面を見ている園芸者はど
のような病気か又は肥料の程度がよいかどうかが容易に
判断できるという効果が得られている。
【００７８】第２の発明の植物の自動診断方法は、植物
の葉面の色合いを求めて、抽出時期に対応させて記憶す
ると共に、植物の葉面の病斑部と正常部とを抽出し、そ
の画素数からそれぞれの面積を求めて、面積比率を求
め、抽出時期に対応させて記憶した後に、過去に記憶さ
れた葉の色合いと今回記憶された葉の色合い、並びに過
去の面積比率と今回の面積比率とを表示するようにした
ことにより、葉の色合いの推移と病斑部の面積推移が園
芸者にわかるので、葉が明らかに変色する前に、さらに
どのような病気か又は肥料の程度がよいかどうかが容易
に判断できるという効果が得られている。
の葉面の色合いを求めて、抽出時期に対応させて記憶す
ると共に、植物の葉面の病斑部と正常部とを抽出し、そ
の画素数からそれぞれの面積を求めて、面積比率を求
め、抽出時期に対応させて記憶した後に、過去に記憶さ
れた葉の色合いと今回記憶された葉の色合い、並びに過
去の面積比率と今回の面積比率とを表示するようにした
ことにより、葉の色合いの推移と病斑部の面積推移が園
芸者にわかるので、葉が明らかに変色する前に、さらに
どのような病気か又は肥料の程度がよいかどうかが容易
に判断できるという効果が得られている。
【００７９】第３の発明の植物の自動診断装置は、被検
出体のカラー画像データより、葉面画像のみ得て、葉の
色具合を求める指示があったときは、表示されている植
物の一つの葉全体の３原色と明度の平均値を葉の色具合
の数値として求めて記憶し、このデータに基づいてグラ
フが作成して表示するので、現在までの色具合と明度の
推移が一目で分かるので、作業者はグラフの推移より葉
が明らかに変色する前に、植物がどんな病気にかかって
いるのか、どのような肥料が不足しているのか、または
過剰かもしくは気象条件はよいか、あるいはどのように
対処すればよいかが早期に分かるという効果が得られて
いる。
出体のカラー画像データより、葉面画像のみ得て、葉の
色具合を求める指示があったときは、表示されている植
物の一つの葉全体の３原色と明度の平均値を葉の色具合
の数値として求めて記憶し、このデータに基づいてグラ
フが作成して表示するので、現在までの色具合と明度の
推移が一目で分かるので、作業者はグラフの推移より葉
が明らかに変色する前に、植物がどんな病気にかかって
いるのか、どのような肥料が不足しているのか、または
過剰かもしくは気象条件はよいか、あるいはどのように
対処すればよいかが早期に分かるという効果が得られて
いる。
【図１】実施例１の概略構成図である。
【図２】実施例１のモード判定部の動作を説明するフロ
ーチャートである。
ーチャートである。
【図３】実施例１の表示の内容を説明する説明図であ
る。
る。
【図４】背景色削除部の動作を説明するフローチャート
である。
である。
【図５】実施例１の葉色推移算出部の動作を説明するフ
ローチャートである。
ローチャートである。
【図６】実施例１の解析結果の表示例の説明図である。
【図７】トマトのマンガンと鉄の欠乏推移のグラフ図で
ある。
ある。
【図８】トマトのマンガン過剰推移のグラフ図である。
【図９】実施例２の概略構成図である。
【図１０】実施例２の葉色推移算出部の動作を説明する
フローチャートである。
フローチャートである。
【図１１】実施例２の解析結果の表示例の説明図であ
る。
る。
【図１２】実施例２のＲＧＢＶと面積推移のグラフ図で
ある。
ある。
【図１３】実施例３の概略構成図である。
【図１４】実施例３の葉色推移算出部の動作を説明する
フローチャートである。
フローチャートである。
【図１５】実施例３の解析結果の表示例の説明図であ
る。
る。
１ 画像メモリ部 ３ 表示編集部 ５ 表示部 ７ 背景色削除部 １１ 葉色推移算出部 １３ 葉全体色平均化手段 １５ 病斑部色平均化手段 １７ 正常部色平均化手段
─────────────────────────────────────────────────────
【手続補正書】
【提出日】平成７年９月８日
【手続補正１】
【補正対象書類名】明細書
【補正対象項目名】００４３
【補正方法】変更
【補正内容】
【００４３】また、図３に示すＣにおける病斑部の解析
が選択されたときには、葉面全体の色合いを算出し、葉
全体色平均化手段１３が年、月日に分けて記憶する（Ｓ
５１７）。この葉面全体の色合いの算出は、表示されて
いる葉面の画素のＲ．Ｇ．Ｂと明度Ｖをすべての画素毎
にカウントし、このカウント数を画素数で割ることによ
って求める。次に、病斑部色平均化手段１５が病斑部の
色合いを算出し、年月日に分けて記憶する（Ｓ５１
９）。この病斑部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値を葉面の画素より引くことに
よって算出し、その引いたＲＧＢ値のドット数を画素数
で割ることによって病斑部の平均Ｒ．Ｇ．Ｂを求め、病
斑部の色合いとして、年月日に分けて記憶する。さら
に、この病斑部の明度Ｖをカウントして年月日に分けて
記憶する。
が選択されたときには、葉面全体の色合いを算出し、葉
全体色平均化手段１３が年、月日に分けて記憶する（Ｓ
５１７）。この葉面全体の色合いの算出は、表示されて
いる葉面の画素のＲ．Ｇ．Ｂと明度Ｖをすべての画素毎
にカウントし、このカウント数を画素数で割ることによ
って求める。次に、病斑部色平均化手段１５が病斑部の
色合いを算出し、年月日に分けて記憶する（Ｓ５１
９）。この病斑部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値を葉面の画素より引くことに
よって算出し、その引いたＲＧＢ値のドット数を画素数
で割ることによって病斑部の平均Ｒ．Ｇ．Ｂを求め、病
斑部の色合いとして、年月日に分けて記憶する。さら
に、この病斑部の明度Ｖをカウントして年月日に分けて
記憶する。
【手続補正２】
【補正対象書類名】明細書
【補正対象項目名】００４４
【補正方法】変更
【補正内容】
【００４４】次に、正常部色平均化手段１７が正常部の
色合いを算出して、年月日に分けて記憶する（Ｓ５２
１）。この正常部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値以外のＲＧＢ値を葉面の画素
より引くことによって算出し、その引いたドット数を画
素数で割ることによって正常部の平均Ｒ．Ｇ．Ｂとして
求め、正常部の色合いとして、年月日に分けて記憶す
る。さらに、この正常部の明度Ｖをカウントして年月日
に分けて記憶する。
色合いを算出して、年月日に分けて記憶する（Ｓ５２
１）。この正常部の色合いの算出は、設定されたＲＧＢ
のしきい値範囲のＲＧＢ値以外のＲＧＢ値を葉面の画素
より引くことによって算出し、その引いたドット数を画
素数で割ることによって正常部の平均Ｒ．Ｇ．Ｂとして
求め、正常部の色合いとして、年月日に分けて記憶す
る。さらに、この正常部の明度Ｖをカウントして年月日
に分けて記憶する。
【手続補正３】
【補正対象書類名】明細書
【補正対象項目名】００５５
【補正方法】変更
【補正内容】
【００５５】図７の（ｂ）に示すように、約３０日頃か
らＲ値が上昇し、葉脈間が淡緑化し始め、葉全体が淡黄
緑化してきた。
らＲ値が上昇し、葉脈間が淡緑化し始め、葉全体が淡黄
緑化してきた。
【手続補正４】
【補正対象書類名】明細書
【補正対象項目名】００５７
【補正方法】変更
【補正内容】
【００５７】従って、被検出体のカラー画像データよ
り、葉面画像のみ得て、葉全体の色具合を求める指示が
あったときは、表示されている植物の一つの葉全体の３
原色と明度の平均値を葉全体の色具合の数値として求め
て記憶し、このデータに基づいてグラフを作成して表示
するので、現在までの色具合と明度の推移が一目で分か
るので、作業者はグラフの推移より、植物がどんな病気
にかかっているのか、どのような肥料が不足しているの
か、または過剰かもしくは環境条件はよいか、あるいは
どのように対処すればよいかが早期に分かる。
り、葉面画像のみ得て、葉全体の色具合を求める指示が
あったときは、表示されている植物の一つの葉全体の３
原色と明度の平均値を葉全体の色具合の数値として求め
て記憶し、このデータに基づいてグラフを作成して表示
するので、現在までの色具合と明度の推移が一目で分か
るので、作業者はグラフの推移より、植物がどんな病気
にかかっているのか、どのような肥料が不足しているの
か、または過剰かもしくは環境条件はよいか、あるいは
どのように対処すればよいかが早期に分かる。
【手続補正５】
【補正対象書類名】明細書
【補正対象項目名】００５８
【補正方法】変更
【補正内容】
【００５８】また、葉の病斑部の色具合を求める指示が
あったときは、設定されている病斑部を抽出するための
３原色の範囲の値で、葉面画像の色を減算して、病斑部
を抽出し、この病斑部の３原色と明度の平均値を葉面画
像の病斑部の色具合の数値として記憶し、このデータよ
り病斑部の色具合の数値を示すグラフを作成して表示す
るようにしたことにより、病斑部の色具合と明度の推移
が一目で分かるので、作業者はグラフの推移より、より
顕著に植物がどんな病気にかかっているのか、どのよう
な肥料が不足しているのか、または過剰かもしくは環境
条件はよいか、あるいはどのように対処すればよいかが
早期に分かる。
あったときは、設定されている病斑部を抽出するための
３原色の範囲の値で、葉面画像の色を減算して、病斑部
を抽出し、この病斑部の３原色と明度の平均値を葉面画
像の病斑部の色具合の数値として記憶し、このデータよ
り病斑部の色具合の数値を示すグラフを作成して表示す
るようにしたことにより、病斑部の色具合と明度の推移
が一目で分かるので、作業者はグラフの推移より、より
顕著に植物がどんな病気にかかっているのか、どのよう
な肥料が不足しているのか、または過剰かもしくは環境
条件はよいか、あるいはどのように対処すればよいかが
早期に分かる。
【手続補正６】
【補正対象書類名】図面
【補正対象項目名】図５
【補正方法】変更
【補正内容】
【図５】
【手続補正７】
【補正対象書類名】図面
【補正対象項目名】図７
【補正方法】変更
【補正内容】
【図７】
【手続補正８】
【補正対象書類名】図面
【補正対象項目名】図１２
【補正方法】変更
【補正内容】
【図１２】
Claims (10)
- 【請求項１】 撮影された植物のカラー画像を読み込ん
で、葉面画像を抽出する工程と、 前記抽出された前記葉面画像より、順次各画素の色の数
を求めて蓄積する工程と、 前記蓄積した色の数を前記抽出された葉面全体の画素数
に基づいて、その色合いを求め、前記抽出時期に対応さ
せて記憶する工程と、 前記記憶に伴って、過去に記憶された葉の色合いと今回
記憶された葉の色合いとを所定の第１び表示形式で共に
表示させる工程とを有することを特徴とする植物の自動
診断方法。 - 【請求項２】 前記第１の表示形式は、前記抽出時期と
前記色の値とを対応させたグラフにして表示させること
を特徴とする請求項１記載の植物の自動診断方法。 - 【請求項３】 撮影された植物のカラー画像を読み込ん
で、葉面画像を抽出する工程と、 前記抽出された前記葉面画像より、順次各画素の色の数
を求めて蓄積する工程と、 前記蓄積した色の数を前記抽出された葉面全体の画素数
に基づいて、その色合いを求め、前記抽出時期に対応さ
せて記憶する工程と、 前記植物のカラー画像が読込まれたとき、前記葉の正常
部及び病斑部の画像を抽出する工程と、 前記抽出された前記葉の正常部の画素数及び病斑部の画
素数に基づいて、前記葉の正常部と病斑部との面積比率
を求め、前記抽出時期に対応させて記憶する工程と、 前記記憶に伴って、前記過去に記憶された葉の色合いと
今回記憶された葉の色合い、並びに過去の面積比率と今
回の面積比率とを第２の表示形式で共に表示させる工程
とを有することを特徴とする植物の自動診断方法。 - 【請求項４】 前記第２の表示形式は、前記抽出時期と
前記色の値と前記面積比率を対応させたグラフで表示さ
せることを特徴とする請求項３記載の植物の自動診断方
法。 - 【請求項５】 前記葉面画像の抽出は、葉全体又は病斑
部又は正常部であることを特徴とする請求項１又は３記
載の植物の自動診断方法。 - 【請求項６】 前記色の値はＲＧＢ値又は該ＲＧＢ値と
明度よりなることを特徴とする請求項１又は３記載の植
物の自動診断方法。 - 【請求項７】 被検出体のカラー画像データを読込ん
で、撮影月日毎に分けて記憶し、撮影月日毎にそのカラ
ー画像データを読み、カラービデオ信号に変換して表示
部に表示させる画像メモリ部と、 前記表示された被検体のカラー画像から設定されている
３原色を減算して、背景色を削除し、植物の葉面画像を
得る背景色削除部と、 葉の色具合を求める指示があったときは、前記植物の葉
の各画素の３原色と明度を計測し、該それぞれの計測総
数を前記画素数で平均化し、このそれぞれの平均値を葉
の色具合を示す数値として、前記撮影月日毎に分けて記
憶し、これらのデータに基づいたグラフを作成して、前
記表示部に出力する葉色推移算出部と、 前記各部を起動させるための判定データを備え、操作部
が操作されたとき、前記判定データに基づいて、各部を
起動させるモード判定部とを有することを特徴とする植
物の自動診断装置。 - 【請求項８】 前記葉色推移算出部は、 葉の病斑部の色具合を求める指示があったときは、設定
されている前記病斑部を抽出するための３原色の範囲の
値で、前記葉面画像の色を減算し、得られた病斑部の総
画素数及び病斑部の各画素の３原色と明度の分布数をそ
れぞれ計数し、該計数した３原色と明度の、それぞれの
分布総数を前記病斑部の総画素数で、それぞれ平均化
し、この３原色と明度の平均値を前記病斑部の色具合の
数値として記憶することを特徴とする請求項７記載の植
物の自動診断装置。 - 【請求項９】 面積算出の指示があったときは、前記葉
全体の色具合の数値とその病斑部の色具合の数値とが求
められたとき、その比率を前記病斑部の面積比率として
前記撮影日毎に分けて記憶し、前記いずれかのグラフが
表示されるに伴って、記憶された前記病斑部の面積比率
を示すグラフを作成して、前記表示部に出力する面積比
率推移算出部とを有することを特徴とする請求項７記載
の植物の自動診断装置。 - 【請求項１０】 前記葉全体の色具合のグラフと面積比
率又は病斑部の色具合のグラフと面積比率に基づいて、
前記植物の障害状況、対処方のメッセージを前記表示部
に出力する障害・対処方判定部とを有することを特徴と
する請求項７記載の植物の自動診断装置。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26335994A JP3468877B2 (ja) | 1994-10-27 | 1994-10-27 | 植物の自動診断方法及び装置 |
| FR9512697A FR2726367B1 (fr) | 1994-10-27 | 1995-10-27 | Procede d'etablissement automatique d'un diagnostic pour plantes, et dispositif de mise en oeuvre du procede |
| US08/549,207 US5841883A (en) | 1994-10-27 | 1995-10-27 | Method of diagnosing a plant automatically and device for executing method thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP26335994A JP3468877B2 (ja) | 1994-10-27 | 1994-10-27 | 植物の自動診断方法及び装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08116790A true JPH08116790A (ja) | 1996-05-14 |
| JP3468877B2 JP3468877B2 (ja) | 2003-11-17 |
Family
ID=17388396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP26335994A Expired - Fee Related JP3468877B2 (ja) | 1994-10-27 | 1994-10-27 | 植物の自動診断方法及び装置 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US5841883A (ja) |
| JP (1) | JP3468877B2 (ja) |
| FR (1) | FR2726367B1 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008175568A (ja) * | 2007-01-16 | 2008-07-31 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理方法、画像処理装置および画像処理プログラム |
| JP2013111078A (ja) * | 2011-11-24 | 2013-06-10 | Shijin Kogyo Sakushinkai | 植物の病気の識別方法、システムおよびその記録媒体 |
| JP5982731B1 (ja) * | 2016-02-26 | 2016-08-31 | パナソニックＩｐマネジメント株式会社 | 水分量観察装置、水分量観察方法及び栽培装置 |
| JP2019079283A (ja) * | 2017-10-25 | 2019-05-23 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法、および、プログラム |
| WO2021130816A1 (ja) * | 2019-12-23 | 2021-07-01 | 株式会社ナイルワークス | 散布システムおよび散布管理装置 |
Families Citing this family (47)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3569992B2 (ja) * | 1995-02-17 | 2004-09-29 | 株式会社日立製作所 | 移動体検出・抽出装置、移動体検出・抽出方法及び移動体監視システム |
| US6014451A (en) * | 1997-10-17 | 2000-01-11 | Pioneer Hi-Bred International, Inc. | Remote imaging system for plant diagnosis |
| US6795568B1 (en) * | 1998-07-17 | 2004-09-21 | Torsana Laser Technologies A/S | Method and an apparatus for severing or damaging unwanted plants |
| ID26882A (id) * | 1999-08-10 | 2001-02-15 | Satake Eng Co Ltd | Metode diagnosa kondisi nutrisi hasil panen di ladang tanaman |
| US6983050B1 (en) * | 1999-10-20 | 2006-01-03 | Microsoft Corporation | Methods and apparatus for protecting information content |
| ATE385000T1 (de) * | 2000-03-24 | 2008-02-15 | Lemnatec Gmbh | Automatische bonitierung von biologischen objekten auf der basis dynamischer farbanalyse mit nachfolgender grössen- und formanalyse |
| EP1430438A2 (en) * | 2001-09-17 | 2004-06-23 | Her Majesty the Queen in Right of Canada, representend by the Department of Agriculture and Agri-Food Canada | Method for identifying and quantifying characteristics of seeds and other objects |
| US7123750B2 (en) * | 2002-01-29 | 2006-10-17 | Pioneer Hi-Bred International, Inc. | Automated plant analysis method, apparatus, and system using imaging technologies |
| CA2390056A1 (en) * | 2002-06-07 | 2003-12-07 | Du Pont Canada Inc. | Method and system for managing commodity information in a supply chain of production |
| AU2003272152A1 (en) * | 2002-10-22 | 2004-05-13 | Umc Utrecht Holding B.V. | System for remote transfer of a monitoring signal |
| US7532753B2 (en) | 2003-09-29 | 2009-05-12 | Lipsky Scott E | Method and system for specifying color of a fill area |
| US8739060B2 (en) * | 2003-09-29 | 2014-05-27 | Eqapez Foundation, L.L.C. | Method and system for displaying multiple aspect ratios of a viewport |
| DE102005050302B4 (de) * | 2005-10-17 | 2007-07-26 | Yara International Asa | Verfahren und Vorrichtung zum berührungslosen Ermitteln des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Informationen zu Düngeempfehlungen |
| US20070282812A1 (en) * | 2006-03-08 | 2007-12-06 | Superior Edge, Inc. | Process execution support system |
| CN101539531B (zh) * | 2009-04-09 | 2011-11-16 | 浙江大学 | 基于多光谱图像处理的水稻稻叶瘟病检测分级方法 |
| DE102009023896B4 (de) * | 2009-06-04 | 2015-06-18 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung und Verfahren zum Erfassen einer Pflanze |
| BRPI0905641A2 (pt) | 2009-07-08 | 2011-03-29 | Basf Se | sistema para diagnóstico de anomalias de plantas |
| WO2011101800A1 (en) | 2010-02-17 | 2011-08-25 | Alon Atsmon | Automatic method and system for visual analysis of object against preset |
| US9058560B2 (en) | 2011-02-17 | 2015-06-16 | Superior Edge, Inc. | Methods, apparatus and systems for generating, updating and executing an invasive species control plan |
| US9165189B2 (en) | 2011-07-19 | 2015-10-20 | Ball Horticultural Company | Seed holding device and seed classification system with seed holding device |
| US8605149B2 (en) | 2011-07-19 | 2013-12-10 | Ball Horticultural Company | Seed classification using spectral analysis to determine existence of a seed structure |
| DE102011082908A1 (de) * | 2011-09-19 | 2013-03-21 | Deere & Company | Verfahren und Anordnung zur optischen Beurteilung von Erntegut in einer Erntemaschine |
| KR101328487B1 (ko) * | 2011-12-27 | 2013-11-13 | 한국식품연구원 | 벼의 수확시기 예측 방법 및 장치 |
| CN104105397B (zh) * | 2012-02-02 | 2016-10-12 | 松下知识产权经营株式会社 | 栽培系统 |
| DE102012010912B3 (de) | 2012-06-04 | 2013-08-14 | Yara International Asa | Verfahren zum berührungslosen Bestimmen des aktuellen Ernährungszustandes eines Pflanzenbestandes und zum Verarbeiten dieser Information |
| US9113590B2 (en) | 2012-08-06 | 2015-08-25 | Superior Edge, Inc. | Methods, apparatus, and systems for determining in-season crop status in an agricultural crop and alerting users |
| CN103234487A (zh) * | 2013-03-29 | 2013-08-07 | 吉林大学 | 植物叶片面积及叶片表面病斑面积的测量方法 |
| US9489576B2 (en) | 2014-03-26 | 2016-11-08 | F12 Solutions, LLC. | Crop stand analysis |
| US10262407B2 (en) | 2016-02-25 | 2019-04-16 | Prospera Technologies, Ltd. | System and method for efficient identification of developmental anomalies |
| US11538099B2 (en) | 2016-09-21 | 2022-12-27 | Iunu, Inc. | Online data market for automated plant growth input curve scripts |
| US10635274B2 (en) | 2016-09-21 | 2020-04-28 | Iunu, Inc. | Horticultural care tracking, validation and verification |
| US11244398B2 (en) | 2016-09-21 | 2022-02-08 | Iunu, Inc. | Plant provenance and data products from computer object recognition driven tracking |
| US10791037B2 (en) | 2016-09-21 | 2020-09-29 | Iunu, Inc. | Reliable transfer of numerous geographically distributed large files to a centralized store |
| CN106483130B (zh) * | 2016-10-13 | 2018-12-28 | 扬州大学 | 一种水稻病害的检测方法及其自动检测装置 |
| US20180315177A1 (en) * | 2017-04-27 | 2018-11-01 | Hany Elzind | Plant disease photo identifier and treatment |
| JOP20190048A1 (ar) * | 2017-06-14 | 2019-03-19 | Grow Solutions Tech Llc | أنظمة وطرق للتعلم الذاتي بحجيرة نمو |
| US11062516B2 (en) | 2018-02-07 | 2021-07-13 | Iunu, Inc. | Augmented reality based horticultural care tracking |
| US11951610B2 (en) | 2018-07-31 | 2024-04-09 | Mjnn Llc | Opening apparatus for use with a multi-piece, hinged, hydroponic tower |
| CN109164069B (zh) * | 2018-09-29 | 2020-12-22 | 山西省农业科学院果树研究所 | 一种果树叶面病害级别的鉴定方法 |
| WO2020076735A1 (en) * | 2018-10-08 | 2020-04-16 | Mjnn Llc | Control of latent and sensible loads in controlled environment agriculture |
| AU2019360153A1 (en) | 2018-10-19 | 2021-05-20 | Climate Llc | Detecting infection of plant diseases by classifying plant photos |
| EP3653044A1 (en) * | 2018-11-15 | 2020-05-20 | Gupta, Sat Parkash | Environment-controlled multi span structured greenhouse |
| US11610158B2 (en) | 2019-05-02 | 2023-03-21 | Mjnn Llc | Automated placement of plant varieties for optimum performance within a grow space subject to environmental condition variability |
| US11723328B2 (en) | 2019-05-08 | 2023-08-15 | Mjnn Llc | Cleaning apparatus for use with a plant support tower |
| US11803172B2 (en) | 2019-05-10 | 2023-10-31 | Mjnn Llc | Efficient selection of experiments for enhancing performance in controlled environment agriculture |
| US11720980B2 (en) | 2020-03-25 | 2023-08-08 | Iunu, Inc. | Crowdsourced informatics for horticultural workflow and exchange |
| JP7433105B2 (ja) * | 2020-03-27 | 2024-02-19 | 本田技研工業株式会社 | 情報提供装置、草刈り車両及び草刈り管理システム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS57144451A (en) * | 1981-03-02 | 1982-09-07 | Kokuritsu Kogai Kenkyusho | Picture measuring method for plant living body information simultaneously and quantitatively |
| JPH0646404B2 (ja) * | 1986-06-14 | 1994-06-15 | 株式会社クボタ | 作物認識装置 |
| FR2606573B1 (fr) * | 1986-11-06 | 1993-08-06 | Cemagref | Procede et dispositif de preselection spectrale analogique en temps reel, par exemple pour systeme de vision artificielle |
| US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
| DE3906215A1 (de) * | 1989-02-28 | 1990-08-30 | Robert Prof Dr Ing Massen | Automatische klassifikation von pflaenzlingen |
| GB8912226D0 (en) * | 1989-05-26 | 1989-07-12 | British Res Agricult Eng | Method of and apparatus for processing an image signal |
| US5206918A (en) * | 1991-04-03 | 1993-04-27 | Kraft General Foods, Inc. | Color analysis based upon transformation to spherical coordinates |
| JP3551264B2 (ja) * | 1993-10-22 | 2004-08-04 | 東急建設株式会社 | 植物活力変動の評価画像作成方法 |
| US5546475A (en) * | 1994-04-29 | 1996-08-13 | International Business Machines Corporation | Produce recognition system |
-
1994
- 1994-10-27 JP JP26335994A patent/JP3468877B2/ja not_active Expired - Fee Related
-
1995
- 1995-10-27 US US08/549,207 patent/US5841883A/en not_active Expired - Lifetime
- 1995-10-27 FR FR9512697A patent/FR2726367B1/fr not_active Expired - Lifetime
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008175568A (ja) * | 2007-01-16 | 2008-07-31 | Nippon Telegr & Teleph Corp <Ntt> | 画像処理方法、画像処理装置および画像処理プログラム |
| JP4523945B2 (ja) * | 2007-01-16 | 2010-08-11 | 日本電信電話株式会社 | 画像処理方法、画像処理装置および画像処理プログラム |
| JP2013111078A (ja) * | 2011-11-24 | 2013-06-10 | Shijin Kogyo Sakushinkai | 植物の病気の識別方法、システムおよびその記録媒体 |
| US8781174B2 (en) | 2011-11-24 | 2014-07-15 | Institute For Information Industry | Method and system for recognizing plant diseases and recording medium |
| JP5982731B1 (ja) * | 2016-02-26 | 2016-08-31 | パナソニックＩｐマネジメント株式会社 | 水分量観察装置、水分量観察方法及び栽培装置 |
| WO2017145980A1 (ja) * | 2016-02-26 | 2017-08-31 | パナソニックＩｐマネジメント株式会社 | 水分量観察装置、水分量観察方法及び栽培装置 |
| JP2019079283A (ja) * | 2017-10-25 | 2019-05-23 | キヤノン株式会社 | 画像処理装置、撮像装置、画像処理方法、および、プログラム |
| WO2021130816A1 (ja) * | 2019-12-23 | 2021-07-01 | 株式会社ナイルワークス | 散布システムおよび散布管理装置 |
| JPWO2021130816A1 (ja) * | 2019-12-23 | 2021-12-23 | 株式会社ナイルワークス | 散布システムおよび散布管理装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3468877B2 (ja) | 2003-11-17 |
| FR2726367A1 (fr) | 1996-05-03 |
| US5841883A (en) | 1998-11-24 |
| FR2726367B1 (fr) | 1999-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3468877B2 (ja) | 植物の自動診断方法及び装置 | |
| KR100777496B1 (ko) | 얼굴검지장치 및 방법 | |
| DE112017002932T5 (de) | Elektronischer endoskop-prozessor und elektronisches endoskop-system | |
| US6750890B1 (en) | Method and device for displaying a history of image processing information | |
| CN106068092B (zh) | 图像处理装置 | |
| JP2008519505A (ja) | デジタル画像合成システムを具えるデジタルカメラおよび関連する方法 | |
| DE112019004880T5 (de) | Elektronisches endoskopsystem | |
| DE60218876T2 (de) | Bildverarbeitung zum entfernen von roten augen | |
| DE602004005496T2 (de) | Lokalisieren von Zähnen in Dentalbildern | |
| JP4703498B2 (ja) | デジタルカメラ | |
| US11436728B2 (en) | Endoscope system | |
| US20070127783A1 (en) | Image processing apparatus, method and program for controlling flesh color of image | |
| DE112016004454T5 (de) | Endoskopsystem und Bewertungswertberechnungseinrichtung | |
| DE19908211A1 (de) | Verfahren und Vorrichtung zum Bestimmen der Farbe einer Lichtart | |
| GB2385736A (en) | Detection of red eye features in digital images by determination of the profile of image pixel values along a row of values | |
| CN110377860A (zh) | 一种页面颜色调整方法、装置及电子设备 | |
| DE69713977T2 (de) | Verfahren und Gerät zur Retuschierung eines digitalen Farbbildes | |
| US20210321856A1 (en) | Electronic endoscope system and data processing device | |
| DE112017000025T5 (de) | Verfahren zur Erzeugung von Korrekturdaten und Vorrichtung zur Erzeugung von Korrekturdaten | |
| JP6913069B2 (ja) | 豆焙煎用補助装置および豆焙煎装置 | |
| JP4072108B2 (ja) | 画像表示装置及び画像表示方法 | |
| JP2012003189A (ja) | 画像表示装置、画像表示方法およびプログラム | |
| CN106714651A (zh) | 评价值计算装置以及电子内窥镜系统 | |
| DE112021005012T5 (de) | Endoskopprozessor und endoskopsystem | |
| US6996270B1 (en) | Method, apparatus, and recording medium for facial area adjustment of an image |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080905 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080905 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090905 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100905 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100905 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110905 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120905 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120905 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130905 Year of fee payment: 10 |
|
| LAPS | Cancellation because of no payment of annual fees |