特許 6307680 植物の健康診断システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6307680

(24)【登録日】2018年3月23日

(45)【発行日】2018年4月11日

(54)【発明の名称】植物の健康診断システム

(51)【国際特許分類】

   A01G 7/00 20060101AFI20180402BHJP

   G01N 21/27 20060101ALI20180402BHJP

   G06Q 50/02 20120101ALI20180402BHJP

【ＦＩ】

   A01G7/00 603

   G01N21/27 A

   G06Q50/02

【請求項の数】7

【全頁数】14

(21)【出願番号】特願2017-103129(P2017-103129)

(22)【出願日】2017年5月24日

【審査請求日】2017年6月7日

【新規性喪失の例外の表示】特許法第３０条第２項適用 公開日：平成２９年２月１９日 公開場所：虎ノ門ヒルズフォーラム（東京都港区虎ノ門１−２３−３虎ノ門ヒルズ森タワー５階） 公開者：株式会社グリーンプラネット 公開内容：ＡＧ／ＳＵＭ ＡＧＲＩＴＥＣＨ ＳＵＭＭＩＴにて、田中節三が発明した植物の健康診断システムを公開した。

【早期審査対象出願】

(73)【特許権者】

【識別番号】517411357

【氏名又は名称】田中 節三

(74)【代理人】

【識別番号】100137338

【弁理士】

【氏名又は名称】辻田 朋子

(74)【代理人】

【識別番号】100196313

【弁理士】

【氏名又は名称】村松 大輔

(72)【発明者】

【氏名】田中 節三

【審査官】 田辺 義拓

(56)【参考文献】

【文献】 特開２０１７−０５５７４５（ＪＰ，Ａ）

【文献】 特開平０９−２６２０２７（ＪＰ，Ａ）

【文献】 特開平１１−２８９８７０（ＪＰ，Ａ）

【文献】 特開２０１６−１６８０４６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ａ０１Ｇ ７／００

Ｇ０１Ｎ ２１／２７

Ｇ０６Ｑ ５０／０２

(57)【特許請求の範囲】

【請求項1】

植物を撮影した画像から健康状態の診断を行う、植物の健康診断システムであって、
学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習する学習手段と、
診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力する診断手段と、を備え、
前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記学習手段が、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断手段が、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする、植物の健康診断システム。

【請求項2】

前記学習対象の健康状態が、少なくとも前記学習対象の樹液の解析結果を含むことを特徴とする、請求項１に記載の植物の健康診断システム。

【請求項3】

前記学習手段が、前記学習対象画像の撮影時点での前記学習対象の生育環境に関する情報を更に参照することを特徴とする、請求項１又は請求項２の何れかに記載の植物の健康診断システム。

【請求項4】

前記学習手段が、前記学習対象の健康状態に応じた対処を決定する方法を更に学習し、
前記診断結果が、前記診断対象の健康状態に基づいた前記対処を含むことを特徴とする、請求項１から請求項３の何れかに記載の植物の健康診断システム。

【請求項5】

前記学習手段が、機械学習を行うことを特徴とする、請求項１から請求項４の何れかに記載の植物の健康診断システム。

【請求項6】

植物を撮影した画像から健康状態の診断を行う、植物の健康診断プログラムであって、コンピュータ装置を、
学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習する学習手段と、
診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力する診断手段と、として動作させ、
前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記学習手段が、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断手段が、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする、植物の健康診断プログラム。

【請求項7】

植物を撮影した画像から健康状態の診断を行う、コンピュータ装置を用いた植物の健康診断方法であって、
前記コンピュータ装置が、学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習するステップと、
前記コンピュータ装置が、診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力するステップと、を備え、
前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記診断方法を学習するステップにおいて、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断結果を出力するステップにおいて、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする、植物の健康診断方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、植物の健康状態の診断を行うシステム、より詳細には、診断対象とする植物を撮影した画像より、植物の健康状態の診断を行うシステムに関する。

【背景技術】

【0002】

農作物などをはじめとする植物の栽培にあたっては、植物の健康状態などの判断と、それを踏まえた適切な対処が必要とされる。例えば、植物体内の水分量に過不足があるような状態であれば、与える水の量の増減を行うという対処を、植物体内に特定の栄養素が不足しているような状態であれば、それを補うための肥料を与えるといった対処を、植物の一部が病気にかかっている状態であれば、当該部位の切除などの対処を行う、といったような、状態の判断と対処が必要である。しかし、植物の状態をその外観などから判断する場合においては、その植物の栽培を長年行い、熟練した者でなければ、適切な判断を下すのは難しい。

【0003】

これに対し、そのような熟練した者でなくとも植物の状態を判断できるよう補助するシステム等が提案されている。例えば、特許文献１には、植物の栽培を行うユーザが画像読取装置によって植物の画像をセンタの植物画像解析装置へと送信し、植物画像解析装置により、葉面の色などに基づいた障害の診断を行い、その結果や対処法をユーザの画像読取装置へと送信する、植物の自動診断システムが記載されている。

【0004】

また、特許文献２には、植物の葉茎や土壌からサンプルを採取し、試験紙やＬＥＤ反射光時計を用いて、植物の樹液や土壌に含まれる成分の分析を行う、植物体栄養のリアルタイム診断法が記載されている。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開平９−２６２０２７号公報

【特許文献2】特開平１１−２８９８７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

特許文献１に記載のシステムによれば、ユーザは植物の画像を送信することで、その植物の状態やそれに対する対処を知ることができる。しかし、植物の画像から当該植物の状態を適切に判断するためには、外観上にどのような特徴が表れているか、それが経時的にどのような変化をしていっているか、といった情報と、そのような特徴や変化が、植物がどのような状態となっていることを示すものであるか、といった情報を予め登録する必要がある。植物の様々な状態を想定し、それに際して現出する外観的特徴を網羅的に入力するためには大変な労力を要することが想定される。また、多種の植物に対して利用することも想定すれば、植物ごとに異なる外観的特徴や、それぞれの植物に特有の病気など、すべての情報を事前に登録することは現実的ではない。

【0007】

特許文献２に記載されるような、植物の樹液や土壌に含まれる成分の直接的な解析を行えば、上述したような多大な情報の蓄積を事前に行なわずとも、植物の状態の判定を行うことができる。しかし、そのためには、解析のための器具や煩雑な手順などが必要となり、手軽に行うことは難しくなる。また、特許文献２に示されるような解析はあくまで簡易的なものであり、より詳細、確実な解析結果を得るためには、植物や土壌からサンプルを採取し、それを専門の機関へと送付して解析を依頼し、結果が出るのを待つ、といった手順が必要となる。このような専門の機関での詳細な解析は、費用や手間の面、解析結果が出るまでの期間などの面から、植物の状態を随時判定し、それに対して適切な対処を行う、といった向きでの利用は難しい。

【0008】

そこで、本発明では、植物の様々な健康状態を簡単かつ適切に把握することのできる、植物の健康診断システムを提供することを課題とする。

【課題を解決するための手段】

【0009】

上記課題を解決するために、本発明に係る植物の健康診断システムは、
植物を撮影した画像から健康状態の診断を行う、植物の健康診断システムであって、
学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習する学習手段と、
診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力する診断手段と、を備えることを特徴とする。

【0010】

このように、撮影された植物の画像とその時点での健康状態から健康状態の診断方法を学習し、それに基づいた健康診断を行うことで、診断のための基準の大量な入力作業などを事前に行わずとも、診断対象である植物の画像からの健康状態の診断を行うことができる。

【0011】

本発明の好ましい形態では、前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記学習手段が、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断手段が、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする。
このように、診断方法の学習、及び学習結果に基づいた健康診断に際して、植物の葉脈の形態に着目することによって、高い精度での健康状態の診断を行うことができる。

【0012】

本発明の好ましい形態では、前記学習対象の健康状態が、少なくとも前記学習対象の樹液の解析結果を含むことを特徴とする。
このように、学習対象として樹液の解析結果を含めることで、学習対象のより正確な健康状態を把握し、それを用いた診断方法の学習を行うことができる。

【0013】

本発明の好ましい形態では、前記学習手段が、前記学習対象画像の撮影時点での前記学習対象の生育環境に関する情報を更に参照することを特徴とする。
このように、学習対象の生育環境についての情報を診断方法の学習に用いることで、より高精度な診断方法の学習を行うことができる。

【0014】

本発明の好ましい形態では、前記学習手段が、前記学習対象の健康状態に応じた対処を決定する方法を更に学習し、
前記診断結果が、前記診断対象の健康状態に基づいた前記対処を含むことを特徴とする。
このように、診断結果に基づいた対処方法を出力する構成とすることにより、植物の健康状態が悪い場合や病気である場合などに、適切な対処を行うための情報を提供することができる。

【0015】

本発明の好ましい形態では、前記学習手段が、機械学習を行うことを特徴とする。
このように、診断方法の学習に機械学習を用いることで、診断方法の学習を効果的に行うことができる。

【0016】

本発明に係る植物の健康診断プログラムは、
植物を撮影した画像から健康状態の診断を行う、植物の健康診断プログラムであって、コンピュータ装置を、
学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習する学習手段と、
診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力する診断手段と、として動作させ、
前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記学習手段が、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断手段が、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする。

【0017】

本発明に係る植物の健康診断方法は、
植物を撮影した画像から健康状態の診断を行う、コンピュータ装置を用いた植物の健康診断方法であって、
前記コンピュータ装置が、学習対象とする植物の画像である学習対象画像と、前記学習対象画像の撮影時点での前記学習対象の健康状態と、を参照し、診断対象とする植物の画像からの当該植物の健康状態の診断方法を学習するステップと、
前記コンピュータ装置が、診断対象である植物を撮影した診断対象画像の入力を受け付け、前記診断方法に基づいた前記診断対象の健康状態の診断結果を出力するステップと、を備え、
前記学習対象画像が少なくとも前記学習対象の葉脈を撮影した画像を含み、
前記診断方法を学習するステップにおいて、前記学習対象の葉脈の形態に基づいた前記診断方法の学習を行い、
前記診断対象画像が少なくとも前記診断対象の葉脈を撮影した画像を含み、
前記診断結果を出力するステップにおいて、前記診断対象の葉脈の形態に基づいた前記診断結果を出力し、
前記学習対象の葉脈の形態及び前記診断対象の葉脈の形態が、少なくとも、葉脈の太さと、葉脈の連続性の内の１つ以上を含むことを特徴とする。

【発明の効果】

【0018】

健康状態の判断基準などの網羅的な入力を事前に行なわずとも植物の様々な健康状態を診断し、出力することのできる、植物の健康診断システムを提供することができる。

【図面の簡単な説明】

【0019】

【図1】本発明の一実施形態に係る植物の健康診断システムの構成図である。

【図2】本発明の一実施形態に係る健康診断サーバ装置の機能ブロック図である。

【図3】本発明の一実施形態における学習対象とするデータの記録処理の流れを示すフローチャートである。

【図4】本発明の一実施形態における診断処理の流れ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】

【0020】

以下、本発明の一実施形態について、図面を参照して詳細に説明する。図１は、本実施形態に係る植物の健康診断システムの構成図である。ここに示すように、本実施形態に係る植物の健康診断システムは、診断方法の学習対象とするデータの蓄積やそれを用いた診断方法の学習、診断対象とする情報の入力の受付とそれに対する診断結果の出力等を行う健康診断サーバ装置１と、診断対象とする植物の生育に関する知識が豊富であるような有識者が用いる有識者端末装置２と、健康診断サーバ装置１に対して診断対象である植物の画像を送信し、その健康状態の診断の依頼と結果の受信、表示などを行う３ａ〜３ｄのユーザ端末装置３（以下、特に区別の必要がない場合、単にユーザ端末装置３と呼称する）と、がインターネットなどのネットワークＮＷを介して通信可能に構成される。

【0021】

図２は、本実施形態に係る健康診断サーバ装置１の機能ブロック図である。ここに示すように、本実施形態に係る健康診断サーバ装置１は、有識者端末装置２より学習対象である植物の画像やその健康状態、生育している環境情報を受信する学習対象受信手段１０１と、学習対象の画像を記憶する画像記憶部１０２と、学習対象の健康状態を記憶する健康状態記憶部１０３と、学習対象の生育している環境情報を記憶する環境情報記憶部１０４と、画像記憶部１０２、健康状態記憶部１０３、環境情報記憶部１０４を参照して、植物の画像と健康状態、環境情報に基づいて、画像からの植物の健康状態の判定や、それに基づいた適切な対処を決定するための診断方法を学習する学習手段１０５と、学習手段１０５によって学習した診断方法を記憶する診断方法記憶部１０６と、ユーザ端末装置３より診断対象とする植物の画像を受信し、診断方法記憶部１０６に記録された診断方法に基づいた診断を行い、診断対象の健康状態やそれに対しての適切な対処などを、診断結果としてユーザ端末装置３へと送信する、診断手段１０７と、を備える。

【0022】

画像記憶部１０２は、学習対象とする植物の葉面や葉脈を撮影した画像を記憶する葉面／葉脈画像記憶部１０２１と、葉以外の部分も含むような全体像を撮影した画像を記憶する全体画像記憶部１０２２と、を有する。また、健康状態記憶部１０３は、有識者によって有識者端末装置２を用いて入力された、撮影時点での学習対象の樹勢情報を記憶する樹勢情報記憶部１０３１と、撮影時点で採取した樹液の解析結果を記憶する樹液解析結果記憶部１０３２と、を有する。環境情報記憶部１０４は、学習対象とする植物の画像の撮影時点における生育環境などについての情報を含むものであり、当該植物の生育する土壌の解析結果を記憶する土壌解析結果記憶部１０４１と、大気や天候に関する情報を記憶する大気／天候情報記憶部１０４２と、与えた水分量や肥料の種類や量といった学習対象とする植物に対して行われた処置に関する情報を記憶する処置情報記憶部１０４３と、を有する。

【0023】

健康診断サーバ装置１としては、ＣＰＵなどの演算装置、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの主記憶装置、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）やＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、フラッシュメモリなどの補助記憶装置、ネットワークＮＷへの接続手段を含む種々の入出力装置等を備えた、サーバ機器などの一般的なコンピュータ装置を利用することができる。より詳細には、補助記憶装置に予め、あるいは健康診断サーバ装置１の管理者の操作などによって、上述したような各手段として健康診断サーバ装置１を動作させるためのプログラムを格納しておき、それらのプログラムを主記憶装置上に展開して演算装置による演算を行い、入出力手段の制御などを行うことで、コンピュータ装置を本実施形態に係る電子証明システムにおける健康診断サーバ装置１として利用することができる。なお、本実施形態においては、単一のコンピュータ装置によって健康診断サーバ装置１を実現する構成を示したが、本発明はこれに限るものではない。例えば、画像記憶部１０２や健康状態記憶部１０３、環境情報記憶部１０４などの記憶部を他のコンピュータ装置に備え、それを参照するような構成、学習手段１０５を他のコンピュータ装置に備える構成など、複数のコンピュータ装置によって健康診断サーバ装置１を実現するような構成としてもよい。また、後述するように、学習手段１０５において機械学習を行うような構成とする場合においては、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を利用したＧＰＧＰＵ（Ｇｅｎｅｒａｌ−Ｐｕｒｐｏｓｅ ｃｏｍｐｕｔｉｎｇ ｏｎ Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔｓ）を実施可能な構成などとすることが好ましい。

【0024】

有識者端末装置２としては、演算装置、主記憶装置、補助記憶装置、ネットワークＮＷへの接続手段を含む種々の入出力装置等を備えた、一般的なコンピュータ装置を利用することができる。ここでは、後に説明するように、学習対象とする植物の画像の撮影や、樹勢に関する情報の入力などを行うため、カメラ機能を備え、植物の生育場所への持ち込みなども容易である、スマートフォン端末やタブレット型端末などを好適に用いることができる。なお、図１においては、１台の有識者端末装置２のみを示したが、本発明はこれに限るものではなく、同種の植物、あるいは、別種の植物に対して深い知識を持つような、複数の有識者がそれぞれ用いる複数の有識者端末装置２を備えるような構成としてもよい。また、有識者端末装置２に加えて、あるいは有識者端末装置２に代えて、健康診断サーバ装置１が直接的に学習対象についての画像や健康状態、環境情報の入力を受け付けるような構成としてもよい。

【0025】

ユーザ端末装置３としても、演算装置、主記憶装置、補助記憶装置、ネットワークＮＷへの接続手段を含む種々の入出力装置等を備えた、一般的なコンピュータ装置を利用することができる。図１においては、一例として、スマートフォン３ａ、タブレット型端末３ｂ、ノートパソコン３ｃ、農業用ロボット３ｄを示したが、本発明はこれに限るものでなく、他の種々のコンピュータ装置についても、ユーザ端末装置３として用いることができる。なお、ここでスマートフォン３ａ、タブレット型端末３ｂ、ノートパソコン３ｃは、植物の栽培を行うユーザが、自身が栽培する植物の画像の撮影やデジタルカメラなどからの取り込みを行い、それを健康診断サーバ装置１に送信、健康状態やそれに基づいた対処などの診断結果を受信して表示することで、ユーザが栽培する植物への適切な処置などを行うことができるものである。また、農業用ロボット３ｄについては、その管理者による操作やあるいは定期的な自動処理などによって植物の画像の撮影や他の撮影機器からの取り込みを行い、それを健康診断サーバ装置１に送信して診断結果を受信し、植物の健康状態に基づいた対処までを自動で行うことができるものである。

【0026】

＜学習対象データの蓄積＞
続いて、本実施形態に係る植物の健康診断システムへの、学習対象とするデータの記録、蓄積を行う処理の流れについて、図３を参照して説明する。なお、この処理は、健康診断サーバ装置１がＷｅｂサーバプログラムを、有識者端末装置２がウェブブラウザプログラムをそれぞれ有し、両プログラム間でのＨＴＴＰ（Ｈｙｐｅｒ Ｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）などを用いた通信によって行うような構成としてもよいし、あるいは、有識者端末装置２が学習対象とするデータの入力を行うための専用のプログラムを備え、それを用いて、健康診断サーバ装置１との任意の通信プロトコルによる情報の送受信を行うような構成としてもよい。

【0027】

この処理においては、まず、ステップＳ１０１において、有識者端末装置２より、学習対象とする植物の葉脈や葉面を撮影した画像の入力を受け付ける。ここでの画像は、有識者端末装置２がカメラを備える場合には、ユーザに対して画像の撮影と送信を促すような構成としてもよいし、予め撮影され、有識者端末装置２の有する補助記憶装置などに記憶された画像の選択と送信を促すような構成としてもよい。

【0028】

次にステップＳ１０２において、ステップＳ１０１で葉脈や葉面の画像を送信した植物の全体像の画像を受信する。ここでも、ステップＳ１０１と同様、有識者端末装置２によって撮影された画像や、有識者端末装置２の補助記憶装置に記憶された画像などの送信を促す構成とすればよい。なお、ここでは説明の簡単のために便宜上全体像の画像とするが、必ずしも植物の全体が含まれる画像でなくともよく、すなわち、複数の葉や茎なども含むような、ステップＳ１０１において受信した葉脈や葉面が含まれる画像よりも広範囲が含まれる画像であればよい。また、植物の上部を含む画像と、根本の画像など、複数の画像を受信するような構成としてもよい。

【0029】

ステップＳ１０３では、学習対象とする植物の、ステップＳ１０１、Ｓ１０２で受信した画像の撮影時の樹勢情報の入力を受け付ける。ここでの樹勢情報としては、例えば、葉面の色つやが悪いように見えるといったような植物の外観に関する情報や、葉面の張り具合のような触覚的な情報などが挙げられる。

【0030】

ステップＳ１０４においては、学習対象とする植物の、ステップＳ１０１、Ｓ１０２で受信した画像の撮影時に採取された樹液の解析結果の入力を受け付ける。ここでの樹液の解析結果としては、例えば、樹液中の水分率や、各種栄養成分の含有量などが挙げられる。なお、樹液の解析は、専門機関へと依頼し、ある程度の期間を要する場合がある。そのため、樹液の解析結果については、後日に別途入力を受け付けるような構成としてもよい。

【0031】

ステップＳ１０５においては、学習対象とする植物の、ステップＳ１０１、Ｓ１０２で受信した画像の撮影時の土壌の解析結果の入力を受け付ける。ここでの土壌の解析結果としては、例えば、土壌の温度や湿度、ミネラル値、肥料成分、ＰＨ値の変化、バクテリア群の分析結果などが挙げられる。なお、土壌の解析結果については、樹液の解析結果と同様、専門機関への依頼や結果が出るまでの期間を要する場合もあるため、その一部、又は全部について、後日に別途入力を受け付けるような構成としてもよい。

【0032】

ステップＳ１０６においては、学習対象とする植物の、ステップＳ１０１、Ｓ１０２で受信した画像の撮影時の大気や天候に関する情報の入力を受け付ける。ここでの大気や天候に関する情報としては、例えば、気温や湿度、紫外線量、二酸化炭素濃度などが挙げられる。なお、大気や天候に関する情報は、有識者端末装置２による学習対象とする植物の生育地点の入力などを受け、図示しない外部のサーバ装置などから、当該生育地点の気象情報を取得する、といったような処理によって取得してもよい。

【0033】

ステップＳ１０７においては、学習対象とする植物に対して行われた処置に関する情報の入力を受け付ける。ここでの処置に関する情報としては、例えば、植物に与えた水分の量や、与えた肥料の種類、量といった情報などが挙げられる。なお、植物に与えた水分の量や肥料についての情報は、先にステップＳ１０５において入力を受け付けた土壌の解析結果からも推測が可能である。そのため、ここで別途の入力を受け付けることを省略するような構成としてもよい。また、入力を受け付ける情報は、後述するように学習対象とする植物について経時的な複数の時点の情報の入力を受ける場合、前回の情報の入力の後に行なわれた処置に関する情報の入力を受け付けるような構成とすればよい。加えて、学習対象とする植物が花を咲かせる植物なのであれば、開花についての情報や、農作物であれば、収穫についての情報などといったような追加の情報の入力を受け付けるような構成としてもよい。

【0034】

以上のようにして学習対象である植物の画像の受信や情報の入力の受け付けが完了した後、ステップＳ１０８において、画像記憶部１０２、健康状態記憶部１０３、環境情報記憶部１０４への、それぞれの画像や情報の記録を行い、処理は終了する。

【0035】

なお、ここでは説明の簡単のために、学習対象とする植物の画像の受信や、健康状態、環境情報の入力の受け付けを順次行う処理を示したが、これはあくまで一例であり、本発明はこれに限るものではない。画像の受信や情報の入力の順番を図３に例示した処理から入れ替える、あるいは、一括しての入力を受け付けるような構成など、他の方法によって情報の入力を受け付けてもよい。また、後の学習手段１０５による学習に支障の出ない範囲において、一部の情報の入力を省略するような構成としてもよい。

【0036】

また、ここでは、学習対象とする植物のある時点における画像や健康状態、環境情報の入力を受け付ける構成を示したが、経時的な複数の情報の入力を受けることがより好ましい。このためには、すなわち、複数の日時における植物の画像と、そのそれぞれの時点における健康状態や環境情報の入力をまとめて受け付けるような構成や、植物の個体を識別するための情報と共に日々の画像や健康状態、環境情報の入力を受け付けることにより、情報を蓄積していくような構成とすればよい。

【0037】

本実施形態に係る植物の健康診断システムにおいて、複数の品種の植物を対象とした健康状態の診断を行うためには、上述した学習対象とする情報の入力に際して、対象とする植物の品種の入力を受け付け、共に蓄積することが好ましい。

【0038】

＜診断方法、対処決定方法の学習＞
このようにして、画像記憶部１０２、健康状態記憶部１０３、環境情報記憶部１０４に蓄積された学習対象としての情報を用いて、学習手段１０５は、植物の健康状態の診断方法の学習を行う。この学習は、深層学習や強化学習といった、機械学習によって行うことが好ましい。すなわち、ある時点での学習対象とする植物の葉脈、葉面の画像や、植物全体の画像を入力データ、それぞれの画像の撮影時点における健康状態を出力データとして、入力データから出力データを推定するためのモデルを生成させる、といった処理を行うことで、このモデルを用いて、後に診断手段１０７によって診断対象の植物の画像から健康状態の診断を行うことができる。

【0039】

学習のより詳細な処理は、画像記憶部１０２の記憶する学習対象の画像のそれぞれから特徴量の算出を行い、それと健康状態記憶部１０３や環境情報記憶部１０４の記憶する情報との対応関係のモデルを生成するものになる。ここで、特徴量として、少なくとも、葉面／葉脈画像記憶部１０２１の記憶する画像から学習対象の葉脈の形態に関する値を算出し、それを用いることが好ましい。葉脈は、その中を樹液が流れるものであって、その太さや、切断されている個所の有無（連続性）は、植物の健康状態との関連性が非常に高いものである。そのため、そのような葉脈の形態から算出した値を含む特徴量を用いることで、より高精度な診断を行うための診断方法を学習することができる。

【0040】

なお、ここで、画像記憶部１０２に記憶される植物の画像の他に、環境情報記憶部１０４に記憶される学習対象である植物の生育環境に関する情報を加味することによって、より詳細な診断方法や、その結果に対して推奨する対処を決定する方法の学習を行うことができる。例えば、植物の健康状態に問題がある場合に、土壌解析結果や大気や天候に関する情報、植物に対して行われた処置に対して、問題の原因がどこにあるのか、そして、それに対してどのような対応を行うべきか、といった、より詳細な診断を行う方法を学習することができる。また、学習対象とする植物の収穫に関する情報や開花情報が記録されている場合には、それに基づいて、収穫に最適な時期や開花時期の予測方法についても学習することができる。

【0041】

また、学習対象とする植物についての経時的な情報を利用することで、それぞれの時点における画像情報や健康状態、土壌や大気の情報と、その間に行なわれた処置に基づいた統合的な学習を行うことができる。

【0042】

このようにして学習した植物の健康状態と、健康状態や環境情報に応じて推奨する対処を決定するための診断方法を、診断方法記憶部１０６に記憶する。なお、診断方法の学習に際して、画像記憶部１０２、健康状態記憶部１０３、環境情報記憶部１０４の記憶する情報の他に、図示しない他の記憶部や、外部のサーバ装置なども参照するような構成としてもよい。例えば、植物の病気の症状や対処に関する情報を記憶する記憶部や外部のサーバ装置を参照することで、植物の健康状態やそれに対するより適切な対処の診断方法を導き出すことが期待できる。また、市販される肥料製品のそれぞれの成分などに関する情報を記憶する記憶部や外部のサーバ装置を参照する構成とすれば、植物に特定の栄養分が不足している場合などにおいて、どういった肥料をどの程度の量与えるとよい、といった、より具体的な対処を提示することができる。

【0043】

＜診断の実施＞
以上のようにして学習手段１０５による診断方法記憶部１０６への診断方法の記録を行った後には、それらの情報を利用して、診断手段１０７による植物の健康状態の判定や、それに基づいた対処の提案を行うことができる。図４は、診断手段１０７による健康診断処理の流れを示すフローチャートである。なお、この処理は、健康診断サーバ装置１がＷｅｂサーバプログラムを、ユーザ端末装置３がウェブブラウザプログラムをそれぞれ有し、両プログラム間でのＨＴＴＰ（Ｈｙｐｅｒ Ｔｅｘｔ Ｔｒａｎｓｆｅｒ Ｐｒｏｔｏｃｏｌ）などを用いた通信によって行うような構成としてもよいし、あるいは、ユーザ端末装置３が診断対象とする植物の画像の送信や診断結果の表示を行うための専用のプログラムを備え、それを用いて、健康診断サーバ装置１との任意の通信プロトコルによる情報の送受信を行うような構成としてもよい。

【0044】

健康診断処理においては、まず、ステップＳ２０１において、診断対象とする植物の葉脈や葉面の画像を、ユーザ端末装置３より受信する。ここでの画像は、ユーザ端末装置３がカメラを備える場合には、ユーザに対して画像の撮影と送信を促すような構成としてもよいし、予め撮影され、ユーザ端末装置３の有する補助記憶装置などに記憶された画像の選択と送信を促すような構成としてもよい。

【0045】

続くステップＳ２０２において、ステップＳ２０１で葉脈や葉面の画像を送信した植物の全体像の画像を受信する。ここでも、ステップＳ２０１と同様、ユーザ端末装置３によって撮影された画像や、ユーザ端末装置３の補助記憶装置に記憶された画像などの送信を促す構成とすればよい。なお、ここでは説明の簡単のために全体像の画像とするが、必ずしも植物の全体が含まれる画像でなくともよく、すなわち、複数の葉や茎なども含むような、ステップＳ２０１において受信した葉脈や葉面が含まれる画像よりも広範囲が含まれる画像であればよい。また、植物の上部を含む画像と、根本の画像など、複数の画像を受信するような構成としてもよい。

【0046】

なお、ステップＳ２０１で受信する診断対象の葉脈や葉面の画像、ステップＳ２０２で受信する診断対象の全体像の画像は、それぞれ、ステップＳ１０１、Ｓ１０２で受信した、学習対象の画像と対応するような条件で撮影されたものであることが好ましい。そうすることで、学習手段１０５によって学習した診断方法による診断を、より効果的に行うことができる。

【0047】

以上のようにして診断対象とする植物の画像を受信した後、ステップＳ２０３において、診断手段１０７による健康状態の判定を行う。ここでの処理は、例えば、診断方法記憶部１０６を参照して診断対象の画像について注目すべき特徴量を特定し、ステップＳ２０１、Ｓ２０２で受信した画像の解析によってその特徴量を算出、それに基づいて、診断方法記憶部１０６に記録される特徴量と健康状態の関係から、診断対象の植物の健康状態を導き出す、といった処理によって行うことができる。なお、ここで用いる特徴量は、先に説明したように学習手段１０５が画像記憶部１０２の記憶する画像から算出する特徴量に対応するものである。すなわち、特に、診断対象とする植物の葉脈の形態に関する値を含む特徴量を用いることが好適である。

【0048】

続くステップＳ２０４では、ステップＳ２０３で得られた結果について、診断対象の植物の健康状態に問題があるか否かの判定を行う。なお、ここでの問題とは、例えば、水分量の過不足や特定の栄養素の過不足、病気にかかっている恐れがある、といったものが挙げられる。

【0049】

ステップＳ２０４で健康状態に問題があると判定された場合には、ステップＳ２０５へと進み、診断方法記憶部１０６を参照して問題に対する対処の確認を行う。ここでは例えば、水分量が多すぎるのであれば、与える水分量を減らすといった対処や、何らかの栄養素が不足しているのであれば、それを補うための肥料を与えるといった対処などが挙げられる。

【0050】

以上のようにして、ユーザ端末装置３より画像を受信した診断対象に関する診断が完了した後には、ステップＳ２０６において診断結果をユーザ端末装置３へと送信し、処理は終了する。ユーザは、ユーザ端末装置３に表示される診断結果を参照して、診断対象とした植物の健康状態に問題がないことや、問題がある場合には、どのような対処が推奨されるか、といった情報を得ることができる。

【0051】

なお、ここでは、植物の健康状態に問題があった場合にそれに対する対処を提示する処理を示したが、それ以外の場合についても対処などの情報を提示するような構成としてもよい。例えば、診断対象とする植物の果実や葉の収穫に最適な時期の予測や、開花時期の予測といった情報について、診断手段１０７によって求め、出力するような構成としてもよい。

【0052】

また、本実施形態に係る植物の健康診断システムを、複数の品種の植物を対象とした健康状態の診断を行うことが可能な構成とする場合には、健康状態の診断に際し、対象とする植物の品種の入力を受けることが好ましい。

【0053】

以上のように、学習対象とする植物の画像と、その撮影時における健康状態などの入力を受け、それらに基づいた健康状態の診断方法の学習を行うことによって、植物の健康状態の適切な判断を行うことができ、ユーザは診断対象とする植物の画像を送信することで、植物の健康状態やそれに対する適切な対処の提示を受けることができる。また、学習対象とする植物の健康状態と併せて環境情報の入力を受け付けることで、健康状態の診断をより高精度に行なう方法を学習することが期待できる。

【0054】

特に、診断方法の学習において、太さや連続性といった植物の葉脈の形態に関する特徴量を使用することによって、効果的な診断方法の学習、そして、その学習結果を用いた高精度な診断を行うことができる。

【符号の説明】

【0055】

１ 健康診断サーバ装置
１０１ 学習対象受信手段
１０２ 画像記憶部
１０２１ 葉面／葉脈画像記憶部
１０２２ 全体画像記憶部
１０３ 健康状態記憶部
１０３１ 樹勢情報記憶部
１０３２ 樹液解析結果記憶部
１０４ 環境情報記憶部
１０４１ 土壌解析結果記憶部
１０４２ 大気／天候情報記憶部
１０４３ 処置情報記憶部
１０５ 学習手段
１０６ 診断方法記憶部
１０７ 診断手段
２ 有識者端末装置
３ ユーザ端末装置
ＮＷ ネットワーク

【要約】

【課題】
植物の様々な健康状態を簡単かつ適切に把握することのできる、植物の健康診断システムを提供すること。
【解決手段】
植物を撮影した画像から健康状態の診断を行う、植物の健康診断システムであって、学習対象とする植物の画像である学習対象画像と、学習対象画像の撮影時点での学習対象の健康状態と、を参照し、診断対象とする植物の画像から当該植物の健康状態の診断方法を学習する学習手段１０５と、診断対象である植物を撮影した診断対象画像の入力を受け付け、診断方法に基づいた診断対象の健康状態の診断結果を出力する診断手段１０７と、を備えることを特徴とする。
【選択図】図２

【図1】

【図2】

【図3】

【図4】