[发明专利]植物种类识别装置、方法以及程序

说明书

技术领域

本发明涉及利用来自卫星、航空器的遥测的植被调查中的植物种类的识别技术。

背景技术

在以外的植被调查方法中主要存在2种方法。第一调查方法是识别者走遍现场，以肉眼观察来判别现场的状况的方法。第二调查方法是识别者使用从卫星、航空器等拍摄到的照片、图像进行判别的方法（遥测）。这些方法分别单独或者组合地使用。

第二调查方法的遥测所使用的传感器以前是全色（黑白），但最近变化成多光谱（彩色），专家（识别者）通过辨认多光谱的照片、图像来进行植被的识别。

另外，最近，基于GIS（Geographic Information System：地理信息系统）的植被图制作成为主流。在GIS中，使用标准植被指标（NDVI：Normalized Difference Vegetation Index）作为表示预先准备的各植物种类的树冠形状、颜色的基准信息，对以摄像机、传感器拍摄到的图像进行图案匹配，由此识别植物种类。

另外，近年来，搭载能够计测以往的多光谱的10倍以上的光带的高光谱传感器的卫星（卫星名：EO－1（传感器名：Hyperion）、卫星名：PROBA（传感器名：CHRIS））作为地球环境卫星等被发射，也利用高光谱传感器进行计测。通过使用高光谱传感器而得的信息量与多光谱相比显著地提高。另外，航空器搭载型的高光谱传感器也被正在开发，在包括环境、农业领域的各种领域被开始应用。

而且，作为树种判别的以往手法，公知有将表示森林现况的图像数据分为小班区划，对图像数据的各小班区划的树种进行判别的手法。另外，公知有以树种的分析适当时期为基础取得多个光带数据，并生成对各光带数据的亮度值设定上下限值的各树种的对象提取映射表对各树种的NDVI进行屏蔽处理，来提取树种分布的手法。

另外，公知有如下手法：将从上空拍摄到的森林的图像数据的亮度值以峰和谷进行平坦化，对平坦化过的图像数据的亮度值的空间变化进行区域分割而求出树冠形状及其纹理特征量，以已知的树冠的纹理特征量为基础来判断树种的手法。

专利文献1:日本特开2010－086276号公报

专利文献2:日本特开2006－085517号公报

专利文献3:日本特开2006－285310号公报

通过使用近年来开发的高光谱传感器（高光谱摄像机）取得信息，而能够取得比以往的多光谱传感器更多的信息。

通过高光谱传感器获得的高光谱数据具有包括图像的每个坐标（每一个像素）的波长信息和光强度信息的光谱数据，可以说是在作为图像的二维要素结合作为光谱数据的要素而得的三维结构的数据。因此，通过将高光谱数据与成为基准的NDVI进行比较，也能够进行植物种类的分类。

但是，植物的高光谱数据与以往的多光谱数据相比精度高，所以基于取得状况的变化较大，基准数据的操作变得重要。例如，根据数据的取得时间段、时期（季节）植物的光谱数据也发生变化。在以往的多光谱数据中，通过使用与取得比较对象的时间（季节）一致的基准数据，或对数据进行标准化能够进行修正。

但是，在高光谱数据中，与多光谱相比以更致密的光带采集数据，所以在太阳光照到的向阳部分和由于其它的叶、枝变阴的背阴部分之间光谱也不同。因此，即使进行基于已知的最大值标准化的强度修正，可见光区域和近红外区域中的透过性也不同，所以即使对向阳部分和背阴部分的光谱进行修正也不会一致。

因此，在植被调查等中，使用高光谱数据识别植物种类的情况下，对于背阴部分无法正确地对植物种类进行分类，背阴部分被未分类或者被误识别为其他植物。因此，其结果，在半自动的植物种类的识别处理中，存在植被分类的精度会降低这样的问题。

另外，在通过来自地面、极低空的计测得到的高光谱数据中，由于1个像素小所以很少成为问题，但在从人造卫星、较高高度拍摄到的高光谱数据的情况下，包含有与向阳部分和背阴部分混在一起的区域对应的像素。因此，产生使用向阳部分、背阴部分的光谱数据也无法判断植物种类这样的问题。

发明内容

本发明的目的在于提供一种在使用高光谱数据来识别植物种类的情况下，根据包括向阳部分和背阴部分的数据也能够适当识别植物种类的装置、方法以及程序。