デジタルカメラを用いた植物体 の色素含有量の簡易定量方法

デジタルカメラを用いた植物体
の色素含有量の簡易定量方法
三重大学
大学院生物資源学研究科
資源循環学専攻
教授 橋本 篤
教授 亀岡孝治
Graduate School of
Bioresources
研究背景
農作物
成分情報を反映
栄養成分
代謝
色素
複雑な構造体
幾何学的構造・色彩分布
汎用的なデジタルカメラによる
汎用的なデジタルカメラによる
色彩画像解析技術
色彩画像解析技術
不安定な光条件
天候・太陽光の経時変化
周囲からの散乱光
Graduate School of
Bioresources
色彩画像計測システム
デジタルカメラ
拡散反射板
暗室
拡散円筒
光源
試料
試料台
拡散素材にて拡散光
の環境を再現
高演色性蛍光灯
・True Light (Duro Test)
色温度5500K，演色性91
光条件の安定した撮影環境
Graduate School of
Bioresources
HSL色座標系を用いた色彩画像解析法
1
1
1
W
W
W
G
B
B
O (K)
RGB色座標系
S
1
R
G
L
R
H
O (K)
O (K)
HIS中間座標系
光の三原色
照明光量に
依存しない
赤成分 Red
緑成分 Green
青成分 Blue
明るさの情報を
含む
0
255
1
1
0~1 を8bitで量子化
HSL色座標系
色の三属性
色相 Hue
彩度 Saturation
明度 Lightness
0
Graduate School of
Bioresources
255
実験方法
カボチャ表面
色彩画像解析
HSL
（平均色）
分光測色
L*a*b*
（40回平均）
色彩画像計測条件
実験試料：カボチャ
（北海道農業研究センターより提供）
様々な色彩の12品種
実験装置：
撮影感度
ISO 200
絞り値
F8.0
シャッター速度
1/2 sec (EV7)
記録方式
RAW
一眼レフデジタルカメラ
・ EOS Kiss Digital (Canon)
分光測色器
・NF333 (日本電色)
分光測色条件
測定波長
400 ～ 700 nm
波長間隔
20 nm
Graduate School of
Bioresources
カボチャ表面色評価における
画像解析（HSL）と標準法（L*a*b*）の比較
90
濃緑色
緑色
黄緑色
淡緑色
橙色
b*
L [-]
80
tan-1(b*/a*)
70
H
60
S
(a*2+b*2)1/2
a*
-a*
50
50
濃緑色
緑色
黄緑色
淡緑色
30
-2.0
90
100
110
H
S
L
標準法で認められた色彩の差異が，
画像解析でも同様に認められた．
濃緑色
緑色
黄緑色
淡緑色
橙色
60
-b*
50
40
80
80
S [-]
H [-]
60
70
L = 0.554L* + 24.5
r = 0.986 (N = 12)
L* [-]
80
70
60
r = 0.986
r = 0.982
L*a*b*表色系の
H = 43.4tan (b*/a*) + 101.5
r = 0.982 (N = 10)
a*b*平面
-1.0
2
-0.5
-1
tan (b*/a*) [-]
r = 0.993
HSL色座標系の
S = 0.614(a* +b* ) + 2.21
HS平面
r = 0.993 (N = 12)
20
-1
-1.5
40
L*a*b*
0
0
20
40
60
2
2 1/2
(a* +b* )
80
2 1/2
100
120
[-]
Graduate School of
Bioresources
研究背景
„高カロテンニンジンが注目
„生食，ジュース等への加工へ利用
„迅速かつ大量にカロテン分析を行う必要性
従来法（HPLC法）
色彩画像解析
„分析に多大な時間・手間
„迅速な計測
„試料の破壊
„非破壊的
„目的成分の情報のみ
„生体色素の色彩情報
„テクスチャー・色分布
ニンジンの色からカロテン含量を推定
Graduate School of
Bioresources
実験方法（ニンジン中のカロテン含量）
実験試料：ニンジン
（野菜茶業研究所より提供）
様々な色彩の15品種（45個体）
高カロテン育種系統336個体
測定部
(1cm)
測定部
(1cm)
断面の
色彩画像解析
HPLC
色彩情報
カロテン含量
実験装置：
一眼レフデジタルカメラ
・ Fine Pix S2 Pro (FUIFILM)
本紅金時
HPLCシステム
・SPD-M10Avpシステム (島津製作所)
・Wakopak Navi C30-5 (和光純薬)
色彩画像計測条件
撮影感度
ISO 200
絞り値
F8.0
USA1
向陽二号
Yellow Carrot
UM98027
シャッター速度 1/2 sec (EV7)
記録方式
RAW
Graduate School of
Bioresources
採取部位の決定
34
32
30
直径7mm
色相 H [-]
28
26
24
22
20
Sample1 (Large)
Sample2 (Middle)
Sample3 (Small)
18
16
0.00
0.25
0.50
0.75
1.00
1.25
1.50
X/XR=7mm [-]
Graduate School of
Bioresources
カロテン含量と輝度Yの関係
350
高カロテン品種
USA1
カロテン含量 C [ppm]
300
東北寒越二号
カロチンキング
その他
一般的な色の品種
紅福625
紅誉五寸
向陽二号
その他
色に変異のある品種
本紅金時
250
200
150
Yellow Carrot
UM98027
100
相関係数 R = -0.712
50
0
110
120
130
140
150
160
170
180
190
輝度 Y [-]
Graduate School of
Bioresources
カロテン含量とHSLの関係
350
350
高カロテン品種
高カロテン品種
300
USA1
東北寒越二号
カロチンキング
その他
一般的な色の品種
紅福625
紅誉五寸
向陽二号
その他
色に変異のある品種
本紅金時
250
200
150
カロテン含量 C [ppm]
カロテン含量 C [ppm]
300
Yellow Carrot
UM98027
100
50
0
10
15
20
25
30
35
40
250
200
150
100
USA1
東北寒越二号
カロチンキング
その他
一般的な色の品種
紅福625
紅誉五寸
向陽二号
その他
色に変異のある品種
本紅金時
Yellow Carrot
UM98027
50
0
110 120 130 140 150 160 170 180 190 200 210 220
色相 H [-]
350
彩度 S [-]
高カロテン品種
USA1
カロテン含量 C [ppm]
300
東北寒越二号
カロチンキング
その他
一般的な色の品種
紅福625
紅誉五寸
向陽二号
その他
色に変異のある品種
本紅金時
250
200
150
相関係数 R
Yellow Carrot
UM98027
100
H
- 0.624
S
0.690
L
- 0.703
50
0
115
120
125
130
135
140
145
150
155
明度 L [-]
Graduate School of
Bioresources
モデルの検討結果
„
線形モデル
輝度Yの単回帰モデルが
最も良好
„
GMDHモデル
（Grouping Method of Data Handling)
非線形性を考慮することで，
予測的決定係数が向上
説明変数
決定係数
R2
予測的決定係数
Q2
説明変数
決定係数
R2
予測的決定係数
Q2
Y
0.693
0.621
Y, Y2
0.783
0.704
Y, H
0.694
0.606
Y, H, Y2
0.784
0.691
Y, L
0.693
0.603
Y, L, L-1
0.775
0.698
Y, B
0.694
0.593
Y, B, Y2
0.795
0.712
R, G
0.696
0.601
G, L, G-1
0.791
0.711
Graduate School of
Bioresources
ニンジンにおける
色彩情報とカロテン含量の関係
40
120
濃橙色
黄色
芯部
肉部
110
彩度S [-]
色相H [-]
35
全面
30
25
20
100
90
80
0
50
100
150
200
250
300
カロテン含量 C [μg/g-FW]
350
70
0
50
100
150
200
250
300
カロテン含量 C [μg/g-FW]
色相Hは指数関数的に減少
彩度Sは対数関数的に増加
全面
芯部
肉部
組織構造により関係性が異なる
Graduate School of
Bioresources
350
高カロテン育種系統の選抜シミュレーション
120
C > 120 (N=36)
90 > C > 119 (N=89)
60 > C > 89 (N=126)
C < 59 (N=85)
彩度S [-]
115
向陽二号
（平均C = 27）
H閾値*1
S閾値*1
110
淘汰率
淘汰個数
カロテン含量優良
個体の損失数*2
カロテン含量優良
個体の残存率*2
105
100
95
17
選抜結果
21.6
(36%)
108.0
(26%)
44.9%
151/336
2/36
94.4%
*1･･･括弧内は単一成分における淘汰率
18
19
20
21
22
23
24
25
26
27
*2･･･120[μg/g-FW]以上のものと規定した場合
色相H [-]
色素分析の一次スクリーニングに
対して色彩画像解析が応用可能
Graduate School of
Bioresources
実験方法（トマト栽培過程）
自然光に近い光を
再現できる照明
（True Light、色温度5500K）
基準条件下（室内）
System
自然環境下
②
①
色彩情
報比較
色補正処理
After
Before
Graduate School of
Bioresources
トマト表面色に対する色補正処理の効果
標準光環境下
補正後
補正前
色補正処理
Graduate School of
Bioresources
光応用ユビキタスセンシング安全・品質管理システム
（農産物の色彩情報モニタリング）
air temp.
soil temp.
humidity
PPFD
400
300
20
40
20
200
10
0
0
気象情報
2
30
PPFD [μmol/ m /s]
60
500
40
Temperature [℃]
80
100
0
50
100
150
200
250
300
色彩変化情報
0
350
Time, t [h]
80
2005.12.28 - 2006.1.11
60
40
Hue, H
Humiditiy [%]
100
20
0
-20
-40
before after fitting
ordinary single-lens reflex camera (RAW )
fine web camera (JPEG)
ordinary web camera (JPEG)
0
50
100
150
200
250
300
350
色彩補正後のトマト表面色
Time, t [h]
Graduate School of
Bioresources
従来技術とその問題点
従来法としては，高速液体クロマトグラフィー
（HPLC）法や分光光度計によって測定する方
法があるが，
・試料の磨砕、有機溶剤による抽出、脱水、
減圧乾固等の煩雑な操作を必要とする
・測定に長時間を要する
等の問題があり、試料を短時間で分析する必
要がある場合には、利用することができない。
Graduate School of
Bioresources
新技術の特徴・従来技術との比較
植物体表面全体の色値を評価するの
に適した装置と色の座標系を利用し
た。
„ 植物体の表面全体の色を正確に評価
することによって植物体の色彩値と色
素含有量の定量を方法を提供した。
„ 簡易かつ迅速な色素定量を可能にし
た。
„
Graduate School of
Bioresources
想定される用途
高カロテンニンジン等の育種の為の一
次スクリーニング
„ 色彩情報に基づいた農産物の栽培管
理
„ 食品のトレーサビリティシステムにおけ
るセンシングデータの活用
„ 農業生産現場から食品加工場への農
産物品質情報の伝達
„
Graduate School of
Bioresources
想定される業界
„
„
„
農業
農産物製造業
育種等を行っている研究機関
食品業界
食品加工メーカー
農産物流通・小売業界
情報・通信関連企業
Graduate School of
Bioresources
実用化に向けた課題・企業への期待
本技術の具体的なシステム化
„ 育種・栽培技術とのリンク
„ 食味等々の品質情報とのリンク
„ 農業・流通・小売・食品加工・外
食業などへの展開
„
Graduate School of
Bioresources
本技術に関する知的財産権
発明の名称: 画像解析を利用した植
物体の色素含有量の定
量方法
„ 出願番号 : 特願2005-315877
„ 出願人
: 三重大学
„ 発明者
: 杉山慶太，亀岡孝治，
橋本 篤，川頭洋一
„
Graduate School of
Bioresources
お問い合わせ先
国立大学法人三重大学 知的財産統括室
助教
狩野 幹人
ＴＥＬ ０５９－２３１ － ５４９５
ＦＡＸ ０５９－２３１ － ５４９５
e-mail chizai-mip＠crc.mie-u.ac.jp
Graduate School of
Bioresources