信息处理系统、器件和方法以及生产农作物产品的方法与流程

文档序号：22924651发布日期：2020-11-13 16:18阅读：130来源：国知局

本申请是申请日为2014年3月17日、发明名称为“方法、系统和介质，该介质上存储有指令以致使处理器执行用于获得生物体的包含一组光学数据的图像信息的方法”的申请号为201480016948.4的专利申请的分案申请。

本发明所公开的技术涉及信息处理系统、该信息处理系统的信息处理方法、摄像器件、摄像方法和程序，且具体涉及能够计算出农作物的适宜生育指标和预期的适宜收获时期的信息处理系统、该信息处理系统的信息处理方法、摄像器件、摄像方法和程序。

背景技术：

在通过使用被安装在空间卫星中的传感器来感测来自植物的反射光(近红外光)从而估计农作物的生育状态和收获季节的卫星遥感情况中，在夜空或云层下获得数据是困难的，且来自卫星的数据需要耗用数天才能到手，因此，实时信息是很难得到的。此外，因为卫星进行循环之旅，所以想要获得同一地点的信息就依赖于该卫星的周期，所获得的是宽范围的粗略信息，而很难获得窄区域的准确信息。

此外，在使用被安装到地面上的传感器的近距离遥感情况中，从目标到该传感器的距离是短的，因而，存在着如下的优势，即：感测受到的大气的影响比在卫星遥感情况下受到的影响小，能够在没有传感器与目标之间的干扰的前提下通过该传感器获得纯粹来自目标的数据，能够在较佳的时间获得数据，等等。目前已经公开了这样的遥感技术：其中，在植物附近获得图像信息，将所述图像信息传输至计算机，通过所述计算机计算出植被指数，并且基于所述指数与诸如纤维量等评估项目之间的关联来评估或预测适宜的收获时期(参照ptl1)。

引用文献列表

专利文献

ptl1：国际专利申请公开案第wo2009/116613号

技术实现要素：

要解决的技术问题

然而，在上述的ptl1所公开的技术中，因为设置了拍摄农作物的单个照相机，所以当在农场区域内作物的生育状况发生改变时，利用被偶尔拍摄到的该作物的生育状况来辨识整个农场的生育状况，因而存在着对于适宜的收获时期的评估精度或预测精度下降的情况。而且，现有技术因为不能应对生物体的生育所以是受到限制的。此外，不可能掌握位于不同区域中的许多农场的生育状况。

此外，在ptl1所公开的技术中，通过利用近红外光传感器和红光传感器而基于农作物图像数据中的近红外光和红光数据进行算术运算从而计算出植被指数、籍此对农作物的生育状况进行评估的精度不是十分可靠的。换言之，通过执行把利用作物的颜色对生育状况进行评估和基于植被指数对生育状况进行评估组合起来的这两种评估，很难提高评估的精度。

此外，ptl1中所公开的技术批露了用于遥感的专用设备可以被用作照相机。关于这样的用于遥感的专用设备，使用的是多光谱照相机(多波段照相机)或高光谱照相机。前者必需带通滤波器的机械式切换，且图像区域的同时性是不足的。此外，因为后者必需扫描，所以图像区域的同时性也是不足的，而且，因为它的光学系统是复杂的，所以使所述照相机小型化是困难和昂贵的，并且因为数据占用大的容量，所以通信负荷增大，且因此，所述照相机不适合于无线通信。

此外，ptl1中所公开的技术是基于如下的前提，即：评估结果或预期的适宜收获时期应该被提供给生产者或管理者。在这种情况下，生产者能够预想到且掌握收获时期，但是难以满足零售商、一般消费者、诸如餐馆等消费者、代销商、或者不希望通过零售商才能购买农作物和/或希望知晓作物的收获时期的其他外部团体的需求。

目前期望的是，能够基于rgb图像和nir图像恰当地计算出农作物的生育指标和预期的适宜收获时期，且能够将关于所述生育指标和所述预期的适宜收获时期的信息不仅分发给生产者和管理者，还分发给零售商、一般消费者和代销商等等。

解决技术问题所采取的技术方案

本发明的各实施例涉及如下的方法，该方法包括：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；且基于所述生育指标来计算预期的收获时期。这里，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

其他的实施例涉及如下的系统，该系统包括摄像器件。这里，服务器和所述摄像器件中的至少一者被构造成：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；且基于所述生育指标来计算预期的收获时期。这里，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

另外的实施例涉及有形的、非暂时性的计算机可读介质，该计算机可读介质上存储有用于致使处理器执行如下方法的指令，所述方法包括：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；并且基于所述生育指标来计算预期的收获时期。这里，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

如这里在各种说明性实施例中所使用的，术语“作物”和“农作物”包括生物体。生物体是任何的生命系统。所述生命系统可以是在生物学上能够延续的。

这里所使用的生物体的进一步定义是分子组合体，所述分子组合体的职能是如下的或多或少较为稳定的整体：该整体呈现出包括任何能够生育的生命结构的生命的特征。因此，例如，生物体包括但不局限于动物、真菌、微生物和植物。

因此，这里所使用的包括但不局限于“农作物”的术语“作物”及其变型包括但不局限于诸如牛、山羊、绵羊、猪、鱼和家禽等动物。

相应地，例如，包括但不局限于“生育状态信息”、“生育状况信息”的术语“生育指标”及其变型包括但不局限于包含作物和动物在内的生物体的生育。

此外，例如，包括但不局限于“收获”、“收获时期信息”、“预期的适宜收获时期”、“收获计划”、“收获计划信息”、“收获开始时期”、“收获时期”和“收获时期期限”的术语“收获”及其变型指的是生物体的收获。在各种说明性实施例中，收获包括对于包含作物和/或动物在内的成熟生物体的任何采集。

因此，这里所使用的术语“对生育状况进行评估”及其变型包括评估诸如动物和作物等生物体的生育状况。这样的评估可以使用动物和作物的各种特征，包括生育指标和这里没有明确列出的其他特征。

这里所公开的方法和系统可以使用光学数据。例如，可以使用一组光学数据来获得生育信息或生育指标。所述光学数据可以包括被摄取的图像数据，所述被摄取的图像数据包括可视图像数据和不可视图像数据。

这里所使用的术语“可视图像数据”可以包括使用红-绿-蓝(还称为rgb)颜色模型的图像数据。例如，数码照相机和摄影机经常使用特定的rgb颜色空间。

这里所使用的术语“不可视图像数据”可以包括近红外线(下文中，还称为nir)。

这里所使用的术语“外部团体”及其变型包括一般消费者、零售商、餐馆和食品生产者。例如，外部团体可以包括与供应链系统有关的任何人或企业。

这里公开的各种说明性实施例中所使用的摄像器件是摄取图像数据或图像信息的器件。例如，摄像器件可以包括但不局限于诸如照相机或摄影机等能够存储和/或传输静态图像数据或动态图像数据的光学器件。

这里所使用的术语“传感器照相机”及其变型指的是用于摄取图像的器件。传感器照相机可以具有各种功能，诸如收集、发送和/或存储各种特征的能力等。这样的特征可以包括但不局限于与生育、温度、湿度和大气压有关的信息。

此外，传感器照相机可以具有在网络上传输信息或数据或者将信息或数据传输至外部设备的功能。例如，所述传感器照相机可以将包括所摄取到的图像数据在内的信息提供给服务器。

在这里的说明中，为了便于图示，可以按照特定的顺序来说明各方法。应当理解的是，在替代实施例中，各方法可以按照除所说明的顺序以外的不同顺序而被执行。还应当理解的是，这里所说明的方法可以利用硬件部件而被执行，或可以被实施为机器可执行指令的序列，这些机器可执行指令可以被用来致使诸如通用处理器或专用处理器(gpu或cpu)等机器或者用上述指令而被编程的逻辑电路执行所述方法(fpga)。这些机器可执行指令可以被存储在一个或多个机器可读介质上，诸如cd-rom或其他类型的光盘、软盘、rom、ram、eprom、eeprom、磁卡或光卡、闪存、或其他类型的适合于存储电子指令的机器可读介质。可替代地，所述方法可以利用硬件和软件的组合而被执行。

在本说明书中给出具体细节是为了提供对实施例的全面理解。然而，本领域的普通技术人员需要理解的是，图示的实施例也可以在没有这些具体细节的情况下而被实施。

例如，在某些情况下，为了避免使图示的实施例变得主旨模糊，可能会在没有给出不必要的细节的情况下示出或讨论众所周知的电路、处理、算法、结构和技术。

而且，需要注意的是，实施例被描述成各种处理，这些处理可能被描绘成流程图表、流程图、数据流程图、结构图或框图等等。虽然这些描绘中的任何一者可能会将操作中的各个部分作为一个(或多个)顺次处理而予以说明，但是许多操作或操作中的各部分也能够被并行地、同时地或冗余地执行。

此外，操作的顺序可以被重新布置。一个处理当该处理的操作被完成时就终止，但是应当能够具有附图中未包括的额外步骤或重复步骤。处理可以对应于方法、功能、过程、子例程、子程序等。当处理对应于功能时，它的终止对应于该功能返回到调用函数或主函数。

此外，实施例可以利用硬件、软件、固件、中间件、微码和硬件描述语言等等或者可以利用它们的任何组合而被实施。当实施例是在软件、固件、中间件或微码中被实施时，用来执行必要任务的程序代码或代码段可以被存储在诸如存储介质等机器可读介质中。

一个(或多个)处理器可以执行所述必要任务。代码段可以代表过程、功能、子程序、程序、例程、子例程、模块、软件包或种类，或者可以代表指令、数据结构或程序语句的任何组合。代码段可以通过传递和/或接收信息、数据、自变数、参数或存储器内容而被连接至另一个代码段或硬件电路。信息、自变数、参数、数据等可以通过包括存储器共享、消息传递、令牌传递(tokenpassing)、网络传输等在内的任何适宜手段而被传递、传送或传输。

虽然在这里已经详细地说明了本发明的图示实施例，但是应当理解的是，本发明构思可以另外以不同的方式而被体现和使用，且随附的权利要求应当被解释成除了现有技术所限制的以外包括这样的变化。

本发明的有益效果

根据本发明所公开的技术的实施例，能够计算出农作物的生育指标和预期的适宜收获时期。在各种实施例中，生育指标和预期的适宜收获时期的计算能够被改善而超过现有技术的计算。

附图说明

图1是示出了根据本发明所公开的技术的各种实施例的信息处理系统的构造示例的说明性图。

图2是示出了根据本发明所公开的技术的各种实施例的图1中所示的传感器照相机的构造示例的说明性图。

图3是示出了根据本发明所公开的技术的各种实施例的图2中所示传感器照相机中的传感器的构造示例的说明性图。

图4是示出了根据本发明所公开的技术的各种实施例的图1中所示终端装置的构造示例的说明性图。

图5是示出了根据本发明所公开的技术的各种实施例的图1中所示服务器的构造示例的说明性图。

图6是示出了根据本发明所公开的技术的各种实施例的管理信息的构造示例的说明性图。

图7是用于说明根据本发明所公开的技术的各种实施例的由传感器照相机执行的生育状况信息积累处理的说明性流程图。

图8是用于说明根据本发明所公开的技术的各种实施例的传感器照相机之间的生育状况信息传输方法的说明性图。

图9是用于说明根据本发明所公开的技术的各种实施例的传感器照相机之间的另一种生育状况信息传输方法的说明性图。

图10是用于说明根据本发明所公开的技术的各种实施例的由传感器照相机执行的感测处理的说明性流程图。

图11是用于说明根据本发明所公开的技术的各种实施例的由服务器执行的生育状况信息积累处理的说明性流程图。

图12是用于说明根据本发明所公开的技术的各种实施例的由终端装置执行的收获计划接收处理的说明性流程图。

图13是用于说明根据本发明所公开的技术的各种实施例的立体图像成像原理的说明性图。

图14是用于说明根据本发明所公开的技术的各种实施例的终端装置与服务器之间的查询应答处理的说明性流程图。

图15是用于说明根据本发明所公开的技术的各种实施例的传感器的第一变形例的说明性图。

图16是用于说明根据本发明所公开的技术的各种实施例的传感器的第二变形例的说明性图。

图17是用于说明根据本发明所公开的技术的各种实施例的传感器的第三变形例的说明性图。

图18是用于说明根据本发明所公开的技术的各种实施例的传感器的第四变形例的说明性图。

图19是用于说明根据本发明所公开的技术的各种实施例的通用个人计算机的构造示例的说明性图。

具体实施方式

以下，将会说明本发明的各种说明性实施例(以下，称为实施例)。需要注意的是，将按照下列顺序提供说明。

1.第一实施例(信息处理系统的实施例的构造示例)

2.第一变形例(传感器结构的第一变形例)

3.第二变形例(传感器结构的第二变形例)

4.第三变形例(传感器结构的第三变形例)

5.第四变形例(传感器结构的第四变形例)

1.第一实施例

信息处理系统的构造示例

首先，参照图1，将说明信息处理系统的构造示例，该构造示例是本发明所公开的技术的各种实施例的说明性构造示例。

图1的信息处理系统被构造成包括传感器照相机11-1到11-n、终端装置12-1到12-4、网络13和服务器14，终端装置12-1到12-4分别由消费者、零售商、代销商和农民管理。在图1的信息处理系统中，由传感器照相机11-1到11-n摄取的图像通过以因特网为代表的网络13而被提供给服务器14，因此，服务器14计算出农作物的生育指标且基于该生育指标计算出预期的适宜收获时期。此外，服务器14对来自分别由消费者、零售商、代销商和农民以及其他外部团体管理的终端装置12-1到12-4的诸如预期的适宜收获时期等查询做出应答。

更详细地，传感器照相机11-1到11-n被设置成使得整个农田能够以用于被管理的农作物的农田的预定间隔而被摄像(或使得在整体上近似于整个农田的区域能够利用传感器照相机11-1到11-n而被摄像)，包括rgb像素和近红外线像素(nir像素)在内的图像被摄取，且所摄取的图像数据通过网络13而被传输至服务器14。此外，传感器照相机11测定温度、湿度和大气压等等的信息作为环境信息，且将所述信息和被摄取的图像数据作为生育状态信息而提供给服务器14。需要注意的是，除非另有指定，否则在这个构造和其他构造中，传感器照相机11-1到11-n被简称为传感器照相机11。

终端装置12-1到12-4是被构造为例如分别由消费者、零售商、代销商和农民管理的个人计算机等等(还包括诸如所谓的智能手机等移动终端)的信息处理装置，而且相对于服务器14通过网络13对生育指标和预期的适宜收获时期等等的信息做出查询、并且接收和显示针对于所述查询的应答信息。

服务器14基于从传感器照相机11提供过来的图像数据和其他信息而获得且积累生育状况信息，并且基于所述图像数据来计算生育指标和预期的适宜收获时期。此外，服务器14除了使用从传感器照相机11提供过来的图像数据之外还使用过去的生育状况信息来计算预期的适宜收获时期。而且，当得出基于所述生育状况信息而计算出的所述预期的适宜收获时期时，服务器14通过网络13将已经得出预期的适宜收获时期的信息通知给分别由消费者、零售商、代销商和农民管理的终端装置12-1到12-4。需要注意的是，预期的适宜收获时期可以是作为开始收获的适宜日子的预期日期，或可以是比预期日期提前预定天数的某个日子，或可以是从比预期日期提前几天的那个日子开始的预定天数。

用来实现传感器照相机的功能的构造示例

关于图2，将说明用来实现传感器照相机11的功能的说明性构造示例。

各传感器照相机11设置有传感器31、rgb图像生成部32、ndvi图像生成部33、控制部34、ip地址存储部35、gps36、环境信息测定部37、rtc38、生育状况信息生成部39、通信部40和通信路径指定部41。传感器31被构造为例如图像传感器，且具有如例如图3所示的像素阵列。换言之，在传感器31的像素阵列中，如图像p1中所示的由一般rgb(红色、绿色和蓝色)组成的拜耳阵列中的任一个绿色阵列是由近红外线像素构成的。需要注意的是，在以下的图中，横条纹图案表示绿色，竖条纹图案表示蓝色，向上阴影部分表示红色，且向下阴影部分表示近红外线。

rgb图像生成部32从由传感器31摄取到的图像信号生成rgb图像。换言之，rgb图像生成部32基于由具有如图3中的图像p1所示的像素阵列的传感器31摄取到的图像信号而提取出分别由图像p11到p13所示的绿色、红色和蓝色信号，且由此通过对这些信号进行去马赛克而生成如图像p21到p23所示的绿色、红色和蓝色分量信号图像。而且，rgb图像生成部32通过形成如图像p21到p23所示的rgb分量信号图像而生成了如图像p31所示的rgb图像。

归一化差分植被指数(ndvi：normalizeddifferencevegetationindex)图像生成部33从由传感器31摄取到的图像信号生成nir图像。换言之，ndvi图像生成部33基于由具有如图3中的图像p1所示的像素阵列的传感器31摄取到的图像信号而提取如图像p14所示的nir信号，且由此生成如图像p24所示的nir分量信号图像。此外，ndvi图像生成部33基于nir分量信号图像和上述的由rgb图像生成部32生成的红色分量信号图像而生成ndvi图像。需要注意的是，稍后将详细地说明归一化差分植被指数(ndvi)。

控制部34由例如微处理器和存储器等构成，通过执行该存储器中所存储的程序而执行各种处理，且相应地控制传感器照相机11的全部操作。

因特网协议(ip：internetprotocol)地址存储部35存储ip地址，这些ip地址是用来独特地识别传感器照相机11的信息，且ip地址存储部35可以将所述ip地址的信息提供给控制部34。全球定位系统(gps：globalpositioningsystem)36从图中没有示出的卫星接收无线电波，计算出诸如地球上的安装有传感器照相机11的位置处的经度和纬度等位置信息，且将该信息提供给控制部34。环境信息测定部37测定温度、湿度和大气压等等信息以作为关于安装有传感器照相机11的环境的信息，且将该信息提供给控制部34。该环境信息测定部包括实时时钟(rtc：realtimeclock)，并且一直生成时间信息且将该信息提供给控制部34。需要注意的是，这里说明了其中ip地址被用作用于独特地识别传感器照相机11的信息的例子，然而，作为能够独特地识别传感器照相机11的信息，也可以使用除了ip地址以外的信息。

当传感器31摄取图像时，生育状况信息生成部39生成与摄像时刻的时间信息一起的包括ip地址、rgb图像、ndvi图像、位置信息和环境信息的生育状况信息。需要注意的是，生育状况信息中可以包括除了ip地址、rgb图像、ndvi图像、位置信息和环境信息以外的信息，只要能够利用该信息来核实生育状况即可。

通信部40是如下的部件：其通过诸如因特网等网络13执行有线或无线通信，包括例如以太网卡板等等，且由控制部34控制以便将生育状况信息传输至服务器14。通信路径指定部41在由通信部40执行的生育状况信息传输的期间内指定通信路径。换言之，通信路径指定部41把要通过许多传感器照相机11而被提供给服务器14的生育状况信息以传感器照相机11之间的顺次接力的方式传输至服务器14。换句话说，当传感器照相机11-1到11-3每一者中的生育状况信息被传输时，传感器照相机11-1将它的生育状况信息传输至传感器照相机11-2，且传感器照相机11-2将从传感器照相机11-1提供过来的生育状况信息和它自己的生育状况信息提供给传感器照相机11-3。此外，传感器照相机11-3将传感器照相机11-1和11-2的生育状况信息和它自己的生育状况信息提供给服务器14。为了执行该通信，通信路径指定部41通过决定应当经由哪个传感器照相机11而传输该传感器照相机的生育状况信息来指定通信路径。作为一个说明性的具体例子，当传感器照相机11中的通信路径指定部41通过通信部40而与近邻的传感器照相机11中的通信路径指定部41通信、且摄取相互配成一对以构成例如稍后说明的立体图像的图像时，任一方传感器照相机设定且指定用于传输生育状况信息的路径。利用这个处理，能够减小在通信路径方面的复杂性，且能够提高通信速度。这种方式的通信可以与以例如zigbee(注册商标)为代表的近场通信相同。需要注意的是，如果各个生育状况信息条能够以提高的效率在某一通信路径上被顺次地传输至服务器14，那么该通信路径就可以是有用的，上述的接力方式仅仅是例子，且信息条可以以另一种方式被传输。

用来实现终端装置的功能的构造示例

关于图4，将说明用来实现分别由消费者、零售商、代销商和农民管理的终端装置12的功能的说明性构造示例。

由消费者、零售商、代销商和农民管理的终端装置12每一者被构造成包括控制部61、查询部62、操作部63、通信部64、ip地址存储部65和显示部66。控制部61可以包括微处理器和存储器等等，且利用用于执行所述存储器中所存储的数据和程序的所述微处理器来控制终端装置12的全部操作。当有一个指令通过包括键盘和鼠标等等的操作部63的操作而对由传感器照相机11摄取到的全部图像或一些图像做出关于生育指标和预期的适宜收获时期的查询时，查询部62控制包括例如以太网卡板的通信部64以使得：与存储于ip地址存储部65中且由该查询部自身管理的(或该查询部想要做出查询的)、用来指定传感器照相机11的ip地址的信息一起，向服务器14生成了用于对由传感器照相机11摄取到的图像做出关于生育指标和预期的适宜收获时期的查询的查询信息。查询部62使用通信部64将所生成的查询信息传输至服务器14。此外，通信部64接收响应于查询信息而从服务器14传输过来的应答信息，且将该信息提供给控制部61。控制部61致使包括液晶显示器(lcd：liquidcrystaldisplay)和有机电致发光(el：electroluminescence)等等的显示部66显示出应答信息。

用来实现服务器的功能的构造示例

关于图5，将说明用来实现服务器14的功能的说明性构造示例。

服务器14被构造成包括控制部81、生育状况信息积累部82、目标区域指定部83、rgb图像生育指标计算部84、ndvi图像生育指标计算部85、立体图像生育指标计算部86、收获时期计算部87、管理信息积累部88、生育指标计算部89、制图部90、传感器照相机操作状况监控部91、通信部92、收获计划创建部93、配送计划创建部94、销售计划创建部95、购买计划创建部96、查询受理部97和应答创建部98。

控制部81可以包括微处理器和存储器等等，且通过执行存储在该存储器中的数据和程序而控制服务器14的全部操作。

生育状况信息积累部82把通过通信部92从传感器照相机11提供过来的生育状况信息与被用来识别传感器照相机11的ip地址相关联地存储下来。

目标区域指定部83基于生育状况信息中所包括的rgb图像而指定图像内的存在有要被监控的农作物的区域。作为一个说明性的具体例子，目标区域指定部83存储充当各农作物的特征信息的颜色及形状的图案，且通过搜索所述rgb图像内的与所述特征信息一致的区域而指定目标区域。然而，需要注意的是，在这里，被描述成设置于服务器14中的正被说明的目标区域指定部83可以被设置于各传感器照相机11中，以便例如目标区域的信息被包括于生育状况信息中。此外，因为目标区域指定部83必须只能够指定目标区域，所以该目标区域指定部可以只使用除rgb图像以外的图像(例如，nir图像)来指定目标区域。

rgb图像生育指标计算部84基于rgb图像中的被指定为目标区域的图像区域的信息而计算生育指标。例如，因为一穗中的稻壳的剩下的绿色比例大约是10％时的时间被设定成收获开始时期，且它的比例大约是2％时的时间被设定成收获时期期限，所以rgb图像生育指标计算部84基于稻壳的绿色比例来计算生育指标。因为rgb图像生育指标计算部84只使用rgb图像中的存在有目标的区域的图像信息来计算rgb图像生育指标，所以rgb图像生育指标计算部84能够以更高的精度计算生育指标。

ndvi图像生育指标计算部85基于ndvi图像中的被指定为目标区域的图像区域的信息而计算生育指标。在这里，ndvi表示如利用下面的公式(1)所表达的归一化植被指数。

ndvi＝(r_nir-r_red)/(r_nir+r_red)(1)

在公式(1)中，ndvi是归一化植被指数，r_nir是近红外光的反射率，且r_red是红光的反射率。因此，上述的传感器照相机11的ndvi图像生成部33生成从上述公式(1)的算术运算获得的图像作为ndvi图像。ndvi被用作叶子的生育的指标。需要注意的是，在rgb图像和nir图像中通过求出不是目标区域(例如，天空)的区域中的红光强度和nir强度作为入射光强度并且求出目标区域中的红光强度和nir强度作为反射光强度，来计算近红外光和红光的反射率。此外，还可以通过针对于具有已知反射率的扩散板而测定入射光的强度、根据所述强度与目标的反射亮度之间的比值而计算反射系数、且然后将该系数转换成反射率，来求出近红外光和红光的反射率。此外，ndvi图像生育指标计算部85只根据目标区域的ndvi的平均值、方差或高阶方差来计算ndvi图像生育指标。利用该操作，只根据从目标区域内的像素获得的信息来计算出ndvi图像生育指标，且能够以更高的精度计算出ndvi图像生育指标。

立体图像生育指标计算部86基于由多个传感器照相机11摄取的同一目标的各区域的信息而生成视差图像，获得目标农作物的尺寸作为立体信息，且基于包括所述立体尺寸的图像信息而计算立体图像生育指标。

收获时期计算部87基于rgb生育指标、ndvi生育指标、立体图像生育指标、以及生育状况信息积累部82中所积累的前述各元件的信息的过去信息而计算预期的适宜收获时期。

如图6所示，与用来识别传感器照相机11的各ip地址相对应地，管理信息积累部88存储着传感器位置、地域(国家、城市等)、农作物的种类、农作物(或农场)的拥有者、农场或田地gp、合同代销商、合同零售商、组、生育指标和预期的适宜收获时期的信息。在传感器位置这一栏中，所登记的是由被设置于传感器照相机11中的gps36获取的信息。在地域这一栏中，所登记的是与传感器位置相关联地而被设定的国家、城市等。在农作物的种类这一栏中，所登记的是表明被种植在由传感器照相机11监控的种植区域中的农作物的种类的信息。在农作物(或农场)的拥有者这一栏中，所登记的是安装有由ip地址指定的传感器照相机11的农作物或农场的拥有者的信息。在农场或田地gp这一栏中，所登记的是由例如同一拥有者管理的组等。在合同代销商这一栏中，所登记的是将会运输由利用ip地址而被识别的传感器照相机11监控的农作物的代销商的信息。在合同零售商这一栏中，所登记的是将会销售由利用ip地址而被识别的传感器照相机11监控的农作物的合同零售商的信息。在组这一栏中，所登记的是被分配给同时执行收获的各区域的组名。在生育指标这一栏中，所登记的是在由利用ip地址而被识别的传感器照相机11监控的范围内的农作物的生育指标。在预期的适宜收获时期这一栏中，所登记的是基于生育指标及其过去的信息而被预测的所述预期的适宜收获时期的信息。

在图6中，aaa、bbb和ccc被登记为ip地址。此外，利用a表示ip地址为aaa的传感器位置，利用a表示区域，利用α表示农作物的种类，利用“kou”表示农作物的拥有者，利用g1表示农场或田地gp，利用(1)表示合同代销商，利用“ah”表示合同零售商，利用i表示组，利用60表示生育指标，且利用10月15日表示预期的适宜收获时期。

以相似的方式，利用b表示ip地址为bbb的传感器位置，利用a表示区域，利用α表示农作物的种类，利用“kou”表示农作物的拥有者，利用g1表示农场或田地gp，利用(1)表示合同代销商，利用“ah”表示合同零售商，利用i表示组，利用70表示生育指标，且利用10月16日表示预期的适宜收获时期。

此外，利用c表示ip地址为ccc的传感器位置，利用c表示区域，利用β表示农作物的种类，利用“otsu”表示农作物的拥有者，利用g2表示农场或田地gp，利用(2)表示合同代销商，利用“eah”表示合同零售商，利用ii表示组，利用65表示生育指标，且利用10月20日表示预期的适宜收获时期。

生育指标计算部89基于rgb生育指标、ndvi生育指标和立体图像生育指标中的任一者或全部来计算出被设定为例如这些指标的加权平均值的生育指标。

制图部90生成通过在各区域的地图上将生育指标和预期的适宜收获时期作为信息进行制图而获得的信息。

当传感器照相机操作状况监控部91比较生育状况信息中所包括的rgb图像的时序变化，且在存在着非常剧烈的变化的情况下，该传感器照相机操作状况监控部通过判定在传感器照相机11中是否发生了异常操作状态来监控操作状况。

通信部92可以包括以太网卡板等，且由控制部81控制，因此，通信部92接收从终端装置12传输过来的生育状况信息和查询信息，且将应答信息传输至终端装置12。

收获计划创建部93根据基于生育状况信息和预期的适宜收获时期信息的收获时期信息而生成收获计划信息，且将该信息通过使用通信部92而传输至由农民管理且操作的终端装置12。需要注意的是，收获计划信息不仅可以被传输至由农民管理且操作的终端装置12，还可以被传输至由代销商、零售商和消费者管理且操作的终端装置12。由于该传输，代销商、零售商和消费者也能够根据收获计划信息制定他们自己的分配计划、销售计划和购买计划。

配送计划创建部94根据基于生育状况信息和预期的适宜收获时期信息的收获时期信息而生成配送计划信息，且将该信息通过使用通信部92而传输至由代销商管理且操作的终端装置12。

销售计划创建部95根据基于生育状况信息和预期的适宜收获时期信息的收获时期信息而生成销售计划信息，且将该信息通过使用通信部92而传输至由零售商管理且操作的终端装置12。

购买计划创建部96根据基于生育状况信息和预期的适宜收获时期信息的收获时期信息而生成购买计划信息，且将该信息通过使用通信部92而传输至由消费者管理且操作的终端装置12。

查询受理部97控制通信部92，以使得例如通过网络13接收查询信息，该查询信息包括从由消费者、零售商、代销商和农民中的任一者操作的终端装置12传输过来的关于收获时期以及其他信息的查询。

应答创建部98生成包括例如由制图部90生成的生育指标制图信息、且与作为查询信息而被接收的信息对应的应答信息，并且控制通信部92以使得所述应答信息被传输至把所述查询信息传输过来的终端装置12。

利用传感器照相机的生育状况信息积累处理

关于图7，将会说明利用传感器照相机11的解释性的生育状况信息积累处理。

在步骤s11中，传感器照相机11中的控制部34基于由rtc38生成的时间信息和前一个感测处理开始时的时间信息而判定是否已经从前一个感测处理过去了预定时间。当在步骤s11中判定从前一个感测处理还没有过去预定时间时，该处理进入到步骤s15。

在步骤s15中，控制部34判定是否通过图中没有示出的操作部的操作已经指示了操作的结束。当在步骤s15中指示了该操作的结束时，该处理结束，而当没有指示该操作的结束时，该处理返回到步骤s11。换言之，重复步骤s11和s15的处理直到指示了该操作的结束或过去了预定时间。此外，当在步骤s11中过去了预定时间时，该处理进入到步骤s12。

在步骤s12中，传感器31执行感测处理，且从该感测处理获得rgb图像和ndvi图像。需要注意的是，稍后将参照图10中的流程图详细地说明该感测处理的各种说明性实施例。

在步骤s13中，生育状况信息生成部39基于从感测处理获得的rgb图像和ndvi图像、存储在ip地址存储部35中的ip地址、包括由gps36获得的在地球上的经度和纬度的位置信息、由环境信息测定部37测定的温度、湿度和大气压的信息、以及由rtc38生成的时间信息而生成生育状况信息。需要注意的是，因为生育状况信息只需要包括表明农作物的生育状况的信息或用来识别生育状况的信息，所以生育状况信息除了包括所述rgb图像和所述ndvi图像、所述ip地址、所述包括地球上的经度和纬度的位置信息、所述温度、湿度和大气压的信息以及所述时间信息之外，还可以包括表明生育状况的信息或用来识别生育状况的信息。

在步骤s14中，控制部34控制通信部40以使得所生成的生育状况信息被传输至服务器14，且该处理返回到步骤s11。在这一刻，在各种实施例中，控制部34控制通信路径指定部41以便与外围的传感器照相机11通信，然后以便指定将会被通过以用于将生育状况信息传输到服务器14的传感器照相机11，然后以便将生育状况信息经由通信路径上的被指定的传感器照相机11而传输至服务器14。

换言之，如图8所示，当例如由节点n1到n10表示其中安装有传感器照相机11的位置，且信息被设定成经由基站k和网关gw被输出至因特网时，与节点n5对应的传感器照相机11的生育状况信息通过位于附近的由节点n4表示的传感器照相机11和由节点n3表示的传感器照相机11而被传输至基站k。在这个说明性情况下，由节点n4表示的传感器照相机11将节点n5的生育状况信息和它自己的生育状况信息传输至节点n3。此外，节点n1和n2将它们自己的生育状况信息传输至节点n3。此外，节点n3重新排列来自节点n1到n5的生育状况信息，且将它们传输至基站k。此外，由节点n7表示的传感器照相机11将生育状况信息传输至由节点n6表示的传感器照相机11，而且由节点n6表示的传感器照相机11重新排列节点n6和n7的生育状况信息，且经由基站k和网关gw而将所述信息输出至因特网。此外，由节点n9和n10表示的传感器照相机11分别将它们的生育状况信息传输至由节点n8表示的传感器照相机11，而且由节点n8表示的传感器照相机11重新排列节点n8到n10的生育状况信息，且经由基站k和网关gw而将所述信息输出至因特网。

由于上面的处理，能够更加减轻因基站k与网关gw之间的通信而引起的复杂性，且能够以比当一次输出来自全部传感器照相机11的生育状况信息时的速度高的速度来传输生育状况信息。需要注意的是，因为全部传感器照相机11的生育状况信息只需要被有效率地传输至服务器14，所以全部传感器照相机11的生育状况信息可以使用与以如上所述的接力方式在传感器照相机11之间传输的方法不同的方法而被传输，或例如，全部传感器照相机11的生育状况信息可以从各传感器照相机11直接传输至基站k。此外，各传感器照相机11可以重排来自另一个传感器照相机11的生育状况信息然后将其传输，或可以以预定顺序将各条生育状况信息依次地传输至基站k。作为一个例子，当各传感器照相机11将生育状况信息直接传输至基站k时，所述信息能够从各传感器照相机11被传输至基站k，且这可以以提高的效率发生。

此外，如图9所示，当由节点n11到n17、n21到n23和n31到n33表示的传感器照相机11被安装时，可以被这样地构造：关于由例如节点n21到n23和节点n31到n33表示的传感器照相机11，由节点n21到n23表示的传感器照相机11被设定成第一组g11，由节点n31到n33表示的传感器照相机11被设定成第二组g12，各条生育状况信息被收集在各组的代表节点中，且该代表节点的传感器照相机11重排属于该组的其他节点的传感器照相机11的各条生育状况信息且然后将它们输出。而且，关于组g11和g12的设定，例如，存在于由同一个拥有者拥有的农田中的传感器照相机11可以被设定成在同一组中，或为了摄取这里所说明的立体图像而被配对的传感器照相机11可以被设定成在同一组中。

根据上述的处理，包括rgb图像和ndvi图像的各条生育状况信息能够以预定的时间间隔而被生成，依次地被传输至服务器14，且依次地被积累在服务器14中。

感测处理

关于图10，将会说明说明性的感测处理。

在步骤s31中，传感器31在作为被摄对象的作物的种植范围内摄取具有如下尺寸的图像：其中，能够完全识别要被收获的农作物的大小和颜色。此外，以某一间隔且沿着如下的方向来安装传感器照相机11：在方向上，能够执行在上述的摄像条件下对农田的摄像。

在步骤s32中，rgb图像生成部32和ndvi图像生成部33对由传感器31摄取的各颜色的像素的光束执行去马赛克处理。换言之，rgb图像生成部32对红光、绿光和蓝光的像素分别执行去马赛克处理以便生成红色分量信号图像、绿色分量信号图像和蓝色分量信号图像。此外，ndvi图像生成部33对nir的像素执行去马赛克处理以便生成nir分量信号图像。

在步骤s33中，rgb图像生成部32把去马赛克后的rgb分量信号图像组合起来以便生成rgb图像。

在步骤s34中，ndvi图像生成部33基于所述nir图像和所述红色图像而测定各像素的充当从被识别为天空图像的区域入射的光的nir和红光的强度且测定充当除前述区域以外的区域中的反射光的nir和红光的强度，计算出nir和红光的反射率，且生成ndvi图像。因为这个原因，传感器31以如下角度而被安装着：在这个角度下，包括作为被摄对象的农作物的被摄区域和其中能够测定来自天空的红光或nir的入射光的区域。此外，当难以以这个角度来安装传感器时，把全景和倾斜机构设置于传感器照相机11中，利用面向天空的照相机来摄取红光和nir的入射光，控制所述照相机以使得作为被摄对象的农作物的区域被摄像，摄取反射光，且生成上述的ndvi图像。此外，还可以通过测定入射光相对于具有已知反射率的扩散板的强度、根据所述强度与目标的反射亮度之间的比值计算出反射系数、且将该系数转换成反射率，来获得nir和红光的反射率。

在步骤s35中，控制部34控制环境信息测定部37，以使得构成环境信息的温度、湿度和大气压被测定出来。

利用上述的处理，生成诸如rgb图像、ndvi图像、以及被包括在所测定的环境信息中的温度、湿度和大气压等用于构成生育状况信息的信息。需要注意的是，用于构成生育状况信息的信息可以包括除rgb图像、ndvi图像、以及被包括在环境信息中的温度、湿度和大气压以外的信息。这样的信息可以包括在识别生育状况时所必需的信息。

利用服务器和各个终端装置的生育状况信息积累处理

关于图11和图12，将会说明利用服务器14和各终端装置12的生育状况信息积累处理。

在步骤s61中，服务器14中的控制部81控制通信部92，以使得判定是否已经从任何传感器照相机11传输了生育状况信息，且当所述信息没有被传输时，该处理进入到步骤s82。

在步骤s82中，控制部81判定图中没有示出的操作部是否已经被操作且判定是否已经指示了操作的结束，且当指示了它的结束时，该处理结束。此外，当没有指示它的结束时，该处理返回到步骤s61。换言之，如果没有指示所述操作的结束且没有传输生育状况信息，那么就重复步骤s61和s82中的处理。当在步骤s61中生育状况信息从例如图7中的步骤s14的处理被传输时，该处理进入到步骤s62。

在步骤s62中，控制部81控制通信部92以使得从传感器照相机11传输过来的生育状况信息被接收，且控制部81控制生育状况信息积累部82以使得所接收的生育状况信息被积累。在这个说明性的情况下，如这里所述，所接收的生育状况信息可以由来自多个传感器照相机11的多条生育状况信息构成。因此，所述多条生育状况信息可以通过一次处理而被积累。然而，在下面的说明中，通过假定各条生育状况信息是在一个接收处理中从将同一个目标摄像为立体图像的两个传感器照相机11传输的，来进行整个处理，虽然本发明的各种实施例也包含其他处理。

在步骤s63中，控制部81控制目标区域指定部83以便指定目标区域，该目标区域是通过基于被传输的生育状况信息中所包括的rgb图像对目标农作物进行摄像而获得的图像中的区域。作为一个说明性的具体例子，目标区域指定部83提取诸如要从rgb图像计算出生育指标的农作物的形状和色调等特征信息。此外，目标区域指定部83判定被提取的特征信息是否与提前存储的农作物的实际形状和色调匹配，且指定如下的目标区域：该目标区域包括匹配的rgb中的对要被计算生育指标的农作物进行摄像的区域。需要注意的是，在该说明性的情况下，关于要被指定的农作物，例如，目标区域指定部83可以通过基于ip地址(这些ip地址被包括在包含rgb图像的生育状况信息中)搜索管理信息积累部88中所积累的管理信息、且读取和使用如图6所示的农作物的种类方面中所登记的信息，来指定特征信息。

在步骤s64中，控制部81控制rgb图像生育指标计算部84以使得基于rgb图像中的目标区域来计算rgb图像生育指标。作为一个说明性的具体例子，关于稻子的收获时期，例如，rgb图像生育指标计算部84假定：当一穗中的稻壳的绿色残留比例大约是10％时的时间是收获开始时间，且当它的比例大约是2％时的时间是收获时期期限，因此，基于稻壳中的绿色比例而计算生育指标，且该指标被定义为rgb图像生育指标。

在步骤s65中，控制部81控制ndvi图像生育指标计算部85以使得基于ndvi图像中的目标区域来计算ndvi图像生育指标。作为一个说明性的具体例子，ndvi图像生育指标计算部85计算例如目标区域的ndvi的平均值、方差或高阶方差，由此计算ndvi图像生育指标。

在步骤s66中，控制部81控制立体图像生育指标计算部86以使得基于立体图像来计算立体图像生育指标。作为一个说明性的具体例子，立体图像生育指标计算部86从用于摄取rgb图像以构成立体图像的至少两个传感器照相机11提取被包括在生育状况信息中的两个rgb图像。换言之，如图13所示，传感器照相机11-1和11-2从不同的角度对相同的农作物m1进行摄像，且立体图像生育指标计算部86从由所述两个传感器照相机11-1和11-2摄取的两个rgb图像生成立体图像，即视差图像。此外，立体图像生育指标计算部86基于该视差图像而生成目标区域中所存在的农作物的三维图像，且根据尺寸来计算立体图像生育指标。需要注意的是，在步骤s65和s66的处理中的目标区域可以是除基于rgb图像而被获得的区域以外的区域，只要作为目标的作物的区域能够从该区域被指定，或者，如下区域可以被设定成所述目标区域：该区域例如属于ndvi图像中的区域(该区域具有有目标存在于其内的高可能性且具有比预定值高的ndvi值)和基于rgb图像而被获得的区域中的任何一者。

在步骤s67中，控制部81控制生育指标计算部89以使得基于rgb图像生育指标、ndvi图像生育指标和立体图像生育指标来计算目标农作物的生育指标。作为一个说明性的具体例子，生育指标计算部89可以假定所述三种生育指标的平均值为生育指标，可以假定这些指标的加权和(weightedsum)为生育指标，或可以选择这些指标中的一者作为生育指标。此外，当不可能计算全部的rgb图像生育指标、ndvi图像生育指标和立体图像生育指标时，能计算的生育指标的平均值或加权和可以被设定为生育指标。

在步骤s68中，控制部81搜索管理信息积累部88中所积累的管理信息之中的、与从传感器照相机11传输过来的生育状况信息中所包括的ip地址对应的管理信息，且控制部81把被包括在所搜索的管理信息中的生育指标更新为从上述处理计算出的值。

在步骤s69中，控制部81控制收获时期计算部87以使得基于生育指标、环境信息、以及过去的生育状况信息和收获时期的信息来计算收获时期。换言之，收获时期计算部87基于过去的生育评估指数的变化的信息与收获时期的信息之间的关系而计算出从这个季节的生育评估指数的变化的信息预料到的这个季节的收获时期作为预期的适宜收获时期。

在步骤s70中，控制部81搜索管理信息积累部88中所积累的管理信息之中的、与被包括在从传感器照相机11传输过来的生育状况信息中的ip地址对应的管理信息，且控制部81把被包括在所搜索的管理信息中的预期的适宜收获时期的信息更新为从上述处理中计算出的值。

在步骤s71中，控制部81控制传感器照相机操作状况监控部91以致判定在传输基于rgb图像的生育状况信息的传感器照相机11中是否发生了异常。作为一个说明性的具体例子，传感器照相机操作状况监控部91比较都具有生育状况信息积累部82中所积累的生育状况信息中的被传输的生育状况信息中所包括的相同ip地址的当前的rgb图像与在前一时序被摄取的rgb图像，且基于所述图像之间的变化是否大于预定值而判定在传感器照相机11中是否发生了异常。换言之，传感器照相机11基本上是定点照相机，且在rgb图像中将不存在着显著变化，即使摄像间隔的预定时间是例如大约一天。因此，如果存在着显著变化，那么可以认为，传感器照相机11中产生问题。因此，当传感器照相机操作状况监控部91比较当前被传输的rgb图像与前一个rgb图像且由于所述图像之间的显著变化而认为存在着发生在照相机中的异常时，该处理进入到步骤s72。需要注意的是，还能够从nir图像、ndvi图像、ndvi的平均值、方差、高阶方差和生育指标的比较来判定传感器照相机11中的异常的发生。

在步骤s72中，传感器照相机操作状况监控部91认为存在着发生在传输生育状况信息的传感器照相机11中的异常，基于传感器照相机11的ip地址搜索管理信息，且将该发生通知由被搜索的管理信息中所包括的农作物(农田)的拥有者管理且操作的终端装置12或图中没示出的移动电话。

另一方面，当在步骤s71中认为没有异常发生时，跳过步骤s72的处理。

在步骤s73中，控制部81判定生育指标是否高于预定阈值，且判定预期的适宜收获时期是否即将到来。在步骤s73中，当例如生育指标高于预定阈值且预期的适宜收获时期即将到来时，换言之，当认为与预期的适宜收获时期对应的那一天或比那一天提前预定天数的某一天即将到来时，该处理进入到步骤s74。

在步骤s74中，控制部81控制收获计划创建部93以致创建收获计划。例如，收获计划创建部93根据预期的适宜收获时期在根据ip地址被管理的管理信息中重叠的范围内评估将被收获的农作物的数量，且基于可以被相同农作物(农田)的拥有者提前登记的用于收获的农业机械的处理性能而制作如何从收获开始的一天进行收获处理的收获日程。

在步骤s75中，控制部81控制通信部92以致由收获计划创建部93创建的收获计划的信息被传输至由农民管理且操作的终端装置12。需要注意的是，收获计划的信息还可以被传输至由代销商、零售商和消费者管理且操作的终端装置12。利用这个操作，代销商、零售商和消费者能够根据收获计划的信息而制作他们自己的分配计划、销售计划和购买计划。

在这个处理之后，在步骤s91中(图12中)，各终端装置12中的控制部61控制通信部64以致判定是否已经传输收获计划，且重复相同的处理直到该计划被传输。当收获计划通过例如图11中的步骤s75的处理被传输时，在步骤s91中，该处理进入到步骤s92。

在步骤s92中，控制部61控制通信部64以致接收被传输的收获计划的信息。

在步骤s93中，控制部61致使被通信部64接收的收获计划的信息显示在显示部66上。

在步骤s76中(图11中)，控制部81控制配送计划创建部94以致创建配送计划。例如，配送计划创建部94根据预期的适宜收获时期在根据ip地址被管理的管理信息中重叠的范围内评估将被收获的农作物的数量，且基于可以被合同代销商提前登记的用于配送的配送车辆的运输性能而制作如何从收获开始的一天进行配送处理的配送日程。

在步骤s77中，控制部81控制通信部92以致由配送计划创建部94生成的配送计划的信息被传输至由合同代销商管理且操作的终端装置12。需要注意的是，因为在终端装置12中被执行的处理仅仅是替代参照图12的流程图所说明的处理中的收获计划的配送计划的接收和显示，所以省略该处理的说明。此外，在步骤s76和s77的处理中，包括与代销商、零售商和消费者没有签订合同的农田的全部农田的配送计划、销售计划和购买计划可以被传输至如图1所示的作为一系列服务的订约人的代销商、零售商和消费者。此外，在步骤s76和s77的处理中，在代销商、零售商和消费者的经营范围内的区域内的农田的配送计划、销售计划和购买计划可以被传输至如图1所示的作为一系列服务的订约人的代销商、零售商和消费者。在这样的说明性情况下，对于大的分销公司，例如，配送计划可以被传输至它的分部。

在步骤s78中，控制部81控制销售计划创建部95以致创建销售计划。作为一个说明性的具体例子，销售计划创建部95根据预期的适宜收获时期在根据ip地址被管理的管理信息中重叠的范围内评估将被收获的农作物的数量，且基于在被合同零售商提前登记的店面中可显示的作物的数量而制作如何从收获开始的一天进行销售的销售日程。

在步骤s79中，控制部81控制通信部92以致由销售计划创建部95创建的销售计划的信息被传输至由合同零售商管理且操作的终端装置12。需要注意的是，因为在终端装置12中被执行的处理仅仅是替代参照图12的流程图所说明的处理中的收获计划的销售计划的接收和显示，所以省略该处理的说明。此外，在步骤s78和s79的处理中，可以被这样地构造：从图1所示的充当各农田的一系列服务的订约人的零售商中选择位于农田附近的零售商，且销售计划被传输至所选择的零售商。在这样的说明性情况下，例如，销售计划可以被传输至诸如超市等大的零售商的分部，且进一步地，增加有配送计划的信息可以被传输至那里。

在步骤s80中，控制部81控制购买计划创建部96以致创建购买计划。作为一个说明性的具体例子，购买计划创建部96根据预期的适宜收获时期在根据ip地址被管理的管理信息中重叠的范围内评估将被收获的农作物的数量，且基于被合同消费者提前登记的用于购买的作物的期望数量而制作如何从收获开始的一天进行购买的购买日程。

在步骤s81中，控制部81控制通信部92以致由购买计划创建部96生成的购买计划的信息被传输至终端装置12，且该处理返回到步骤s61。需要注意的是，因为在终端装置12中被执行的处理仅仅是替代参照图12的流程图所说明的处理中的收获计划的购买计划的接收和显示，所以省略该处理的说明。此外，在步骤s80和s81的处理中，用于被购买的作物的农田的购买计划可以被传输至图1所示的作为一系列服务的订约人的消费者之中的各消费者。此外，可以根据例如位于消费者的位置附近且将销售计划传输至从零售商购买作物的消费者的特定零售商的销售计划而生成购买计划。

此外，在步骤s73中，当生育指标不高于预定阈值时，该处理进入到步骤s83到s86。需要注意的是，因为步骤s83到s86的处理与步骤s74、s76、s78和s80的处理相同，所以将省略它们的说明。换言之，即使当生育指标在步骤s73中不高于预定阈值时，也可以被这样地构造：创建收获计划、配送计划、销售计划和购买计划，且当存在着关于各所述计划的查询时，可以对各计划做出应答，且每当生育指标的发展发生时，可以传输该发展。

换言之，从上面的处理，以预定的时间间隔从传感器照相机11传输过来的各条生育状况信息被顺序地积累。在这个时间内，基于传感器照相机11的ip地址而被管理的管理信息中的生育指标和预期的适宜收获时期基于所述生育状况信息条而被顺序地更新和记录。结果，生育指标和预期的适宜收获时期以预定的时间间隔被更新成最新信息，且当预期的适宜收获时期到来时，被更新的信息能够作为收获计划、配送计划、销售计划和购买计划的信息而被实时地传输至由农民、合同代销商、合同零售商和合同消费者中的各者管理和操作的终端装置12。此外，因为能够通过传输收获计划、配送计划、销售计划和购买计划的信息而根据预期的适宜收获时期采取适当行为，所以有效的收获、配送、销售和购买是可能的。此外，通过以时间序列的方式比较rgb图像从而检测传感器照相机11中的异常，能够监控传感器照相机11是否被适当地安装。此外，因为即使当传感器照相机11被偷或由于风暴而被移动到另一个位置时或当农作物被偷时，传感器照相机11也能够被用作通信路径，所以能够通过比较被传输的位置信息与管理信息中所包括的位置信息而检测异常。此外，当传感器照相机11能够被用作通信路径时，即使当传感器照相机11的摄像方向或角度由于任何原因而发生改变时，也能够假定发生异常且能够通过相同的处理检测异常。需要注意的是，收获计划、配送计划、销售计划和购买计划可以在被指定为预期的适宜收获时期的那一天被传输，或在比被指定的那天提前预定天数的某天被传输。

查询应答处理

关于图14，将说明查询应答处理。需要注意的是，在这里，将说明通过由农民管理且操作的终端装置12将用来查询收获时期的查询信息传输至服务器14且接收和显示应答信息的处理。需要注意的是，因为当合同零售商、合同消费者和合同代销商做出相同的查询时执行相同的处理，所以省略该处理的说明。

换言之，在步骤s101中，终端装置12中的控制部61控制操作部63以致判定是否根据用户的操作而做出查询操作，且重复相同的处理直到认为存在着查询操作。当在步骤s101中认为存在着查询操作时，该处理进入到步骤s102。

在步骤s102中，查询部62生成用来查询收获时期的查询信息，该收获时期与用来识别监控被种植在合同农民的农田中的农作物的传感器照相机11的、存储在ip地址存储部65中的ip地址对应。需要注意的是，当图1所示的接收一系列服务的合同代销商、零售商和消费者订立服务合同而非各农田(各ip地址)的合同时，查询部62提前存储其中代销商、零售商和消费者的经营范围与对应于传感器照相机11的ip地址对应的关系表，且生成包括取决于代销商、零售商和消费者的经营范围的ip地址的查询信息。

在步骤s103中，控制部61控制通信部64以致用来查询收获时期的由查询部62生成的查询信息通过网络13被传输至服务器14。

在步骤s121中，服务器14中的控制部81控制查询受理部97以致判定查询信息是否已经从通信部92被传输，且重复相同的处理直到所述信息被传输。此外，当在步骤s121中认为查询信息被传输时，该处理进入到步骤s122。

在步骤s122中，控制部81控制查询受理部97以致获得从通信部92传输过来的查询信息，且核实查询的内容。

在步骤s123中，控制部81基于查询信息中所包括的ip地址而搜索在管理信息积累部88中所积累的管理信息，且读取被搜索的管理信息中的预期的适宜收获时期的信息和区域的信息。在这里，当存在着多个监控由农民种植的农作物的传感器照相机11时，包括多个ip地址。此外，在这里，被搜索的预期的适宜收获时期的信息不仅基于被安装在农民自己的农田中的传感器照相机11，而且基于指定由用户命名的传感器照相机11的ip地址。

在步骤s124中，控制部81控制制图部90以致预期的适宜收获时期的信息被绘制在与取决于日程的区域的读取信息对应的位置中，从而，生成预期的适宜收获时期制图信息。

在步骤s125中，控制部81控制应答创建部98以致创建包括所生成的预期的适宜收获时期制图信息的应答信息。

在步骤s126中，控制部81控制通信部92以致包括所创建的预期的适宜收获时期制图信息的应答信息被传输至传输查询信息的终端装置12。

在步骤s104中，终端装置12中的控制部61控制通信部64以致接收应答信息。

在步骤s105中，终端装置12中的控制部61致使包括所接收的预期的适宜收获时期制图信息的应答信息被显示在显示部66上。

根据上述的处理，预期的适宜收获时期的信息能够获得制图信息。此外，利用所显示的制图信息，预期的适宜收获时期的信息能够以实时按需的方式被传输。需要注意的是，在上面，已经说明了通过由农民管理的终端装置12执行的查询应答处理，但是也能够在由合同代销商、合同零售商和合同消费者管理的终端装置12中执行相同的处理。此外，在上面，查询的内容是预期的适宜收获时期的信息，但是即使所述内容是其他内容，例如，由服务器14管理的收获计划、配送计划、销售计划和购买计划，也可以通过相同的处理进行查询，或可以对所述查询做出应答。此外，例如农作物的预期的适宜收获时期的制图信息可以被传输至由农民、代销商和消费者管理的终端装置12，或零售商针对各农作物进行分类且预期的适宜收获时期的制图信息被传输至零售商。换言之，预期的适宜收获时期的信息(例如，农作物的名字、收获时期和将被配送到的分部的名字)能够被传输至大超市。

需要注意的是，在上面，已经说明了这样的例子：其中rgb图像和nir图像由传感器照相机11摄取，包括所述图像的生育状况信息被传输至服务器14，rgb图像生育指标和ndvi图像生育指标由服务器14计算，且预期的适宜收获时期被计算。然而，通过在传感器照相机11中设置服务器14的相同功能，可以被这样地构造：利用传感器照相机11，指定对目标农作物进行摄像的区域，计算被指定为rgb图像和ndvi图像中的对农作物进行摄像的区域的区域的rgb图像生育指标和ndvi图像生育指标，生成包括该指标的生育状况信息，且把所述信息提供给服务器14。此外，除了这些功能以外，传感器照相机11可以在与另一个附近的传感器照相机11的合作下摄取立体图像，且计算立体图像生育指标。此外，传感器照相机11可以基于如上地获得的rgb图像生育指标、ndvi图像生育指标和立体图像生育指标而计算生育指标和预期的适宜收获时期。在这个说明性情况下，当计算预期的适宜收获时期时，传感器照相机11可以读取在服务器14中所积累的过去的生育状况信息，且还可以使用所述过去的生育状况信息来计算预期的适宜收获时期。

此外，在上面，关于信息处理系统的构造，已经说明了其中包括传感器照相机11、终端装置12和服务器14的构造示例，然而，云计算机可以被用来替代服务器14。

2.第一变形例

在上面，已经说明了其中对由传感器照相机11摄取到的信息进行去马赛克而生成rgb分量信号图像和nir分量信号图像的例子，然而，如图15所示，例如，使用包括在去马赛克之前的红光信号和nir信号的图像p112和p114，可以生成如图像p132所示的ndvi图像p132。因为能够省略去马赛克处理，或能够利用这个操作减少要处理的像素的数量，所以能够降低处理负荷且能够提高处理速度。需要注意的是，因为图像p111、p113、p121到p123和p131与图3中的图像p11、p13、p21到p23和p31相同，所以将省略它们的说明。

3.第二变形例

此外，在上面，已经说明了其中rgb和nir分量信号的像素沿传感器照相机11的平面的方向排列的例子，然而，如图16所示，例如，传感器31可以通过垂直于光传播方向层叠传感器层而被构造以便生成分量信号图像。换言之，在图16中，蓝光传感器层l1、绿光传感器层l2、红光传感器层l3和nir传感器层l4被构造成从如图像p151所示的图的上面被层叠。各层具有只检测具有目标波长的颜色分量的传感器结构。结果，生成包括各层的图像p161到p164中的绿光、红光、蓝光和nir分量信号图像的图像p161到p164。结果，从图像p161到p163生成rgb图像p171，且从图像p162和p164生成ndvi图像p172。

4.第三变形例

此外，关于检测rgb分量信号的传感器31，可以被这样地构造：例如，包括介电层叠膜(例如，如图17中的左部分所示的由sio或sin制成的层叠膜)的红外截止滤波器f被设置于图17中的右部分所示的rgb滤色片fr、fg和fb下方，以便检测rgb信号分量的传感器不检测nir，且红外截止滤波器f只是不被设置于nir传感器的黑色(可见光截止)滤波器fa下方。需要注意的是，图17中的右部分是传感器31中的2像素乘2像素的立体外观图，且该图中的左部分是红外截止滤波器f的放大截面图，其示出了红外光ir被红外截止滤波器阻挡且只有除红外光ir以外的光t透过传感器。需要注意的是，黑色滤波器fa可以被构造成不包括滤色片。

5.第四变形例

此外，如例如图18所示，检测nir分量信号的传感器31可以被构造成红外截止滤波器f被设置于rgb滤色片fc下方和传感器sc上方，以便检测rgb信号分量的传感器不检测nir，且红外截止滤波器f不只是被设置于nir传感器sc上方。需要注意的是，图18是传感器31中的4个像素的截面图，其示出了从该图的左边布置着的针对nir的像素p1、针对除nir以外的光的像素p2、针对nir的像素p3和针对除nir以外的光的像素p4的构造。

需要注意的是，在上面，已经说明了其中基于rgb信号分量和nir信号分量生成ndvi图像和使用从所生成的ndvi图像获得的ndvi图像生育指标的例子，然而，可以使用其他生育指标，只要所述生育指标是基于rgb信号分量和nir信号分量而获得的。因此，可以被这样地构造：替代ndvi图像，使用例如基于rgb信号分量和nir信号分量而获得的简单比例(sr：simpleratio)图像、全球环境监控指数(gemi：globalenvironmentmonitoringindex)图像、土壤调节植被指数(savi：soiladjustedvegetationindex)图像、增强植被指数(evi：enhancedvegetationindex)图像、垂直植被指数(pvi：perpendicularvegetationindex)图像、光化学反射指数(pri：photochemicalreflectanceindex)图像、结构不敏感色素指数(sipi：structureinsensitivepigmentindex)图像、植物感测反射指数(psri：plantsensingreflectanceindex)图像、叶绿素指数(ci：chlorophyllindex)图像、经修改的简单比例(msr：modifiedsimpleratio)图像、经修改的归一化差分(mnd：modifiednormalizeddifference)图像、冠层叶绿素指数(cci：canopychlorophyllindex)图像、水指数(wi：waterindex)图像、归一化差分水指数(ndwi：normalizeddifferencewaterindex)图像、纤维素吸收指数(cai：celluloseabsorptionindex)图像、比值植被指数(rvi：ratiovegetationindex)图像、植被指数的种类(kvi：kindofvegetationindex)图像和差分植被指数(dvi：differencevegetationindex)图像，且计算和使用与所述图像对应的生育指标。此外，通过组合基于rgb信号分量和nir信号分量而获得的多种图像，可以获得且使用被组合的图像的图像生育指标。

能够利用硬件或软件执行上述的一系列处理。当利用软件执行所述一系列处理时，构成该软件的程序被安装在合并到专用硬件中的计算机中或例如能够通过在其中安装来自记录介质的各种程序而执行各种功能的通用个人计算机中。

图19图示了通用个人计算机的说明性构造示例。个人计算机具有构建在其中的中央处理器(cpu)1001。cpu1001通过总线1004而被连接至输入及输出接口1005。只读存储器(rom)1002和随机存取存储器(ram)1003被连接至总线1004。

输入部1006、输出部1007、存储部1008和通信部1009被连接至输入及输出接口1005，输入部1006由诸如键盘或鼠标等输入设备构造而成，用户利用该输入设备输入操作指令，输出部1007在显示设备上输出处理操作画面或处理结果图像，存储部1008由其中存储有程序和各种各样的数据的硬盘驱动器构造而成，通信部1009由局域网(lan)适配器构造而成且通过以因特网为代表的网络执行通信处理。此外，从诸如磁盘(包括软盘)、光盘(包括只读光盘存储器(cd-rom)或数字式多用盘(dvd))、磁光盘(包括迷你光盘(md))或半导体存储器等可移动介质1011中读取数据且将数据写入上述的可移动介质1011中的驱动器1010被连接至输入及输出接口1005。

cpu1001根据存储于rom1002中的程序或从诸如磁盘、光盘、磁光盘或半导体存储器等可移动介质1011读取、被安装在存储部1008中且从存储部1008被加载在ram1003上的程序而执行各种处理。ram1003还适当地存储针对cpu1001的数据以便执行各种处理。这样的数据可以是cpu1001必要的以便执行各种处理。

当cpu1001致使例如存储在存储部1008中的程序被加载在ram1003上且通过输入及输出接口1005和总线1004执行程序时，被如上所述地构造的计算机执行上述的一系列处理。

由计算机(cpu1001)执行的程序能够通过被记录在可移动介质1011(例如，包装介质)上而被提供。此外，能够通过诸如局域网或因特网等有线或无线传输介质或以数字卫星广播的方式提供程序。

能够通过在驱动器1010中加载可移动介质1011，通过输入及输出接口1005在计算机的存储部1008中安装程序。此外，能够通过经由有线或无线传输介质利用通信部1009接收程序而将该程序安装在存储部1008中。此外，程序能够提前被安装在rom1002或存储部1008中。

需要注意的是，由计算机执行的程序可以是如下的程序：利用该程序，能够按照如在这里所述的顺序以时序的方式执行处理，或利用该程序，能够例如并行地或在诸如当存在着上门服务(call-out)等时序执行处理。

此外，在本说明书中，系统意味着一组的多个构成元件(诸如器件或模块(部件))，且全部的构成元件被容纳在相同的外壳中是没有关系的。因此，被容纳在单独的外壳中且通过网络彼此连接的多个器件和其中多个模块被容纳在一个外壳中的一个器件落入系统内。

需要注意的是，本发明所公开的技术的实施例不局限于上述的实施例，且在不脱离本发明所公开的技术的本质的范围内，能够对实施例进行各种各样的修改。

例如，本发明所公开的技术能够采用其中一个功能被分割且通过网络被多个设备共用的云计算构造。

此外，能够利用一个设备完成上面的流程图中所说明的各步骤的执行，或能够利用多个设备分别地完成各步骤的执行。

而且，当一个步骤中包括多个处理时，能够利用一个设备完成该步骤中所包括的多个处理的执行，或能够利用多个设备分别地完成该步骤中所包括的多个处理的执行。

需要注意的是，本发明所公开的技术还能够采用下列构造。

(a-1)一种方法，其包括：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；并且基于所述生育指标来计算预期的收获时期，其中，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

(a-2)根据(a-1)所述的方法，其还包括：将所述预期的收获时期传送至外部团体。

(a-3)根据(a-2)所述的方法，其中，所述外部团体是零售商、一般消费者、餐馆、食品生产者中的至少一者。

(a-4)根据(a-1)至(a-3)中至少一项所述的方法，其中，基于去马赛克后的rgb像素信号生成所述可视图像数据。

(a-5)根据(a-1)至(a-4)中至少一项所述的方法，其中，基于去马赛克后的r和ir信号生成所述不可视图像数据。

(a-6)根据(a-1)至(a-4)中至少一项所述的方法，其中，基于没有去马赛克的r和ir信号生成所述不可视图像数据。

(a-7)根据(a-1)至(a-3)中至少一项所述的方法，其中，基于去马赛克后的rgb像素信号生成所述可视图像数据，且其中，基于去马赛克后的r和ir信号生成近红外线图像数据。

(a-8)根据(a-1)至(a-3)中至少一项所述的方法，其中，基于去马赛克后的rgb像素信号生成所述可视图像数据，且其中，基于没有去马赛克的r和ir信号生成近红外线图像数据。

(a-9)根据(a-1)至(a-8)中至少一项所述的方法，其中，使用堆叠型图像传感器来获得所述一组光学数据，其中，所述堆叠型图像传感器具有被堆叠在绿光传感器层上的蓝光传感器层，其中，所述绿光传感器层被堆叠在红光传感器层上，且其中，所述红光传感器层被堆叠在近红外线(nir)传感器层上。

(a-10)根据(a-1)至(a-8)中至少一项所述的方法，其中，使用包括被设置于层叠膜上方的一组rgb滤色片的图像传感器来获得所述一组光学数据，其中，所述层叠膜包括sio和sin中的至少一者，且其中，所述一组rgb滤色片包括fr滤色片、fg滤色片和fb滤色片。

(a-11)根据(a-1)至(a-8)中至少一项所述的方法，其中，使用包括被设置于一组红外(ir)截止滤波器上方的一组rgb滤色片的图像传感器来获得所述一组光学数据，且其中，所述一组红外截止滤波器被设置在一组图像传感器上方。

(a-12)根据(a-1)至(a-11)中至少一项所述的方法，其还包括：基于来自从所述至少两个摄像器件获得的所述一组图像数据中的至少两个图像数据来计算视差图像数据；且基于所述视差图像数据来计算所述生育指标，并且其中，所述至少两个图像数据是利用所述至少两个摄像器件从两个角度和/或从所述至少两个位置摄取的。

(a-13)一种系统，其包括：摄像器件，其中，服务器和所述摄像器件中的至少一者被构造成：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；且基于所述生育指标来计算预期的收获时期，其中，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

(a-14)根据(a-13)所述的系统，其还包括服务器，其中，所述摄像器件与所述服务器通信。

(a-15)根据(a-14)所述的系统，其中，所述服务器和所述摄像器件中的至少一者还被构造成将所述预期的收获时期传送至外部团体。

(a-16)根据(a-13)至(a-15)中任一项所述的系统，其中，基于去马赛克后的rgb像素信号生成所述可视图像数据。

(a-17)根据(a-13)至(a-16)中任一项所述的系统，其中，基于去马赛克后的r和ir信号生成所述不可视图像数据。

(a-18)根据(a-13)-(a-16)中任一项所述的系统，其中，基于没有去马赛克的r和ir信号生成所述不可视图像数据。

(a-19)根据(a-13)至(a-18)中任一项所述的系统，其中，使用堆叠型图像传感器来获得所述一组光学数据，其中，所述堆叠型图像传感器具有被堆叠在绿光传感器层上的蓝光传感器层，其中，所述绿光传感器层被堆叠在红光传感器层上，且其中，所述红光传感器层被堆叠在近红外线传感器层上。

(a-20)根据(a-13)至(a-18)中任一项所述的系统，其中，使用包括被设置于层叠膜上方的一组rgb滤色片的图像传感器来获得所述一组光学数据，其中，所述层叠膜包括sio和sin中的至少一者，且其中，所述一组rgb滤色片包括fr滤色片、fg滤色片和fb滤色片。

(a-21)根据(a-13)至(a-18)中任一项所述的系统，其中，使用包括被设置于一组红外(ir)截止滤波器上方的一组rgb滤色片的图像传感器来获得所述一组光学数据，其中，所述一组红外截止滤波器被设置在一组图像传感器上方。

(a-22)根据(a-13)至(a-21)中任一项所述的系统，其中，所述服务器和所述摄像器件中的至少一者还被构造成：基于来自从所述至少两个摄像器件获得的所述一组图像数据中的至少两个图像数据来计算视差图像数据；且基于所述视差图像数据来计算所述生育指标，其中，所述至少两个图像数据是利用所述至少两个摄像器件从两个角度和/或从所述至少两个位置摄取的。

(a-23)一种有形的、非暂时性的计算机可读介质，该计算机可读介质上存储有用于致使处理器执行如下方法的指令，所述方法包括：获得生物体的图像信息，所述图像信息包含一组光学数据；基于所述一组光学数据来计算生育指标；并且基于所述生育指标来计算预期的收获时期，其中，所述图像信息包含下列中的至少一者：(a)从图像传感器获得的可视图像数据和从所述图像传感器获得的不可视图像数据；以及(b)来自至少两个摄像器件的一组图像数据，这里所述至少两个摄像器件从至少两个位置摄取所述一组图像数据。

(a-24)根据(a-23)所述的计算机可读介质，其中，所述方法还包括将所述预期的收获时期传送至外部团体。

(a-25)根据(a-24)所述的计算机可读介质，其中，所述外部团体是零售商、一般消费者、餐馆、食品生产者中的至少一者。

(a-26)根据(a-23)至(a-25)中至少一项所述的计算机可读介质，其中，基于去马赛克后的rgb像素信号生成所述可视图像数据。

(a-27)根据(a-23)至(a-26)中至少一项所述的计算机可读介质，其中，基于去马赛克后的r和ir信号生成所述不可视图像数据。

(a-28)根据(a-23)至(a-27)中至少一项所述的计算机可读介质，其中，所述方法还包括：基于来自从所述至少两个摄像器件获得的所述一组图像数据中的至少两个图像数据来计算视差图像数据；且基于所述视差图像数据来计算所述生育指标，其中，所述至少两个图像数据是利用所述至少两个摄像器件从两个角度和/或从所述至少两个位置摄取的。

此外，需要注意的是，本发明所公开的技术还能够采用下列技术方案。

(b-1)一种信息处理系统，其包括摄像部、指定部和生育指标计算部，所述摄像部摄取农作物的图像作为rgb图像和近红外线(nir)图像，所述指定部指定所述图像中的以所述农作物为被摄对象进行摄像的区域，所述生育指标计算部基于从所述rgb图像、所述nir图像和由所述指定部指定的所述图像中的对被摄对象进行摄像的所述区域的所述rgb图像中的红色图像获得的生育指标图像来计算所述农作物的生育指标。

(b-2)根据上面的(b-1)所述的信息处理系统，其中所述生育指标图像是归一化差分植被指数(ndvi：normalizeddifferencevegetationindex)图像、简单比例(sr：simpleratio)图像、全球环境监控指数(gemi：globalenvironmentmonitoringindex)图像、土壤调节植被指数(savi：soiladjustedvegetationindex)图像、增强植被指数(evi：enhancedvegetationindex)图像、垂直植被指数(pvi：perpendicularvegetationindex)图像、光化学反射指数(pri：photochemicalreflectanceindex)图像、结构不敏感色素指数(sipi：structureinsensitivepigmentindex)图像、植物感测反射指数(psri：plantsensingreflectanceindex)图像、叶绿素指数(ci：chlorophyllindex)图像、经修改的简单比例(msr：modifiedsimpleratio)图像、经修改的归一化差分(mnd：modifiednormalizeddifference)图像、冠层叶绿素指数(cci：canopychlorophyllindex)图像、水指数(wi：waterindex)图像、归一化差分水指数(ndwi：normalizeddifferencewaterindex)图像、纤维素吸收指数(cai：celluloseabsorptionindex)图像、比值植被指数(rvi：ratiovegetationindex)图像、植被指数的种类(kvi：kindofvegetationindex)图像、差分植被指数(dvi：differencevegetationindex)图像中的任何一者或任意组合。

(b-3)根据上面的(b-1)所述的信息处理系统，其中，所述摄像部被构造成包括所述rgb图像中的各颜色的图像传感器和针对nir的图像传感器。

(b-4)根据上面的(b-3)所述的信息处理系统，其中，所述摄像部具有用于所述rgb图像和nir的各颜色的像素的平面阵列。

(b-5)根据上面的(b-3)所述的信息处理系统，其中，所述摄像部具有用于所述rgb图像和nir的各颜色的像素，所述像素被排列成沿光传播方向层叠着。

(b-6)根据上面的(b-1)所述的信息处理系统，其还包括生育指标图像计算部，所述生育指标图像计算部基于由所述指定部指定的所述图像中的以所述农作物为被摄对象进行摄像的所述区域的所述红色图像和所述nir图像来计算所述农作物的所述生育指标图像，且其中，所述生育指标计算部基于由所述生育指标图像计算部计算出的所述生育指标图像来计算所述农作物的生育指标。

(b-7)根据上面的(b-6)所述的信息处理系统，其中，所述生育指标图像计算部根据基于所述图像中的由所述指定部指定的且以所述农作物为被摄对象进行摄像的所述区域的所述红色图像和所述nir图像而获得的近红外线的反射率来计算所述生育指标图像，且基于所述生育指标图像的平均值、方差或高阶方差来计算所述农作物的生育指标。

(b-8)根据上面的(b-1)所述的信息处理系统，其还包括rgb图像生育指标计算部，所述rgb图像生育指标计算部基于所述图像中的由所述指定部指定的且以所述农作物为被摄对象进行摄像的所述区域的所述红色图像和所述nir图像来计算所述农作物的rgb图像生育指标，且其中，所述生育指标计算部基于由所述rgb图像生育指标计算部计算出的所述rgb图像生育指标来计算所述农作物的生育指标。

(b-9)根据上面的(b-8)所述的信息处理系统，其中，所述rgb图像生育指标计算部根据所述图像中的由所述指定部指定的且以所述农作物为被摄对象进行摄像的所述区域的所述rgb图像中的预定颜色的比值来计算rgb图像生育指标。

(b-10)根据上面的(b-1)所述的信息处理系统，其还包括视差图像生育指标计算部，所述视差图像生育指标计算部基于从通过从不同角度摄取同一个作为被摄对象的所述农作物而获得的至少两个图像获得的视差图像来计算视差图像生育指标，所述至少两个图像是所述图像中的由所述指定部指定的且以所述农作物为被摄对象进行摄像的所述区域的所述rgb图像，且其中，所述生育指标计算部基于由所述视差图像生育指标计算部计算出的所述视差图像生育指标来计算所述农作物的生育指标。

(b-11)根据上面的(b-10)所述的信息处理系统，其中，所述视差图像生育指标计算部根据沿摄像方向到所述农作物的距离而估计的所述农作物的尺寸计算所述视差图像生育指标，所述尺寸是基于从通过从不同角度摄取同一个作为被摄对象的所述农作物而获得的至少两个图像获得的视差图像而计算得出的，所述至少两个图像是所述图像中的由所述指定部指定的且以所述农作物为被摄对象进行摄像的所述区域的所述rgb图像。

(b-12)根据上面的(b-1)所述的信息处理系统，其还包括存储部和收获时期计算部，所述存储部存储所述摄像部的位置、由所述摄像部摄取的图像、由所述摄像部摄取的所述图像的摄取日期和时间以及作为与用来识别所述摄像部的信息对应的管理信息的由所述摄像部摄取的各农作物的生育指标，所述收获时期计算部基于存储在所述存储部中的各农作物的所述生育指标以及过去的各农作物的生育指标与收获时期的关系计算所述农作物的预期的适宜收获时期，且其中，所述存储部还存储与用来识别所述摄像部的所述信息对应的由所述收获时期计算部计算的所述预期的适宜收获时期的信息。

(b-13)根据上面的(b-12)所述的信息处理系统，其中，包括传感器、服务器和终端装置，所述传感器设置有所述摄像部，所述服务器管理存储所述管理信息的所述存储部，所述终端装置向所述服务器查询收获时期，并且，当从所述终端装置接收所述预期的适宜收获时期的查询时，所述服务器响应于基于存储在所述存储部中的所述管理信息的所述预期的适宜收获时期的所述查询而生成包括基于存储在所述存储部中的所述管理信息的所述预期的适宜收获时期的应答信息，且将所述应答信息传输至所述终端装置。

(b-14)一种信息处理系统的信息处理方法，该方法包括：摄取农作物的图像作为rgb图像和近红外线(nir)图像；指定所述图像中的以所述农作物为被摄对象进行摄像的区域；且基于从所述rgb图像、所述nir图像和由所述指定部指定的且其中对所述被摄对象进行摄像的所述图像中的所述区域的所述rgb图像中的红色图像获得的生育指标图像计算所述农作物的生育指标。

(b-15)一种程序，其致使控制信息处理系统的计算机执行：摄取农作物的图像作为rgb图像和近红外线(nir)图像；指定所述图像中的以所述农作物为被摄对象进行摄像的区域；且基于从所述rgb图像、所述nir图像和由所述指定部指定的且其中对所述被摄对象进行摄像的所述图像中的所述区域的所述rgb图像中的红色图像获得的生育指标图像计算所述农作物的生育指标。

(b-16)一种摄像器件，其包括摄像部、指定部和生育指标计算部，所述摄像部摄取农作物的图像作为rgb图像和近红外线(nir)图像，所述指定部指定其中对被摄对象进行摄像的所述图像中的区域，所述生育指标计算部基于从所述rgb图像、所述nir图像和由所述指定部指定的且其中对所述被摄对象进行摄像的所述图像中的所述区域的所述rgb图像中的红色图像获得的生育指标图像计算所述农作物的生育指标。

(b-17)根据上面的(16)所述的摄像器件，其中所述生育指标图像是归一化差分植被指数(ndvi)图像、简单比例(sr)图像、全球环境监控指数(gemi)图像、土壤调节植被指数(savi)图像、增强植被指数(evi)图像、垂直植被指数(pvi)图像、光化学反射指数(pri)图像、结构不敏感色素指数(sipi)图像、植物感测反射指数(psri)图像、叶绿素指数(ci)图像、经修改的简单比例(msr)图像、经修改的归一化差分(mnd)图像、冠层叶绿素指数(cci)图像、水指数(wi)图像、归一化差分水指数(ndwi)图像、纤维素吸收指数(cai)图像、比值植被指数(rvi)图像、植被指数的种类(kvi)图像和差分植被指数(dvi)图像中的任何一者或组合。

(b-18)根据上面的(16)所述的摄像器件，其中所述摄像部被构造成包括所述rgb图像中的各颜色的图像传感器和针对nir的图像传感器。

(b-19)一种摄像方法，其包括：摄取农作物的图像作为rgb图像和近红外线(nir)图像；指定所述图像中的以所述农作物为被摄对象进行摄像的区域；且基于从所述rgb图像、所述nir图像和由所述指定部指定的且其中对所述被摄对象进行摄像的所述图像中的所述区域的所述rgb图像中的红色图像获得的生育指标图像计算所述农作物的生育指标。

(b-20)一种程序，其致使用于控制摄像器件的计算机执行：摄取农作物的图像作为rgb图像和近红外线(nir)图像；指定所述图像中的以所述农作物为被摄对象进行摄像的区域；且基于从所述rgb图像、所述nir图像和由所述指定部指定的且其中对所述被摄对象进行摄像的所述图像中的所述区域的所述rgb图像中的红色图像获得的生育指标图像计算所述农作物的生育指标。

如在这里所使用的，“至少一个”、“一个或多个”和“和/或”是在操作中既连接又分离的开放式表达。例如，“a、b和c中的至少一者”、“a、b或c中的至少一者”、“a、b和c中的一个或多个”、“a、b或c中的一个或多个”和“a、b和/或c”中的每个表达的意思是只有a、只有b、只有c、a和b一起、a和c一起、b和c一起或a、b和c一起。

需要注意的是，术语“一个”或“一个”实体指的是一个或多个该实体。正因为如此，在这里，术语“一个”(或“一个”)、“一个或多个”和“至少一个”能够被交替地使用。还需要注意的是，术语“包含”、“包括”和“具有”能够被交替地使用。

如在这里所使用的，术语“判定”、“计算”和“计算”及其变形能够被交替地使用，且包括任何类型的方法论、处理、数学运算或技术。

如在这里所使用的，术语“计算机可读介质”指的是任何参与向用于执行的处理器提供指令的有形的存储器和/或传输介质。这样的介质可以使用许多方式，包括但不局限于非易失性媒介、易失性媒介和传输媒介。非易失性媒介包括例如nvram、磁盘或光盘。易失性媒介包括诸如主存储器等动态存储器。常见形式的计算机可读媒介包括例如软盘、软磁盘、硬盘、磁带或任何其他磁性介质、磁光介质、cd-rom、任何其他光学介质、穿孔卡、纸带、具有孔的图案的任何其他物理介质、ram、prom和eprom、flash-eprom、像存储卡这样的固体介质、任何其他的存储芯片或盒式磁盘、如以下说明的载波、或任何其他的计算机能够读取的介质。电子邮件的数字文档附件、其他自包含信息存档或存档集被看作等同于有形存储介质的分发介质。当计算机可读媒介被构造成数据库时，应当理解的是，该数据库可以是任何类型的数据库，诸如关系型的、分级的、面向对象型的和/或等等。因此，本发明考虑包括存储有本发明的软件实施的有形的存储介质或分发介质和现有技术的公认等效物和后继媒介。

如在这里所使用的术语“模块”指的是任何已知的或后来开发的能够执行与该元件对应的功能的硬件、软件、固件、人工智能、模糊逻辑或硬件和软件的组合。而且，虽然根据示例性实施例说明了本发明，但是应当理解的是，能够单独地要求保护本发明的各个方面。

本领域技术人员应当理解，依据设计要求和其他因素，可以在本发明随附的权利要求或其等同物的范围内进行各种修改、组合、次组合以及改变。