Räumlich hochauflösende Unkrauterkennung mittels Flugroboter und merkmalsextrahierender Bildverarbeitung

Pflanz, Michael GND; Schirrmann, Michael; Nordmeyer, Henning GND

Für ein teilflächenspezifisches Unkrautmanagement sind Informationen über die Anzahl und die Verteilung verschiedener Unkrautarten auf einer Flächeneinheit erforderlich. Ist diese Voraussetzung erfüllt, kann die Applikation von Herbiziden hinsichtlich Aufwandmenge und Herbizidwahl an räumlich variable Unkrautsituationen landwirtschaftlicher Flächen angepasst werden. Neben einer online-Erfassung am Traktor oder Feldspritze werden künftig autonom fliegende Sensorplattformen eingesetzt, deren hochauflösende Luftbildaufnahmen Basis sind für die Generierung von artspezifischen Unkrautkarten. Damit würden ausreichend Informationen zur Verfügung stehen, um Aufwandmengen für Pflanzenschutzmittel bereits vor der Applikation exakt zu ermitteln und Restmengen zu reduzieren. Für die Unkrauterkennung selbst werden zunehmend Methoden des maschinellen Lernens adaptiert, die eine objektbasierte Klassifikation anhand eindeutiger Merkmale vieler Unkrautarten weiter voranbringt. Während spektral-optische Klassifikatoren bereits intensiv genutzt werden, um variable Nährstoff- und Wasserdefizite räumlich auflösen, hat die objektbasierte Klassifikation für eine artspezifische Unterscheidung von Leitunkräutern ihr volles Potential bisher noch nicht erreicht. In der vorliegenden Studie wurde ein neuer Ansatz objekt-basierter Unkrauterkennung getestet. Die Klassifikation unterschiedlicher Pflanzenarten erfolgte mit dem Bag-of-visual-Word (BoVW) Ansatz auf der Basis hochauflösender Luftbildaufnahmen von autonomen Luftfahrtzeugen (UAV). BoVW ist ein objektbasierter Klassifizierer der bereits seit einiger Zeit in der landwirtschaftlichen Forschung diskutiert wird. Die Ergebnisse zeigen, dass der BoVW-Ansatz eine artspezifische Unterscheidung zwischen Matricaria recutita L. und Papaver rhoeas L. mit guter Erkennungsleistung ermöglicht, wenn parallel eine objekt-basierte Klassifizierung der Kulturpflanzen (Triticum aestivum L.) und Boden erfolgt. Für die Erstellung praxisrelevanter Unkrautkarten als Basis für eine künftige teilflächenspezifische Herbizidapplikation müssen noch weitere Unkrautarten in den Klassifikator integriert werden. Hierzu erfolgen derzeit weitere Untersuchungen.

Vorschau

Zitieren

Zitierform:

Pflanz, Michael / Schirrmann, Michael / Nordmeyer, Henning: Räumlich hochauflösende Unkrauterkennung mittels Flugroboter und merkmalsextrahierender Bildverarbeitung. 2018.

Rechte

Nutzung und Vervielfältigung:

Export