Automatisierte flugrobotergestützte Unkrauterkennung als Voraussetzung für eine teilflächenspezifische Herbizidbehandlung im Ackerbau

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

Moderne digitalisierte Pflanzenschutztechnik bringt inzwischen eine der technologischen Voraussetzungen mit, um im Ackerbau Herbizidmaßnahmen teilflächenspezifisch durchführen zu können. Eine weitere Voraussetzung sind exakte Unkrautverteilungskarten, die im Idealfall nicht nur zwischen Nutzpflanze und Unkraut unterscheiden, sondern auch eine artspezifische räumliche Verteilung zeigen. Dies ist gegenwärtig nur durch manuelle Feldbonituren zu leisten, was sehr arbeits- und kostenaufwendig ist. Hier liegt eine große Chance und zugleich Herausforderung für eine automatisierte Erkennung verschiedener Leitunkräuter auf Basis von flugroboter-generierten Luftbildern. Das hier vorgestellte Projekt verwendet Luftbildaufnahmen, die mit einem unbemannten Flugsystem (UAS) in geringer Flughöhe aufgezeichnet wurden, um eine ausreichende Abbildungsleistung für die objektbasierte Unterscheidung einzelner Unkräuter zu liefern. Auf Basis dieser Luftbilder wurde ein Bildklassifikator getestet, der mehrere Unkrautarten unterscheiden kann. Mit Hilfe eines Bag-of-visual-Word-Ansatzes (BoVW) wurden Support-Vektor-Maschinen trainiert, nachdem aus mehr als 20.000 Einzelbildern von Unkräutern lokale Objektmerkmale extrahiert wurden. Die trainierten BoVW-Modelle wurden schließlich auf Testluftbildern validiert, die über einem Versuchsfeld des Julius Kühn-Institutes an insgesamt 108 Punkten in Flughöhen zwischen 1 und 6 m mit einem UAS aufgenommen wurden. Aus den UAS-Bildern wurden Unkraut- und Kulturpflanzen (Winterweizen) und Boden als separate Kategorien annotiert und für den Test und die Validierung der Modelle verwendet. Die Ergebnisse zeigen, dass der BoVW-Ansatz eine Unterscheidung einzelner Unkrautpflanzen mit hoher Genauigkeit für Matricaria recutita L. (89 %), Papaver rhoeas L. (89 %), Viola arvensis M. (88 %) und Winterweizen (94 %) ermöglicht. Auf diese Weise automatisch klassifizierte UAS-Bilder könnten eine standortspezifische Unkrautbekämpfung ermöglichen und würden eine teilschlagspezifische Herbizidauswahl basierend auf der Verteilung der vorhergesagten Unkrautarten unterstützen.

Files

Cite

Citation style:

Pflanz, Michael / Schirrmann, Michael / Wellhausen, Christina / et al: Automatisierte flugrobotergestützte Unkrauterkennung als Voraussetzung für eine teilflächenspezifische Herbizidbehandlung im Ackerbau. 2019.

Rights

Use and reproduction:
All rights reserved

Export