Wissensbasierte Unkrauterkennung durch digitale Bildanalyse

H. Oebel, R. Gerhards, M. Sökefeld, P. Risser, M. Pflugfelder, A. Nabout, W. Kühbauch Einleitung

Bildanalyse und Klassifikation

Verfahrensschritte der Bildanalyse
Verfahrensschritte der digitalen Bildanalyse
Formparameter Vergleich
Vergleich der Formparameter mit der Wissensbasis anhand von Entscheidungsstrategien und Klassifikation in Kulturpflanze oder Unkrautklasse

Erzeugung der Applikationskarten

Dokumentation der Unkrautverteilung für drei Klassen
Unkrautverteilung
Verteilung von Unkräutern und Gräsern in Zuckerrüben
Unkrautverteilung
Verteilung von Unkräutern und Gräsern in Braugerste

Genauigkeit der automatischen Erkennung

% Identifikation Mais CHEAL ECHCG SOLNITotal
Mais 90 0 2 0
CHEAL 0 94 19 5
ECHCG 4 5 80 17
SOLNI 6 1 1 78
Total86

Erkennungsgenauigkeit der digitalen Bildanalyse in Mais
% IdentifikationZuckerrübeDikotyleUngräserGALAPTotal
Zuckerrübe80785
Dikotyle97984
Ungräser886914
GALAP351477
Total77

Erkennungsgenauigkeit der digitalen Bildanalyse in Zuckerrüben
% IdentifikationWinterweizenUngräserDikotyleGALAPTotal
Winterweizen80000
Ungräser1310000
Dikotyle008111
GALAP701989
Total88

Erkennungsgenauigkeit der digitalen Bildanalyse in Winterweizen
% IdentifikationBraugersteDikotyleUngräserGALAPTotal
Braugerste699913
Dikotyle97885
Ungräser1067410
GALAP127972
Total 73

Erkennungsgenauigkeit der digitalen Bildanalyse in Braugerste

Fazit

Der Klassifizierungsalgorithmus eignet sich für die Erkennung von Unkrautarten.