DE102017204650A1 - Method for classifying plants - Google Patents
Method for classifying plants Download PDFInfo
- Publication number
- DE102017204650A1 DE102017204650A1 DE102017204650.3A DE102017204650A DE102017204650A1 DE 102017204650 A1 DE102017204650 A1 DE 102017204650A1 DE 102017204650 A DE102017204650 A DE 102017204650A DE 102017204650 A1 DE102017204650 A1 DE 102017204650A1
- Authority
- DE
- Germany
- Prior art keywords
- seedlings
- information
- plant
- plants
- soil
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims abstract description 50
- 230000003287 optical effect Effects 0.000 claims abstract description 15
- 241000196324 Embryophyta Species 0.000 claims description 155
- 239000002689 soil Substances 0.000 claims description 40
- 239000000126 substance Substances 0.000 claims description 19
- 230000007613 environmental effect Effects 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 238000009395 breeding Methods 0.000 claims description 9
- 230000001488 breeding effect Effects 0.000 claims description 9
- 230000012010 growth Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 201000010099 disease Diseases 0.000 claims description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 4
- 235000021049 nutrient content Nutrition 0.000 claims description 4
- 235000018343 nutrient deficiency Nutrition 0.000 claims description 4
- 239000011888 foil Substances 0.000 claims description 3
- 241000894007 species Species 0.000 claims description 3
- 238000012258 culturing Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000007812 deficiency Effects 0.000 description 4
- 206010025482 malaise Diseases 0.000 description 3
- 235000015097 nutrients Nutrition 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002028 Biomass Substances 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000016383 Zea mays subsp huehuetenangensis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000417 fungicide Substances 0.000 description 2
- 238000003306 harvesting Methods 0.000 description 2
- 239000004009 herbicide Substances 0.000 description 2
- 239000002917 insecticide Substances 0.000 description 2
- 235000009973 maize Nutrition 0.000 description 2
- 239000000575 pesticide Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- BUHVIAUBTBOHAG-FOYDDCNASA-N (2r,3r,4s,5r)-2-[6-[[2-(3,5-dimethoxyphenyl)-2-(2-methylphenyl)ethyl]amino]purin-9-yl]-5-(hydroxymethyl)oxolane-3,4-diol Chemical compound COC1=CC(OC)=CC(C(CNC=2C=3N=CN(C=3N=CN=2)[C@H]2[C@@H]([C@H](O)[C@@H](CO)O2)O)C=2C(=CC=CC=2)C)=C1 BUHVIAUBTBOHAG-FOYDDCNASA-N 0.000 description 1
- 235000016068 Berberis vulgaris Nutrition 0.000 description 1
- 241000335053 Beta vulgaris Species 0.000 description 1
- 230000003698 anagen phase Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- -1 heat Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000004382 potting Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000009333 weeding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
- B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Es wird ein Verfahren (100) zum Klassifizieren von Pflanzen vorgestellt. Das Verfahren weist die folgenden Schritte auf:
- Bereitstellen (102) von zu klassifizierenden Pflanzen in einem Erfassungsbereich;
- Erfassen (112) der zu klassifizierenden Pflanzen in dem Erfassungsbereich mittels einer optischen und/oder Infrarot-Erfassungseinheit, um jeweils eine Pflanzenbildinformation zu erhalten;
- Speichern (114) der erhaltenen Pflanzenbildinformationen; und
- Klassifizieren (116) der erfassten Pflanzen mittels Zuweisung der Pflanzenbildinformationen, wobei die abgespeicherten Pflanzenbildinformationen einer bestimmten Klasse zugewiesen werden, wobei
- die zu klassifizierenden Pflanzen Setzlinge sind.
- providing (102) plants to be classified in a detection area;
- detecting (112) the plants to be classified in the detection area by means of an optical and / or infrared detection unit in order to obtain respective plant image information;
- storing (114) the obtained plant image information; and
Classifying (116) the detected plants by assigning the plant image information, wherein the stored plant image information is assigned to a specific class, wherein
- the plants to be classified are seedlings.
Description
Stand der TechnikState of the art
Die Erfindung betrifft ein Verfahren zum Klassifizieren von Pflanzen und ein Informationssystem nach Gattung der unabhängigen Ansprüche. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm.The invention relates to a method for classifying plants and an information system according to the preamble of the independent claims. The subject of the present invention is also a computer program.
Für die Automatisierung verschiedenster in der Landwirtschaft und Saatzucht anfallenden Arbeiten, wie z.B. das Regulieren von Beikräutern, das Zählen und Vermessen von Pflanzen zur Phänotypisierung, die selektive Ernte, die selektive Applikation von Herbiziden, Fungiziden, Pestiziden und Insektiziden, uvm., ist die Typisierung (Klassifizierung, Klassifikation) der Pflanze unabdingbar. Eine falsche Bestimmung der Pflanzenart würde z.B. zum Jäten der Nutzpflanze oder zur Zählung, Vermessung und/oder Behandlung von Beikräutern führen.For the automation of various agricultural and seed breeding work, such as the control of weeds, the counting and surveying of plants for phenotyping, the selective harvest, the selective application of herbicides, fungicides, pesticides and insecticides, etc., the typification (classification, classification) of the plant is indispensable. An incorrect determination of the plant species would e.g. for weeding the crop or for counting, surveying and / or treatment of weeds cause.
Für die Pflanzenklassifizierung werden heute überwiegend überwachte Lernverfahren (supervised learning) eingesetzt, wie z.B. in
Für das Training dieser Klassifikatoren werden große Mengen an Trainings- und Validierungsdaten benötigt, die annotiert bzw. zugewiesen sein müssen. Die Annotationen weisen hierbei den zu klassifizierenden Pflanzen die korrekte Klasse zu. Die Annotationen werden aus diesem Grund als Ground Truth bezeichnet.Training these classifiers requires large amounts of training and validation data that must be annotated or assigned. The annotations assign the correct class to the plants to be classified. The annotations are therefore called Ground Truth.
Alle heutigen Methoden zur Gewinnung von Ground Truth sind sehr zeitaufwändig und werden zu einem großen Teil manuell durchgeführt. Trotz semi-automatischer Annotationsunterstützung, wie z.B. das Verfolgen der Annotationen über mehrere Frames des zu annotierenden Videos, semi-automatischer Segmentierung der Pflanzen etc., ist der Aufwand aufgrund der zu annotierenden Menge sehr hoch, da die Menge alle Wachstumsphasen der Nutzpflanze und möglichst alle vorkommenden Beikräuter mit allen möglichen biologischen Wachstumsmorphologien beinhalten sollte. Hierbei beeinträchtigen unterschiedliche Umstände wie Wasser, Wärme, Boden, Nährstoffe, Wind etc. das Wachstum und/oder das Erscheinungsbild der Pflanze.All of today's methods for obtaining ground truth are very time-consuming and are largely done manually. Despite semi-automatic annotation support, such as tracking the annotations over multiple frames of the video to be annotated, semi-automatic segmentation of the plants, etc., the overhead is very high due to the amount to be annotated, since the set includes all growth phases of the crop and as many as possible weeds with all possible biological growth morphologies should. Here, different circumstances such as water, heat, soil, nutrients, wind, etc. affect the growth and / or appearance of the plant.
Der Aufwand jedes zu annotierenden Bildes steigt zudem in Kulturen mit geringeren Pflanzenabständen aufgrund von Verdeckungen stark. Obwohl durch die zusätzliche Aufnahme der Pflanze im Nah-Infrarot Bereich und durch die Anwendung des NDVI-Index (Normalized Differenced Vegetation Index) die Pflanze vom Untergrund sehr robust segmentiert werden kann, sind Trennlinien zwischen Kultur und Unkrautpflanzen aufwändig manuell einzuzeichnen.In addition, the overhead of each image to be annotated greatly increases in crops with lower plant distances due to occlusion. Although the additional uptake of the plant in the near-infrared range and the application of the NDVI index (Normalized Differenced Vegetation Index), the plant can be segmented very robust from the substrate, dividing lines between culture and weeds plants consuming manually draw.
Offenbarung der ErfindungDisclosure of the invention
Gegenstand der vorliegenden ein Verfahren zum Klassifizieren von Pflanzen, wobei das Verfahren die folgenden Schritte aufweist:
- - Bereitstellen von zu klassifizierenden Pflanzen in einem Erfassungsbereich;
- - Erfassen der zu klassifizierenden Pflanzen in dem Erfassungsbereich mittels einer optischen und/oder Infrarot-Erfassungseinheit, um jeweils eine Pflanzenbildinformation zu erhalten;
- - Speichern der erhaltenen Pflanzenbildinformationen; und
- - Klassifizieren der erfassten Pflanzen mittels Zuweisung der Pflanzenbildinformationen, wobei die abgespeicherten Pflanzenbildinformationen einer bestimmten Klasse zugewiesen werden, wobei
- - die zu klassifizierenden Pflanzen Setzlinge sind.
- Providing plants to be classified in a detection area;
- - Detecting the plants to be classified in the detection area by means of an optical and / or infrared detection unit to obtain each plant image information;
- - storing the obtained plant image information; and
- Classifying the detected plants by assigning the plant image information, wherein the stored plant image information is assigned to a specific class, wherein
- - the plants to be classified are seedlings.
Gegenstand der vorliegenden Erfindung sind ferner
- - ein Informationssystem, das eingerichtet ist, um Schritte dieses Verfahrens in entsprechenden Einheiten auszuführen,
- - ein Computerprogramm, das dazu eingerichtet ist, dieses Verfahren auszuführen, sowie
- - ein maschinenlesbares Speichermedium, auf dem das Computerprogramm gespeichert ist.
- an information system arranged to execute steps of this method in corresponding units,
- - a computer program that is set up to perform this procedure, as well as
- - A machine-readable storage medium, on which the computer program is stored.
Die zu klassifizierende Pflanze kann beispielsweise eine Nutzpflanze sein, deren Frucht landwirtschaftlich genutzt wird, beispielsweise als Nahrungsmittel, Futtermittel oder als Energiepflanze. Die zu klassifizierende Pflanze kann auch eine Zierpflanze sein. Die zu klassifizierende Pflanze kann jedoch auch ein Beikraut bzw. Unkraut sein.The plant to be classified can be, for example, a crop, the fruit of which is used for agriculture, for example as food, animal feed or energy crop. The plant to be classified can also be an ornamental plant. However, the plant to be classified may also be a weed.
Unter einem Setzling soll im Rahmen der vorliegenden Erfindung eine Jungpflanze verstanden werden, welche unter im Wesentlichen definierten Umgebungsbedingungen gezüchtet wurde. Die Setzlinge können bspw. in einem besonderen Beet (Frühbeet, Treibhaus) oder einem Gefäß (Blumentopf) gezüchtet werden. D.h., mit anderen Worten, dass der Setzling gerade nicht im Freiland, d.h. in einem Freilandfeld, Freilandbeet oder Freilandacker gezüchtet bzw. gewachsen ist. Demnach weisen die Setzlinge im Wesentlichen „definierte“ Eigenschaften auf. Die Setzlinge können auch gezielt für die Gewinnung von Ground Truth Daten gezüchtet werden.In the context of the present invention, a seedling is to be understood as meaning a young plant which has been cultivated under essentially defined environmental conditions. The seedlings can be bred, for example, in a special bed (cold frame, hothouse) or a vessel (flowerpot). That is, in other words, that of Seedling just not in the field, that is bred or grown in a field field, outdoor or free-range field. Accordingly, the seedlings have essentially "defined" properties. The seedlings can also be bred specifically for the production of ground truth data.
Das Bereitstellen der Setzlinge kann im Rahmen der vorliegenden Erfindung einen Erwerb von „fertigen“ Setzlingen, welche in einem Züchtungsbereich gezüchtet worden sind, umfassen. Das Bereitstellen der Setzlinge kann jedoch auch ein Züchten bzw. Heranzüchten der Setzlinge in einem Züchtungsbereich umfassen. Hierbei können bspw. sowohl Nutzpflanzen als auch Beikräuter (die z.B. reguliert werden sollen) in verschiedenen Serien jeweils sortenrein gezüchtet werden. Der Züchtungsbereich ist bevorzugt ein vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützter Bereich, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus.The provision of the seedlings may in the context of the present invention comprise an acquisition of "finished" seedlings which have been grown in a breeding area. However, the provision of the seedlings may also include growing the seedlings in a breeding area. In this case, for example, both crops and weeds (for example, which are to be regulated) can be cultivated in different series in each case according to their variety. The cultivation area is preferably an area which is substantially protected from unwanted external environmental influences, in particular from weeds, in particular selected from the group consisting of: box, cold frame, film tunnel, greenhouse.
Unter einem Erfassungsbereich kann ein Bereich verstanden werden, in dem Pflanzen bzw. Setzlinge zur Klassifizierung erfasst werden sollen. D.h., mit anderen Worten, dass Erfassungsbereich ausgebildet ist, um ein Erfassen der Pflanzen bzw. Setzlingen zu ermöglichen.A detection area can be understood as an area in which plants or seedlings are to be registered for classification. That is, in other words, that the detection area is formed to allow detection of the plants or seedlings.
Unter einer optischen Erfassungseinheit kann beispielsweise eine Kamera oder eine 3D-Kamera verstanden werden. Die optische und/oder Infrarot-Erfassungseinheit kann auf einer mobilen Einheit angeordnet sein, wobei die mobile Einheit insbesondere als Landfahrzeug und/oder Luftfahrzeug ausgebildet sein kann.By an optical detection unit can be understood, for example, a camera or a 3D camera. The optical and / or infrared detection unit can be arranged on a mobile unit, wherein the mobile unit can be embodied in particular as a land vehicle and / or aircraft.
Unter einem Erfassen der Pflanze kann beispielsweise das Bestimmen des Vorhandenseins der Pflanze in dem Erfassungsbereich und/oder eine Bestimmung einer Form, Größe, Spezies, Blattanzahl, Blattstruktur, Knospenanzahl, Knospenstruktur oder anderer biologischer Merkmale verstanden werden, die eine Pflanze von anderen Pflanzen und/oder Objekten unterscheidbar macht. Durch automatische Segmentierungsverfahren, z.B. basierend auf dem NDVI-Index, kann hierbei der Vordergrund vor dem Erdboden und damit die Pflanze segmentiert werden, wodurch wiederum die Pflanze erfasst werden kann. Der NDVI-Index bietet ein robustestes Segmentierungsverfahren, benötigt jedoch Infrarot-Farbinformation. Weitere (z.B. nur auf RGB-Bilder basierende) Segmentierungsverfahren währen Indizes wie ExG (Excessive Green), ExG - ExR (Excessive Green - Excessive Red). Weiterhin sind auch Segmentierungen über beliebige andere Verfahren möglich, z.B. die Farbe betreffend in verschiedenen Farbräumen wie RGB, HSV, HSL, Lab, die Textur betreffend, Gradienten-basierend, usw.For example, detecting the plant may be understood as determining the presence of the plant in the detection area and / or determining a shape, size, species, number of leaves, leaf structure, bud count, bud structure, or other biological traits that may be a plant of other plants and / or or makes objects distinguishable. By automatic segmentation methods, e.g. Based on the NDVI index, the foreground can be segmented in front of the ground and thus the plant, which in turn allows the plant to be detected. The NDVI index provides a robust segmentation technique, but requires infrared color information. Other segmentation techniques (such as RGB images only) include indices such as ExG (Excessive Green), ExG (Excessive Green - Excessive Red). Furthermore, segmentation is also possible by any other method, e.g. concerning color in different color spaces such as RGB, HSV, HSL, Lab, texture, gradient-based, etc.
Hierbei ist es denkbar, dass während des Schritts des Erfassens, d.h. bspw. bei der Überfahrt einer mobilen Einheit, welche die optische und/oder Infrarot-Erfassungseinheit aufweist, über dem Erfassungsbereich, eine oder mehrere Pflanzen in einem Bildausschnitt der optischen und/oder Infrarot-Erfassungseinheit gleichzeitig erfasst werden. Durch die One-Shot Bildaufnahmetechnik können dann mehrere Aufnahmen derselben Pflanze sequenziell gemacht werden (Image Sequencing). Dieses Verfahren gestattet, die Einflüsse durch wechselnde Wind- und Lichtverhältnisse sowie Überlappungen und Rauschen im Bild auf ein Minimum zu reduzieren. Die von der optischen und/oder Infrarot-Erfassungseinheit unter gegebenen Beleuchtungsumständen aufgezeichneten Bildinformationen umfassen beispielsweise RGB-Bilder und Infrarot-Bilder. Die optische und/oder Infrarot-Erfassungseinheit ist kalibriert, um z. B. die Höhenzuordnung aus den Bildern zu errechnen. Die von der optischen und/oder Infrarot-Erfassungseinheit erfassten Bilder werden miteinander registriert, um z.B. im Anschluss einen NDVI-Index (Normalized Differenced Vegetation Index, er wird aus Reflexionswerten im nahen infraroten und sichtbaren roten Wellenlängenbereich des Lichtspektrums gebildet) berechnen zu können. Anhand des vorbestimmten NDVI-Wertes erfolgt die Trennung von Biomasse und Boden im Bild, was im Ergebnis zu Biomasse-Masken (reduzierte Bilddaten mit Clusterungen von Grün-Anteilen, die mit hoher Wahrscheinlichkeit einzelne Pflanzen repräsentieren) führt.It is conceivable that during the step of detecting, i. For example, when crossing a mobile unit, which has the optical and / or infrared detection unit, over the detection area, one or more plants in an image section of the optical and / or infrared detection unit are detected simultaneously. With the one-shot image acquisition technique, several images of the same plant can be sequentially made (image sequencing). This method makes it possible to minimize the effects of changing wind and lighting conditions as well as overlaps and noise in the picture to a minimum. The image information recorded by the optical and / or infrared detection unit under given lighting conditions includes, for example, RGB images and infrared images. The optical and / or infrared detection unit is calibrated to z. For example, calculate the height assignment from the images. The images captured by the optical and / or infrared detection unit are registered with each other to produce e.g. following an NDVI index (Normalized Differenced Vegetation Index, it is formed from reflection values in the near infrared and visible red wavelength range of the light spectrum) to be able to calculate. On the basis of the predetermined NDVI value, the biomass and soil are separated in the image, which results in biomass masks (reduced image data with clusterings of green fractions, which represent a high probability of representing individual plants).
Unter einer Pflanzenbildinformation kann ein Abbild oder ein Pflanzenparameter verstanden werden, das/der optisch erfassbare Merkmale oder mittels InfrarotStrahlung erfassbare Merkmale der Pflanze wiedergibt. Ohne den Rahmen der Erfindung zu verlassen, können grundsätzlich auch weitere Wellenlängen als der sichtbare und IR-Wellenlängenbereich miteinbezogen werden (bspw. multispektral und hyperspektral). Hierbei kann die Pflanzenbildinformation auch Informationen enthalten, die durch eine Ver- oder Bearbeitung des von der optischen Kamera und/oder des Infrarotsensors erfassten Abbildes der Pflanze erhalten wird.Plant image information can be understood to mean an image or a plant parameter that reproduces optically detectable features or features of the plant that can be detected by infrared radiation. Without departing from the scope of the invention, in principle also other wavelengths than the visible and IR wavelength range can be included (for example, multispectral and hyperspectral). Here, the plant image information may also contain information obtained by processing or processing the image of the plant acquired by the optical camera and / or the infrared sensor.
Das Speichern der Pflanzenbildinformationen sowie jeglicher weiter Informationen kann mittels einer Speichereinheit erfolgen.The storage of the plant image information as well as any further information can take place by means of a storage unit.
Unter einer Klassifizierung ist eine Annotation, insbesondere automatische Annotation zu verstehen. Die Klassifizierung kann in Abhängigkeit von einer
- - Pflanzeneigenschaft und/oder
- - physikalische und/oder chemische Eigenschaft der Luft und/oder
- - physikalische und/oder chemische Eigenschaft des Bodens und/oder
- - physikalische und/oder chemische Eigenschaft der Pflanze oder der Pflanzenoberfläche
- - Plant property and / or
- - Physical and / or chemical property of the air and / or
- - physical and / or chemical property of the soil and / or
- Physical and / or chemical property of the plant or plant surface
Da alle erfassten zu den zu klassifizierenden Pflanzen gehören, werden die abgespeicherten Pflanzenbildinformationen „pauschal“ einer Klasse zugewiesen, ohne dass dabei eine aufwendige Identifizierung der Pflanzen und Annotation der Pflanzenbildinformationen mit einer entsprechenden Zuweisung zu unterschiedlichen Klassen durchgeführt werden müssen. Demnach ist es möglich, extrem große Mengen an Daten inkl. Ground-Truth-Informationen bzw. - Daten mit geringem Aufwand zu gewinnen. Diese können ferner dazu verwendet werden, verschiedenste Klassifikatoren für die Typisierung von Pflanzen zu gewinnen. Dank dieser großen Menge an Grund Truth Daten können spezielle Klassifikatoren für eine beliebige Kombinationen aus Nutzpflanzen, die von bestimmten Beikräutern getrennt werden sollen, Pflanzenarten einer bestimmten Wachstumsgröße, uvm. durch Kombination der Sorten-, Größen-, und/oder Eigenschaftsreinen Grund Truth Mengen trainiert werden. Erhebliche Vorteile ergeben sich hierbei v.a. beim Regulieren von Beikräutern, beim Zählen und Vermessen von Pflanzen zur Phänotypisierung, bei der selektiven Ernte sowie bei der selektiven Applikation von Herbiziden, Fungiziden, Pestiziden und Insektiziden.Since all recorded belong to the plants to be classified, the stored plant image information "blanket" assigned to a class, without the need for a complex identification of the plants and annotation of the plant image information must be carried out with a corresponding assignment to different classes. Accordingly, it is possible to gain extremely large amounts of data incl. Ground Truth information or data with little effort. These can also be used to obtain a variety of classifiers for the typing of plants. Thanks to this large amount of reason truth data, special classifiers for any combination of crops to be separated from certain weeds, plant species of a certain growth size, and many more. Truth amounts can be exercised by combining varieties, sizes, and / or properties. Significant advantages arise here v.a. in regulating weeds, in counting and measuring plants for phenotyping, in selective harvesting and in the selective application of herbicides, fungicides, pesticides and insecticides.
Erfindungsgemäß werden nun Setzlinge und damit herangezüchtete Pflanzen mit im Wesentlichen „definierten“ Eigenschaften zur Datenaufnahme und Klassifizierung von Pflanzen verwendet. Hierdurch ist es nunmehr möglich, nicht nur vollautomatisch extrem große Mengen an Daten inkl. Ground-Truth-Annotationen aller Pflanzen mit sehr geringem Aufwand zu gewinnen, sondern insbesondere beliebig feine Klassen zu definieren, in welche die Pflanzen bzw. Setzlinge klassifiziert werden können. Hierfür müssen lediglich eine Menge von Setzlingen bereitgestellt, bspw. herangezüchtet werden, welche jeweils eine oder mehrere gemeinsame Eigenschaften aufweisen und somit zu der entsprechenden Klasse mit diesen Eigenschaften gehören. Des Weiteren wird hierdurch die Züchtung der Pflanze in einen geschützten Bereich mit einer einstellbaren Umgebung verlagert, während die Erfassung der Pflanzen dann in einen Bereich mit zwar höherer Komplexität aber zur Erfassung günstigeren Umgebung durchgeführt werden kann. Hierbei ist für die Durchführung des Verfahrens auch keine Präparierung des Erfassungsbereiches, welches bspw. eine Felds oder ein Beets sein kann notwendig, wodurch der Gesamtaufwand weiter reduziert wird. Zusätzlich können die Ground-Truth-Daten von beliebigen Pflanzen (Nutzpflanzen und/oder Beikräuter) mit beliebigen anderen Ground-Truth-Datensätzen (ebenfalls Nutzpflanzen und/oder Beikräuter), frei kombiniert werden.According to the invention, seedlings and plants grown therewith having substantially "defined" properties for data acquisition and classification of plants are now used. As a result, it is now possible to obtain not only fully automatic extremely large amounts of data incl. Ground Truth annotation of all plants with very little effort, but in particular to define arbitrarily fine classes, in which the plants or seedlings can be classified. For this purpose, only a set of seedlings have to be provided, for example grown up, which each have one or more common properties and thus belong to the corresponding class with these properties. Furthermore, this moves the cultivation of the plant into a protected area with an adjustable environment, while the detection of the plants can then be carried out in an area of higher complexity but more favorable for the detection environment. In this case, for the implementation of the method also no preparation of the detection area, which may be, for example, a field or a Beets necessary, whereby the total cost is further reduced. In addition, the ground truth data from any plant (crop and / or weedy) may be freely combined with any other ground truth records (also crops and / or weeds).
Es ist vorteilhaft, wenn der Erfassungsbereich den Züchtungsbereich der Setzlinge umfasst oder der Züchtungsbereich der Setzlinge ist. Durch diese Maßnahme können die Setzlinge bereits während der Züchtung(-phase) erfasst und klassifiziert werden, wodurch der Gesamtaufwand weiter reduziert wird. Ferner kann hierdurch der Schritt des Erfassens (analog zu dem des Züchtens) unter definierten Bedingungen durchgeführt werden.It is advantageous if the detection area comprises the breeding area of the seedlings or is the breeding area of the seedlings. By this measure, the seedlings can already be detected and classified during the breeding (phase), whereby the total cost is further reduced. In addition, the step of detecting (analogously to that of culturing) can hereby be carried out under defined conditions.
Alternativ ist es vorteilhaft, wenn der Schritt des Bereitstellens ein Umtopfen und/oder ein Auspflanzung der Setzlinge in den Erfassungsbereich umfasst. Hierbei ist es insbesondere vorteilhaft, wenn der Erfassungsbereich
- - in einem vor unerwünschten äußeren Umwelteinflüssen, insbesondere vor Beikräutern im Wesentlichen geschützten Bereich angeordnet ist, insbesondere ausgewählt aus der Gruppe bestehend aus: Kasten, Frühbeet, Folientunnel, Gewächshaus; oder
- - in einem Bereich angeordnet ist, welcher ausgewählt aus der Gruppe bestehend aus: Freiland, Freilandfeld, Freilandbeet, Freilandacker.
- is arranged in an area substantially protected from unwanted external environmental influences, in particular from weeds, in particular selected from the group consisting of: box, cold frame, film tunnel, greenhouse; or
- - Is arranged in an area which is selected from the group consisting of: field, field field, outdoor field, field grassland.
Es ist ferner vorteilhaft, wenn der Schritt des Bereitstellens ein Anordnen von Samen der Setzlinge oder ein Anordnen der Setzlinge umfasst, wobei die Samen oder die Setzlinge derart im Erfassungsbereich angeordnet werden, dass zumindest ein Teil der zueinander benachbarten Samen oder Setzlinge unterschiedliche Abstände zueinander aufweisen. Hierdurch ist es möglich, die Pflanzen in verschiedenen Wachstumsstufen mit und ohne Überdeckung zu erfassen und damit eine größere Vielfalt an Pflanzenbildinformationen zu generieren, so dass später die Identifizierungseinheiten genauer trainiert und die Identifizierung präziser durchgeführt werden können.It is further advantageous if the step of providing comprises arranging seeds of the seedlings or arranging the seedlings, wherein the seeds or the seedlings are arranged in the detection area such that at least a part of the mutually adjacent seeds or seedlings have different distances from one another. This makes it possible to plant in To capture different growth stages with and without overlap and thus to generate a greater variety of plant image information, so that later trained the identification units in more detail and the identification can be performed more precisely.
Des Weiteren ist es vorteilhaft, wenn die Setzlinge zumindest eine im Wesentlichen gleiche Pflanzeneigenschaft aufweisen, welche ausgewählt ist aus der Gruppe bestehend aus: Art, Gattung, Sorte, Sortenreinheit, Alter, Wachstumsstufe. Hierbei ist es bevorzugt, wenn die Setzlinge die gleiche Pflanzensorte aufweisen bzw. zu der gleichen Pflanzensorte gehören. D.h., mit anderen Worten, dass es bevorzugt ist, wenn alle Setzlinge, welche in einem Erfassungszyklus erfasst werden, die gleiche Pflanzensorte aufweisen bzw. zu der gleichen Pflanzensorte gehören.Furthermore, it is advantageous if the seedlings have at least one substantially identical plant property, which is selected from the group consisting of: species, genus, variety, variety purity, age, growth stage. It is preferred if the seedlings have the same plant variety or belong to the same plant variety. In other words, it is preferable that all seedlings detected in one detection cycle have the same plant variety or belong to the same plant variety.
Alternativ oder zusätzlich ist es außerdem vorteilhaft, wenn der weitere Schritt vorgesehen ist:
- - Ermitteln zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermitteln zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermitteln zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
- Determining at least one air information representing a physical and / or chemical property of the air surrounding the seedlings, in particular wherein the characteristic is selected from the group consisting of: humidity, air temperature, air pressure, air density, wind speed; and or
- Determining at least one soil information representing a physical and / or chemical property of the soil surrounding the seedlings, in particular wherein the property is selected from the group consisting of: soil moisture, soil temperature, soil condition, soil type; and or
- Determining at least one plant information representing a physical and / or chemical property of the seedlings and / or a surface of the seedlings, in particular wherein the property is selected from the group consisting of: disease, nutrient content, nutrient deficiency, water content, water deficiency, surface moisture, surface temperature , Surface texture.
Zusätzlich ist es vorteilhaft, wenn der weitere Schritt vorgesehen ist:
- - Beeinflussen einer Umgebungsbedingung der Setzlinge derart, dass eine Änderung zumindest einer der physikalischen und/oder chemischen Eigenschaften der Luft und/oder des Bodens und/oder der Pflanzen erfolgt.
- - Influencing an environmental condition of the seedlings such that a change in at least one of the physical and / or chemical properties of the air and / or the soil and / or the plants takes place.
Hierbei ist es insbesondere vorteilhaft, wenn im Schritt des Klassifizierens die Auswahl der zugewiesenen Klasse in Abhängigkeit von zumindest einer der Informationen erfolgt, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation. Hierbei kann bevorzugterweise im Schritt des Speicherns zusätzlich zumindest eine der Informationen abgespeichert wird, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation.In this case, it is particularly advantageous if, in the step of classifying, the selection of the assigned class takes place as a function of at least one of the information selected from the group consisting of: plant property, air information, soil information, plant information. In this case, at least one of the pieces of information which is selected from the group consisting of: plant property, air information, soil information, plant information, may additionally be stored in the step of storing.
Der jeweilige Schritt des Ermittelns der Luftinformation und/oder Bodeninformation und/oder Pflanzeninformation kann jeweils mit einem oder mehreren Sensoren und dem Fachmann bekannten Verfahren durchgeführt werden. Der Begriff „Ermitteln“ kann hierbei auch das Aussetzen der Setzlinge in einer definierten Umgebung bzw. unter definierten Bedingungen und ggf. für einen bestimmten Zeitraum umfassen. Bspw. kann der Nährstoffmangel und/oder der Wassermangel dadurch ermittelt werden, dass die zu klassifizierenden Setzlinge über einen definierten Zeitraum keine Nährstoffe bzw. kein Wasser erhalten und somit dem „gleichen Mangel“ ausgesetzt sind.The respective step of determining the air information and / or soil information and / or plant information can each be carried out with one or more sensors and methods known to the person skilled in the art. The term "determining" may also include the exposure of the seedlings in a defined environment or under defined conditions and possibly for a certain period of time. For example. the lack of nutrients and / or lack of water can be determined by the fact that the seedlings to be classified do not receive any nutrients or water over a defined period of time and are thus exposed to the "same deficiency".
Durch diese Maßnahmen kann zum einen eine Vielzahl weiterer Klassen definiert werden. Zum anderen können verschiedenen Bedingungen künstlich geschaffen und erfasst oder einfach nur erfasst werden, wodurch ein wesentlich größere Variabilität abgedeckt und in die Ground Truth Menge integriert werden kann, durch bspw. verschiedene Lichtquellen, Perspektiven, Feuchtigkeit, verschiedene Bodenfeuchtigkeitsstufen, verschiedene Bodenarten (steinig, sandig, lehmig, etc.), verschiedene Beleuchtungsbedingungen (wolkig, sonnig, nebelig), nasse Blätter, trockene Blätter, Wind, etc. Demnach können Ground-Truth-Informationen, d.h. Pflanzenbildinformationen zu allen Wachstumsphasen und allen möglichen biologischen Wachstumsmorphologien der Pflanzen gewonnen werden, so dass eine äußerst zuverlässige und effiziente Klassifizierung der Pflanzen, insbesondere mittels durch die gewonnenen Pflanzenbildinformationen trainierter Identifizierungseinheiten bzw. Klassifizierungseinheiten durchgeführt werden kann.These measures can be used to define a large number of other classes. On the other hand, different conditions can be artificially created and recorded or simply recorded, whereby a much greater variability can be covered and integrated into the ground truth set, for example by different light sources, perspectives, humidity, different soil moisture levels, different soil types (rocky, sandy , loamy, etc.), different lighting conditions (cloudy, sunny, foggy), wet leaves, dry leaves, wind, etc. Thus, ground truth information, ie Plant image information can be obtained at all stages of growth and all possible biological growth morphologies of the plants, so that a highly reliable and efficient classification of the plants, in particular by trained by the obtained plant image information identification units or classification units can be performed.
Außerdem ist es vorteilhaft, wenn ein Zyklus umfassend die Schritte des Erfassens, des Speicherns und des Klassifizierens zumindest einmal wiederholt ausgeführt wird, insbesondere wobei in den Zyklen zumindest eine Bedingung variiert, welche ausgewählt ist aus der Gruppe bestehend aus: Pflanzeneigenschaft, Luftinformation, Bodeninformation, Pflanzeninformation, Beleuchtung zum Erfassungszeitpunkt. Durch diese Maßnahme können die Menge und die Variabilität der erfassten Daten weiter gesteigert werden.Moreover, it is advantageous if a cycle comprising the steps of detecting, storing and classifying is carried out at least once repeatedly, in particular wherein in the cycles at least one condition varies, which is selected from the group consisting of: plant property, air information, soil information, Plant information, lighting at the time of acquisition. This measure can further increase the amount and variability of the data collected.
Es ist ferner vorteilhaft, wenn der Schritt des Klassifizierens der Setzlinge in dem Erfassungsbereich mittels einer Klassifizierungseinheit durchgeführt wird, welche eine Rechnereinheit umfasst und ferner ausgebildet ist, spezifische Merkmale aus den zugewiesenen bzw. annotierten Pflanzenbildinformationen zu filtern und daraus ein Modell zu bilden. Durch das erfindungsgemäße Verfahren und das Vorsehen einer Klassifizierungseinheit kann die Klassifizierung bzw. Annotation aller abgespeicherten Pflanzenbildinformationen und damit der erfassten Pflanzen bzw. Setzlinge mittels der Klassifizierungseinheit schnell automatisiert und mit sehr geringem, insbesondere ohne manuellen Aufwand durchgeführt werden. Die klassifizierten bzw. annotierten Pflanzenbildinformationen können im Anschluss insbesondere verwendet werden, um eine Identifizierungseinheit anzulernen bzw. zu trainieren.It is further advantageous if the step of classifying the seedlings in the detection area by means of a classification unit is performed, which comprises a computer unit and is further configured to filter specific features from the assigned or annotated plant image information and to form a model thereof. By means of the method according to the invention and the provision of a classification unit, the classification or annotation of all stored plant image information and therefore of the detected plants or seedlings by means of the classification unit can be automated quickly and with very little effort, in particular without manual effort. The classified or annotated plant image information may subsequently be used, in particular, to train an identification unit.
Der hier vorgestellte Ansatz schafft ferner ein Informationssystem, das ausgebildet ist, um die Schritte einer Variante eines hier vorgestellten Verfahrens in entsprechenden Einrichtungen durchzuführen, anzusteuern bzw. umzusetzen. Auch durch diese Ausführungsvariante der Erfindung in Form einer Vorrichtung kann die der Erfindung zugrunde liegende Aufgabe schnell und effizient gelöst werden.The approach presented here also creates an information system that is designed to implement, control or implement the steps of a variant of a method presented here in corresponding devices. Also by this embodiment of the invention in the form of a device, the object underlying the invention can be solved quickly and efficiently.
Hierzu kann das Informationssystem zumindest eine Recheneinheit zum Verarbeiten von Signalen oder Daten, zumindest eine Speichereinheit zum Speichern von Signalen oder Daten, zumindest eine Schnittstelle zu einem Sensor oder einem Aktor zum Einlesen von Sensorsignalen von dem Sensor oder zum Ausgeben von Daten- oder Steuersignalen an den Aktor und/oder zumindest eine Kommunikationsschnittstelle zum Einlesen oder Ausgeben von Daten aufweisen, die in ein Kommunikationsprotokoll eingebettet sind. Die Recheneinheit kann beispielsweise ein Signalprozessor, ein Mikrocontroller oder dergleichen sein, wobei die Speichereinheit ein Flash-Speicher, ein EPROM oder eine magnetische Speichereinheit sein kann. Die Kommunikationsschnittstelle kann ausgebildet sein, um Daten drahtlos und/oder leitungsgebunden einzulesen oder auszugeben, wobei eine Kommunikationsschnittstelle, die leitungsgebundene Daten einlesen oder ausgeben kann, diese Daten beispielsweise elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann.For this purpose, the information system can at least one computing unit for processing signals or data, at least one memory unit for storing signals or data, at least one interface to a sensor or an actuator for reading sensor signals from the sensor or for outputting data or control signals to the Actuator and / or at least one communication interface for reading or outputting data embedded in a communication protocol. The arithmetic unit may be, for example, a signal processor, a microcontroller or the like, wherein the memory unit may be a flash memory, an EPROM or a magnetic memory unit. The communication interface can be designed to read or output data wirelessly and / or by line, wherein a communication interface that can read or output line-bound data, for example, electrically or optically read this data from a corresponding data transmission line or output in a corresponding data transmission line.
Unter einem Informationssystem kann vorliegend ein elektrisches Gerät verstanden werden, das Sensorsignale verarbeitet und in Abhängigkeit davon Steuer- und/oder Datensignale ausgibt. Die Vorrichtung kann eine Schnittstelle aufweisen, die hard- und/oder softwaremäßig ausgebildet sein kann. Bei einer hardwaremäßigen Ausbildung können die Schnittstellen beispielsweise Teil eines sogenannten System-ASICs sein, der verschiedenste Funktionen der Vorrichtung beinhaltet. Es ist jedoch auch möglich, dass die Schnittstellen eigene, integrierte Schaltkreise sind oder zumindest teilweise aus diskreten Bauelementen bestehen. Bei einer softwaremäßigen Ausbildung können die Schnittstellen Softwaremodule sein, die beispielsweise auf einem Mikrocontroller neben anderen Softwaremodulen vorhanden sind.In the present case, an information system can be understood to mean an electrical device which processes sensor signals and outputs control and / or data signals in dependence thereon. The device may have an interface, which may be formed in hardware and / or software. In the case of a hardware-based embodiment, the interfaces can be part of a so-called system ASIC, for example, which contains a wide variety of functions of the device. However, it is also possible that the interfaces are their own integrated circuits or at least partially consist of discrete components. In a software training, the interfaces may be software modules that are present, for example, on a microcontroller in addition to other software modules.
Von Vorteil ist auch ein Computerprogrammprodukt oder Computerprogramm mit Programmcode, der auf einem maschinenlesbaren Träger oder Speichermedium wie einem Halbleiterspeicher, einem Festplattenspeicher oder einem optischen Speicher gespeichert sein kann und zur Durchführung, Umsetzung und/oder Ansteuerung der Schritte des Verfahrens nach einer der vorstehend beschriebenen Ausführungsformen verwendet wird, insbesondere wenn das Programmprodukt oder Programm auf einem Computer oder einer Vorrichtung ausgeführt wird.Also of advantage is a computer program product or computer program with program code which can be stored on a machine-readable carrier or storage medium such as a semiconductor memory, a hard disk memory or an optical memory and for carrying out, implementing and / or controlling the steps of the method according to one of the embodiments described above is used, especially when the program product or program is executed on a computer or a device.
Das erfindungsgemäße Verfahren kann beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware beispielsweise in einem Steuergerät implementiert sein.The method according to the invention can be implemented, for example, in software or hardware or in a mixed form of software and hardware, for example in a control unit.
Figurenlistelist of figures
Die Erfindung wird nachstehend anhand der beigefügten Zeichnungen beispielhaft näher erläutert. Es zeigen:
-
1 ein Ablaufdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel; und -
2 ein Ablaufdiagramm eines Verfahrens gemäß einem weiteren Ausführungsbeispiel.
-
1 a flowchart of a method according to an embodiment; and -
2 a flowchart of a method according to another embodiment.
Das Verfahren
- - Ermittelns zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermittelns zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermittelns zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
- - Determining at least one air information, which represents a physical and / or chemical property of the air surrounding the seedlings, in particular wherein the property is selected from the group consisting of: humidity, air temperature, air pressure, air density, wind speed; and or
- Determining at least one soil information which represents a physical and / or chemical property of the soil surrounding the seedlings, in particular wherein the property is selected from the group consisting of: soil moisture, soil temperature, soil condition, soil type; and or
- Determining at least one plant information representing a physical and / or chemical property of the seedlings and / or a surface of the seedlings, in particular wherein the property is selected from the group consisting of: disease, nutrient content, nutrient deficiency, water content, water deficiency, surface moisture, surface temperature , Surface texture.
Das Verfahren
Das Verfahren
Hierbei weist der Schritt des Bereitstellens
Analog zu dem Verfahren
- - Ermittelns zumindest einer Luftinformation, welche eine physikalische und/oder chemische Eigenschaft der die Setzlinge umgebenden Luft repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Luftfeuchtigkeit, Lufttemperatur, Luftdruck, Luftdichte, Windgeschwindigkeit; und/oder
- - Ermittelns zumindest einer Bodeninformation, welche eine physikalische und/oder chemische Eigenschaft des die Setzlinge umgebenden Bodens repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Bodenfeuchtigkeit, Bodentemperatur, Bodenbeschaffenheit, Bodenart; und/oder
- - Ermittelns zumindest einer Pflanzeninformation, welche eine physikalische und/oder chemische Eigenschaft der Setzlinge und/oder einer Oberfläche der Setzlinge repräsentiert, insbesondere wobei die Eigenschaft ausgewählt ist aus der Gruppe bestehend aus: Krankheit, Nährstoffgehalt, Nährstoffmangel, Wassergehalt, Wassermangel, Oberflächenfeuchtigkeit, Oberflächentemperatur, Oberflächenbeschaffenheit.
- Determining at least one air information representing a physical and / or chemical property of the air surrounding the seedlings, in particular wherein the property is selected from the group consisting of: humidity, air temperature, air pressure, air density, wind speed; and or
- Determining at least one soil information which represents a physical and / or chemical property of the soil surrounding the seedlings, in particular wherein the property is selected from the group consisting of: soil moisture, soil temperature, soil condition, soil type; and or
- Determining at least one plant information representing a physical and / or chemical property of the seedlings and / or a surface of the seedlings, in particular wherein the property is selected from the group consisting of: disease, nutrient content, nutrient deficiency, water content, water deficiency, surface moisture, surface temperature , Surface texture.
Das Verfahren
Das Verfahren
Umfasst ein Ausführungsbeispiel eine „und/oder“-Verknüpfung zwischen einem ersten Merkmal und einem zweiten Merkmal, so ist dies so zu lesen, dass das Ausführungsbeispiel gemäß einer Ausführungsform sowohl das erste Merkmal als auch das zweite Merkmal und gemäß einer weiteren Ausführungsform entweder nur das erste Merkmal oder nur das zweite Merkmal aufweist.If an exemplary embodiment comprises a "and / or" link between a first feature and a second feature, then this is to be read so that the embodiment according to one embodiment, both the first feature and the second feature and according to another embodiment either only first feature or only the second feature.
ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.
Zitierte Nicht-PatentliteraturCited non-patent literature
- „Plant classification system for crop /weed discrimination without segmentation Applications of Computer Vision (WACV)“, 2014 IEEE Winter Conference on, 2014, 1142-1149 [0003]"Plant classification system for crop / weed discrimination without segmentation Applications of Computer Vision (WACV)", 2014 IEEE Winter Conference on, 2014, 1142-1149 [0003]
- „Support Vector Machines for crop/weeds identification in maize fields Expert Systems with Applications“, 2012, 39, 11149-11155 [0003]"Support Vector Machines for crop / weeds identification in maize fields Expert Systems with Applications", 2012, 39, 11149-11155 [0003]
- „Evaluation of Features for Leaf Classification in Challenging Conditions Applications of Computer Vision (WACV)“, 2015 IEEE Winter Conference on, 2015, 797-804 [0003]"Evaluation of Features for Leaf Classification in Challenging Conditions Applications of Computer Vision (WACV)", 2015 IEEE Winter Conference on, 2015, 797-804 [0003]
Claims (17)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102017204650.3A DE102017204650A1 (en) | 2017-03-21 | 2017-03-21 | Method for classifying plants |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| DE102017204650.3A DE102017204650A1 (en) | 2017-03-21 | 2017-03-21 | Method for classifying plants |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| DE102017204650A1 true DE102017204650A1 (en) | 2018-09-27 |
Family
ID=63449854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| DE102017204650.3A Pending DE102017204650A1 (en) | 2017-03-21 | 2017-03-21 | Method for classifying plants |
Country Status (1)
| Country | Link |
|---|---|
| DE (1) | DE102017204650A1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
| US5764819A (en) * | 1991-10-18 | 1998-06-09 | Dekalb Genetics Corporation | Methods for classifying plants for evaluation and breeding programs by use of remote sensing and image analysis technology |
| DE102010001111A1 (en) * | 2010-01-21 | 2011-07-28 | Strube GmbH & Co. KG, 38387 | Method and device for assessing germination characteristics of plant seeds |
| WO2013087052A1 (en) * | 2011-12-13 | 2013-06-20 | Yara International Asa | Method and apparatus for contactlessly determining plant parameters and for processing this information |
-
2017
- 2017-03-21 DE DE102017204650.3A patent/DE102017204650A1/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5253302A (en) * | 1989-02-28 | 1993-10-12 | Robert Massen | Method and arrangement for automatic optical classification of plants |
| US5764819A (en) * | 1991-10-18 | 1998-06-09 | Dekalb Genetics Corporation | Methods for classifying plants for evaluation and breeding programs by use of remote sensing and image analysis technology |
| DE102010001111A1 (en) * | 2010-01-21 | 2011-07-28 | Strube GmbH & Co. KG, 38387 | Method and device for assessing germination characteristics of plant seeds |
| WO2013087052A1 (en) * | 2011-12-13 | 2013-06-20 | Yara International Asa | Method and apparatus for contactlessly determining plant parameters and for processing this information |
Non-Patent Citations (3)
| Title |
|---|
| „Evaluation of Features for Leaf Classification in Challenging Conditions Applications of Computer Vision (WACV)", 2015 IEEE Winter Conference on, 2015, 797-804 |
| „Plant classification system for crop /weed discrimination without segmentation Applications of Computer Vision (WACV)", 2014 IEEE Winter Conference on, 2014, 1142-1149 |
| „Support Vector Machines for crop/weeds identification in maize fields Expert Systems with Applications", 2012, 39, 11149-11155 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Severtson et al. | Unmanned aerial vehicle canopy reflectance data detects potassium deficiency and green peach aphid susceptibility in canola | |
| US20230292647A1 (en) | System and Method for Crop Monitoring | |
| EP3782467B1 (en) | Method for identifying weeds within a defined row of plants of an agricultural area | |
| DE102015221085A1 (en) | Method and information system for recognizing at least one plant planted in a field | |
| DE102017217258A1 (en) | Method for classifying plants | |
| CN109325431A (en) | The detection method and its device of vegetation coverage in Crazing in grassland sheep feeding path | |
| Zhang et al. | Estimating plant distance in maize using Unmanned Aerial Vehicle (UAV) | |
| Selvi et al. | Weed detection in agricultural fields using deep learning process | |
| EP4088223A1 (en) | Method for generating a plurality of annotated images | |
| CN114818909A (en) | Weed detection method and device based on crop growth characteristics | |
| DE102015221092A1 (en) | Method and information system for detecting at least one plant parameter data set of a plant growing on a field | |
| Kutugata et al. | Seed rain potential in late-season weed escapes can be estimated using remote sensing | |
| Vukadinovic et al. | Watershed and supervised classification based fully automated method for separate leaf segmentation | |
| DE10358938B4 (en) | Method and device for the at least partially automated evaluation of remote sensing data | |
| DE102017204650A1 (en) | Method for classifying plants | |
| DE102016203850B4 (en) | Method for classifying plants | |
| DE102017218118B4 (en) | Method and information system for obtaining plant information | |
| Pflanz et al. | Automatisierte Unkrauterkennung auf dem Acker–Möglichkeiten und Grenzen | |
| DE102019209526A1 (en) | Monitoring a cultivation area | |
| EP4064818B1 (en) | Method for treating plants in a field | |
| DE102022212161A1 (en) | Method for determining a width index of plants in a row of plants in an agricultural area | |
| DE202024100734U1 (en) | Biomass monitoring system for agricultural land | |
| EP3468339A1 (en) | Method for ascertaining plant properties of a useful plant | |
| Gonzalez | Automatic counting of canola flowers from in-field time-lapse images | |
| Garcia Gonzalez | Automatic counting of Canola flowers from in-field time-lapse images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| R163 | Identified publications notified | ||
| R012 | Request for examination validly filed |