DE102021213280A1 - Method for identifying weeds in a row of plants in an agricultural area - Google Patents
Method for identifying weeds in a row of plants in an agricultural area Download PDFInfo
- Publication number
- DE102021213280A1 DE102021213280A1 DE102021213280.4A DE102021213280A DE102021213280A1 DE 102021213280 A1 DE102021213280 A1 DE 102021213280A1 DE 102021213280 A DE102021213280 A DE 102021213280A DE 102021213280 A1 DE102021213280 A1 DE 102021213280A1
- Authority
- DE
- Germany
- Prior art keywords
- plants
- identified
- plant
- row
- area
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Catching Or Destruction (AREA)
Abstract
Die Erfindung betrifft ein Verfahren zum Identifizieren von Beikräutern (18) in einer Pflanzenreihe (20) einer landwirtschaftlichen Fläche, wobei Längenwerte für identifizierte Pflanzen (14, 16, 18) eines definierten Kulturpflanzenbereiches ermittelt werden, wobei die Bildinformation (10) in Querbereiche (26) unterteilt ist und der Längenwert die Anzahl der Querbereiche (26), über die sich jeweils eine identifizierte Pflanze (14, 16, 18) des definierten Kulturpflanzenbereiches erstreckt, repräsentiert, wobei die ermittelten Längenwerte mit einer Häufigkeitsverteilung von Längenwerten vorhergehend identifizierter Pflanzen (14) verglichen werden und die Pflanzen (14, 16, 18) des definierten Kulturpflanzenbereiches mit einem Längenwert, dessen Häufigkeit kleiner oder gleich einem definierten Häufigkeitsschwellenwert der Häufigkeitsverteilung ist, als Beikräuter (18) in einer identifizierten Pflanzenreihe (20) identifizieren werden.The invention relates to a method for identifying weeds (18) in a row (20) of plants on an agricultural area, length values for identified plants (14, 16, 18) of a defined crop plant area being determined, the image information (10) being divided into transverse areas (26 ) is subdivided and the length value represents the number of transverse regions (26) over which an identified plant (14, 16, 18) of the defined crop plant region extends, with the determined length values having a frequency distribution of length values of previously identified plants (14) are compared and the plants (14, 16, 18) of the defined crop plant area with a length value whose frequency is less than or equal to a defined frequency threshold value of the frequency distribution are identified as weeds (18) in an identified row of plants (20).
Description
Stand der TechnikState of the art
Die Erfindung geht aus von einem Verfahren zum Identifizieren von Beikräutern in einer Pflanzenreihe einer landwirtschaftlichen Fläche sowie einer entsprechenden Recheneinheit, einer Pflanzenidentifizierungseinheit und einer landwirtschaftlichen Arbeitsmaschine nach Gattung der unabhängigen Ansprüche. Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm und ein maschinenlesbares SpeichermediumThe invention is based on a method for identifying weeds in a row of plants on an agricultural area and a corresponding computing unit, a plant identification unit and an agricultural working machine according to the species of the independent claims. The subject matter of the present invention is also a computer program and a machine-readable storage medium
Die
Andere Algorithmen nutzen zur Pflanzenerkennung Netze (Deep Learning) oder Klassifikationsmethoden. Dazu sind viele Trainingsdaten, viele Label-Daten und ein Offline-Training im Vorfeld von Nöten. Darüber hinaus sind diese Verfahren sehr rechenintensiv.Other algorithms use networks (deep learning) or classification methods to identify plants. This requires a lot of training data, a lot of label data and offline training in advance. In addition, these methods are very computationally intensive.
Offenbarung der ErfindungDisclosure of Invention
Gegenstand der vorliegenden Erfindung ist ein Verfahren zum Identifizieren von Beikräutern in einer Pflanzenreihe einer landwirtschaftlichen Fläche, mit den Schritten:
- - Empfangen einer Bildinformation von einem mittels einer optischen Erfassungseinheit erfassten Feldabschnitt einer landwirtschaftlichen Fläche mit Pflanzen;
- - Identifizieren von zumindest einer Pflanzenreihe in der Bildinformation unter Verwendung von identifizierten Pflanzen mittels einer Recheneinheit;
- - Definieren eines die zumindest eine identifizierte Pflanzenreihe umfassenden Kulturpflanzenbereiches unter Verwendung der zumindest einen identifizierten Pflanzenreihe in der Bildinformation mittels der Recheneinheit;
- - Ermitteln jeweils eines Längenwertes für die identifizierten Pflanzen des definierten Kulturpflanzenbereiches in der Bildinformation mittels der Recheneinheit, wobei die Bildinformation in Querbereiche unterteilt ist und der Längenwert die Anzahl der Querbereiche, über die sich jeweils eine identifizierte Pflanze des definierten Kulturpflanzenbereiches erstreckt, repräsentiert;
- - Vergleichen des ermittelten Längenwertes der jeweiligen identifizierten Pflanze des definierten Kulturpflanzenbereiches mit einer Häufigkeitsverteilung von Längenwerten vorhergehend identifizierter Pflanzen des definierten Kulturpflanzenbereichs und/oder definierter Kulturpflanzenbereichen vorhergehend erfasster Bildinformationen der landwirtschaftlichen Fläche mittels der Recheneinheit; und
- - Identifizieren der Pflanzen des definierten Kulturpflanzenbereiches mit einem Längenwert, dessen Häufigkeit kleiner oder gleich einem definierten Häufigkeitsschwellenwert der Häufigkeitsverteilung ist, um diese als Beikräuter in einer identifizierten Pflanzenreihe zu identifizieren.
- - receiving image information from a field section of an agricultural area with plants detected by means of an optical detection unit;
- - identifying at least one row of plants in the image information using identified plants by means of a computing unit;
- - defining a crop plant area comprising the at least one identified row of plants using the at least one identified row of plants in the image information by means of the computing unit;
- - Determination of a respective length value for the identified plants of the defined crop area in the image information by means of the computing unit, the image information being subdivided into transverse areas and the length value representing the number of transverse areas over which an identified plant of the defined crop area extends;
- - comparing the determined length value of the respective identified plant of the defined crop area with a frequency distribution of length values of previously identified plants of the defined crop area and/or defined crop areas of previously recorded image information of the agricultural area by means of the computing unit; and
- - Identifying the plants of the defined crop area with a length value whose frequency is less than or equal to a defined frequency threshold value of the frequency distribution in order to identify them as weeds in an identified plant row.
Gegenstand der vorliegenden Erfindung ist ferner eine Recheneinheit, welche eingerichtet ist, die Schritte eines vorhergehend beschriebenen Verfahrens durchzuführen und/oder zu steuern.The subject matter of the present invention is also a computing unit which is set up to carry out and/or control the steps of a previously described method.
Gegenstand der vorliegenden Erfindung sind außerdem eine Pflanzenidentifizierungseinheit mit einer optischen Erfassungseinheit zum Erfassen eines Feldabschnitts einer landwirtschaftlichen Fläche mit Pflanzen, um eine Bildinformation von dem erfassten Feldabschnitt zu erhalten, und einer vorhergehend beschriebenen Recheneinheit.The subject matter of the present invention is also a plant identification unit with an optical detection unit for detecting a field section of an agricultural area with plants in order to obtain image information from the detected field section, and a previously described computing unit.
Gegenstand der vorliegenden Erfindung ist des Weiteren eine landwirtschaftliche Arbeitsmaschine, insbesondere Feldspritze, mit einem landwirtschaftlichen Arbeitswerkzeug, insbesondere einer Spritzvorrichtung, und einer vorhergehend beschriebenen Pflanzenidentifizierungseinheit, wobei das Arbeitswerkzeug, insbesondere die Spritzvorrichtung in Abhängigkeit von den identifizierten Beikräutern in der identifizierten Pflanzenreihe, mittels der Recheneinheit angesteuert wird.The subject matter of the present invention is also an agricultural working machine, in particular a field sprayer, with an agricultural working tool, in particular a spraying device, and a previously described plant identification unit, the working tool, in particular the spraying device, depending on the identified weeds in the identified row of plants, using the computing unit is controlled.
Gegenstand der vorliegenden Erfindung ist auch ein Computerprogramm, das dazu eingerichtet ist, die Schritte eines vorangehend beschriebenen Verfahrens durchzuführen und/oder zu steuern, wenn das Computerprogramm auf einem Computer ausgeführt wird, sowie ein maschinenlesbares Speichermedium, auf dem das Computerprogramm gespeichert ist.The present invention also relates to a computer program that is set up to carry out and/or control the steps of a method described above when the computer program is executed on a computer, and a machine-readable storage medium on which the computer program is stored.
Durch das erfindungsgemäße Verfahren ist es nunmehr möglich, auf sehr einfache und ressourcensparende Art und Weise Beikräuter in einer Pflanzenreihe bzw. Kulturpflanzenreihe zu identifizieren, ohne dass dabei eine Bilddatenbank oder dergleichen benötigt wird. Das Verfahren ist demnach sehr flexibel einsetzbar, da es sich die Länge der tatsächlich auf der landwirtschaftlichen Fläche befindlichen Pflanzen und Beikräuter zunutze macht und genau diese extrahiert, um Beikräuter in den Pflanzenreihen zu identifizieren.The inventive method, it is now possible in a very simple and resource cen-saving way of identifying weeds in a row of plants or rows of cultivated plants without requiring an image database or the like. The method can therefore be used very flexibly, since it makes use of the length of the plants and weeds actually on the agricultural area and extracts precisely these in order to identify weeds in the plant rows.
Dies erfolgt erfindungsgemäß dadurch, dass Längenwerte von identifizierten Pflanzen eines definierten Kulturpflanzenbereiches in der Bildinformation in der Einheit „Querbereiche“ ermittelt werden und mit einer Häufigkeitsverteilung von Längenwerten vorhergehend identifizierter Pflanzen verglichen werden. Das heißt, mit anderen Worten, dass mittels statistischer Auswertung von Längenwerten von Pflanzen in identifizierten Pflanzenreihen bzw. innerhalb definierter Kulturpflanzenbereiche, welche auf einer Historie vorheriger Pflanzen in der Pflanzenreihe beruht, eine Unterscheidung in der aktuellen Kulturpflanzenreihe zwischen Kulturpflanzen und Beikräutern erfolgt.According to the invention, this is done in that length values of identified plants of a defined crop plant area are determined in the image information in the “transverse areas” unit and are compared with a frequency distribution of length values of previously identified plants. In other words, this means that a distinction is made in the current crop row between crops and weeds by means of statistical evaluation of length values of plants in identified plant rows or within defined crop plant areas, which is based on a history of previous plants in the plant row.
Dabei wird keine gewöhnliche Klassifikationsmethode angewandt, die aus den Längen ein Clustering durchführt und diese dann eine Entscheidung bestimmt zu welcher Klasse (Kulturpflanze oder Beikraut) ein Objekt am wahrscheinlichsten gehört. Ein Klassifikator ist eine Methode, die am Ende eine Wahrscheinlichkeit berechnet, wie gut ein Objekt zu einer Klasse gehört.Here, no ordinary classification method is used, which carries out a clustering from the lengths and then determines which class (crop or weed) an object most likely belongs to. A classifier is a method that ends up calculating a probability of how well an object fits into a class.
Stattdessen wird ermittelt wie häufig eine Länge in der Einheit „Querbereiche“ vorkommt und bei denjenigen Objekten mit einem Längenwert, dessen Häufigkeit kleiner oder gleich einem definierten Häufigkeitsschwellenwert der Häufigkeitsverteilung liegt, geht man davon aus, dass es sich um Beikräuter handelt.Instead, it is determined how often a length occurs in the "cross-sections" unit, and those objects with a length value whose frequency is less than or equal to a defined frequency threshold of the frequency distribution are assumed to be weeds.
Hierdurch wird eine Reihe von Vorteilen geboten:
- - Es resultierte eine verbesserte Identifizierung der Beikräuter
- - Es ist keine Sammlung von vielen Bilddaten und kein Anfertigen von Labels notwendig, um ein Netz oder Klassifikation zu trainieren, wodurch der Gesamtaufwand stark reduziert wird.
- - Es ist kein Offline-Training anhand von Bilddaten im Vorfeld notwendig.
- - Die erforderliche Rechenzeit für die Identifizierung oder Klassifizierung anhand eines oder weniger Pflanzenmerkmale ist sehr gering.
- - Die Information über die identifizierten Beikräuter in dem Kulturpflanzenbereich kann für darauffolgende Schritte genutzt werden, um Pflanzenreihen besser bzw. genauer zu identifizieren, da die identifizierten bzw. erkannten Beikräuter hierfür unberücksichtigt bleiben bzw. „ignoriert“ werden können.
- - An improved identification of the weeds resulted
- - There is no need to collect a lot of image data or create labels to train a network or classification, which greatly reduces the overall effort.
- - No offline training using image data is necessary in advance.
- - The computing time required for identification or classification based on one or a few plant characteristics is very short.
- - The information about the identified weeds in the crop area can be used for subsequent steps in order to identify rows of plants better or more precisely, since the identified or recognized weeds are not taken into account for this or can be "ignored".
Unter einer landwirtschaftlichen Fläche kann eine landwirtschaftlich genutzte Fläche, eine Anbaufläche für Pflanzen oder auch eine Parzelle einer solchen Fläche bzw. Anbaufläche verstanden werden. Die landwirtschaftliche Fläche kann somit eine Ackerfläche, ein Grünland oder eine Weide sein. Die Pflanzen umfassen Kulturpflanzen bzw. Nutzpflanzen, deren Frucht landwirtschaftlich genutzt wird, beispielsweise als Nahrungsmittel, Futtermittel oder als Energiepflanze, sowie Beikräuter bzw. Unkräuter.An agricultural area can be understood to mean an area used for agriculture, an area under cultivation for plants or also a parcel of such an area or area under cultivation. The agricultural area can thus be arable land, grassland or pasture. The plants include cultivated plants or useful plants, the fruit of which is used agriculturally, for example as food, animal feed or as an energy crop, and weeds or weeds.
Der Feldabschnitt kann ein Erfassungsabschnitt bzw. ein erfasster Bildabschnitt einer optischen Erfassungseinheit sein. Die Bildinformation kann bspw. ein Bild des erfassten Feldabschnitts sein. Unter einer optischen Erfassungseinheit kann beispielsweise eine Kamera oder eine 3D-Kamera oder eine Infrarot-Erfassungseinheit verstanden werden. Die optische Erfassungseinheit kann kalibriert sein, um z. B. die Höhenzuordnung aus erfassten Bilder zu errechnen.The field section can be a detection section or a detected image section of an optical detection unit. The image information can, for example, be an image of the detected field section. An optical detection unit can be understood to mean, for example, a camera or a 3D camera or an infrared detection unit. The optical detection unit can be calibrated to e.g. B. to calculate the height assignment from captured images.
Das Verfahren kann einen Schritt des Erfassens eines Feldabschnitts einer landwirtschaftlichen Fläche mit Pflanzen mittels der optischen Erfassungseinheit umfassen. Der Schritt des Erfassens kann während einer Überfahrt oder eines Fluges der Pflanzenidentifizierungseinheit durchgeführt werden. Zumindest ein weiterer Schritt des Verfahrens, insbesondere alle Schritte des Verfahrens kann/können während einer Überfahrt oder eines Fluges der Pflanzenidentifizierungseinheit durchgeführt werden.The method can include a step of capturing a field section of an agricultural area with plants by means of the optical capturing unit. The detecting step can be performed during a transit or a flight of the plant identification unit. At least one further step of the method, in particular all steps of the method, can be carried out during a crossing or a flight of the plant identification unit.
Hierbei kann die Pflanzenidentifizierungseinheit eine mobile Einheit umfassen oder auf einer mobilen Einheit angeordnet sein, wobei die mobile Einheit insbesondere als Landfahrzeug und/oder Luftfahrzeug und/oder Anhänger ausgebildet sein kann. Die mobile Einheit kann auch ein selbstfahrender bzw. autonomer Roboter sein. Die Pflanzenidentifizierungseinheit ist bevorzugt Teil einer landwirtschaftlichen Arbeitsmaschine. Die landwirtschaftliche Arbeitsmaschine ist bevorzugt eine Beikrautregulierungsmaschine, insbesondere eine Feldspritze. Das landwirtschaftliche Arbeitswerkzeug ist bevorzugt eine Spritzvorrichtung, kann jedoch auch ein mechanisches Werkzeug zur Beikrautregulierung sein.Here, the plant identification unit can comprise a mobile unit or be arranged on a mobile unit, wherein the mobile unit can be designed in particular as a land vehicle and/or aircraft and/or trailer. The mobile unit can also be a self-propelled or autonomous robot. The plant identification unit is preferably part of an agricultural working machine. The agricultural working machine is preferably a weed regulating machine, in particular a field sprayer. The agricultural working tool is preferably a spray device, but can also be a mechanical tool for weed control.
Das Verfahren umfasst einen Schritt des Identifizierens von zumindest einer Pflanzenreihe bzw. einer Kulturpflanzenreihe in der Bildinformation des erfassten Feldabschnitts mittels der Recheneinheit. Das Identifizieren der zumindest einen Pflanzenreihe erfolgt bevorzugt unter Verwendung zumindest einer der folgenden Informationen: Farbanteil, insbesondere roter Farbanteil von Pflanzen des erfassten Feldabschnitts, Infrarotanteil von Pflanzen des erfassten Feldabschnitts, Pflanzenabstand, Pflanzreihenabstand, Wachstumsstadium der Pflanzen, Geokoordinaten einer Aussaat der Pflanzen. Mittels dieser Informationen können die Pflanzenreihen auf einfache Art und Weise identifiziert werden, da bspw. Kulturpflanzen in der Regel äquidistant angepflanzt werden oder die Kulturpflanzen vom Wachstumsstadium weiter sind als die Beikräuter bzw. Unkräuter. Bevorzugt werden in dem Schritt des Identifizierens der zumindest einen Pflanzenreihe alle Pflanzenreihen in der Bildinformation bzw. in dem erfassten Feldabschnitt identifiziert.The method includes a step of identifying at least one row of plants or a row of cultivated plants in the image information of the detected field section by means of the computing unit. The at least one row of plants is preferably identified using at least one of the following items of information: color component, in particular red color component of plants in the field section detected, infrared component of plants in the field section detected, distance between plants, distance between rows of plants, growth stage of the plants, geo-coordinates of a sowing of the plants. Using this information, the rows of plants can be identified in a simple manner, since, for example, crop plants are usually planted equidistantly or the crop plants are more advanced in growth stage than the weeds or weeds. In the step of identifying the at least one row of plants, all rows of plants are preferably identified in the image information or in the recorded field section.
Der Schritt des Identifizierens von zumindest einer Pflanzenreihe umfasst verständlicherweise das Erfassen von Pflanzen oder Pflanzenteilen in der Bildinformation bzw. in dem erfassten Feldabschnitt. Unter einem Erfassen von Pflanzen kann beispielsweise das Bestimmen des Vorhandenseins von Pflanzen bzw. Pflanzenmasse/Biomasse in dem Feldabschnitt verstanden werden, insbesondere ohne dass dabei eine Klassifizierung der einzelnen Pflanzen erfolgt. Der Schritt des Erfassens von Pflanzen kann ein Erfassen eines Farbanteils, insbesondere eines roten Farbanteils und/oder eines Infrarotanteils in dem Feldabschnitt bzw. Bildabschnitt umfassen. Hierbei können mittels der optischen Erfassungseinheit, bspw. durch Auswertung von Lichtspektren oder anhand eines vorbestimmten NDVI-Wertes (Normalized Differenced Vegetation Index, er wird aus Reflexionswerten im nahen infraroten und sichtbaren roten Wellenlängenbereich des Lichtspektrums gebildet), indem Pflanzenmasse/Biomasse vom (Erd-)Boden unterschieden wird, Pflanzen erfasst werden.The step of identifying at least one row of plants understandably includes the detection of plants or plant parts in the image information or in the detected field section. A detection of plants can be understood, for example, as determining the presence of plants or plant mass/biomass in the field section, in particular without the individual plants being classified in the process. The step of detecting plants can include detecting a color component, in particular a red color component and/or an infrared component in the field section or image section. Here, by means of the optical detection unit, e.g. by evaluating light spectra or using a predetermined NDVI value (Normalized Differenced Vegetation Index, it is formed from reflection values in the near infrared and visible red wavelength range of the light spectrum), by plant mass/biomass from (soil )soil is distinguished, plants are recorded.
Das Verfahren umfasst ferner einen Schritt des Definierens eines die zumindest eine identifizierte Pflanzenreihe umfassenden Kulturpflanzenbereiches unter Verwendung der zumindest einen identifizierten Pflanzenreihe mittels der Recheneinheit. Der Kulturpflanzenbereich wird bevorzugt unter Verwendung von Nachbarschaftspixeln von erfassten Pflanzen des Kulturpflanzenbereiches definiert. Hierbei wird der Kulturpflanzenbereich bevorzugt um eine erzeugte Pflanzenreihenmittelpunktlinie definiert, insbesondere wobei sich die erzeugte Pflanzenreihenmittelpunktlinie im Wesentlichen geradlinig erstreckt. Der Kulturpflanzenbereich kann die Pflanzen der Pflanzenreihe vollständig umfassen. Der Kulturpflanzenbereich kann jedoch auch die Pflanzenreihe umfassen, ohne dass die einzelnen Pflanzen der Pflanzenreihe vollständig umfasst sind. Demnach kann der Kulturpflanzenbereich die einzelnen Pflanzen der Pflanzenreihe auch nur teilweise umfassen. D.h., mit anderen Worten, dass alle identifizierten Pflanzen, welche zumindest teilweise in dem jeweiligen definierten Kulturpflanzenbereich angeordnet sind, dem Kulturpflanzenbereich zugeordnet bzw. als Pflanzen des Kulturpflanzenbereiches gewertet oder angesehen werden.The method also includes a step of defining a crop plant area comprising the at least one identified plant row using the at least one identified plant row by means of the computing unit. The crop area is preferably defined using neighborhood pixels of detected plants of the crop area. In this case, the cultivated plant area is preferably defined around a generated plant row center line, in particular with the generated plant row center line extending essentially in a straight line. The crop range may fully encompass the plants of the plant row. However, the cultivated plant area can also include the row of plants, without the individual plants of the row of plants being fully included. Accordingly, the cultivated plant area can also only partially include the individual plants of the plant row. In other words, all identified plants that are at least partially arranged in the respective defined crop area are assigned to the crop area or are evaluated or viewed as plants of the crop area.
Der Kulturpflanzenbereich kann um die jeweilige Pflanzenreihenmittelpunktlinie mit einer konstanten bzw. definierten Breite definiert werden. Der Kulturpflanzenbereich kann jedoch auch eine variable Breite aufweisen, wobei die Breite von einem Wachstumsstadium einer in einem entsprechenden Bereich des Kulturpflanzenbereiches angeordneten Pflanze abhängen kann. Der Kulturpflanzenbereich ist somit schlauchförmig ausgebildet. Der Kulturpflanzenbereich weist eine geringere Breite als der erfasste Feldabschnitt bzw. die entsprechende Bildinformation auf.The cultivated plant area can be defined around the respective plant row center line with a constant or defined width. However, the crop area can also have a variable width, wherein the width can depend on a growth stage of a plant arranged in a corresponding area of the crop area. The cultivated plant area is thus designed in the form of a tube. The crop area has a smaller width than the recorded field section or the corresponding image information.
Das Verfahren umfasst des Weiteren einen Schritt des Ermittelns jeweils eines Längenwertes für die identifizierten Pflanzen des definierten Kulturpflanzenbereiches in der Bildinformation mittels der Recheneinheit, wobei die Bildinformation in Querbereiche unterteilt ist und der Längenwert die Anzahl der Querbereiche, über die sich jeweils eine identifizierte Pflanze des definierten Kulturpflanzenbereiches erstreckt, repräsentiert.The method also includes a step of determining a length value for each of the identified plants of the defined crop plant area in the image information using the computing unit, the image information being divided into transverse regions and the length value being the number of transverse regions over which an identified plant of the defined area extends Cultivated plant area extends represented.
Die definierte Längsrichtung verläuft bevorzugt entlang der Pflanzenreihenmittelpunktlinie. Die Querbereiche verlaufen quer, bevorzugt in einem Winkel von größer oder gleich 45° bis kleiner oder gleich 90°, weiter bevorzugt in einem Winkel von größer oder gleich 85° bis kleiner oder gleich 90°, zu der definierten Längsrichtung bzw. der Pflanzenreihenmittelpunktlinie. Die Querbereiche können jedoch auch unabhängig von der definierten Längsrichtung bzw. der Pflanzenreihenmittelpunktlinie horizontal in der Bildinformation bzw. dem Bild verlaufen. Die Querbereiche weisen bevorzugt eine im Wesentlichen gleiche Länge in der definierten Längsrichtung auf. Die Länge der Querbereiche ist hierbei größer als 1, bevorzugt in einem Bereich von größer oder gleich ... Pixel bis kleiner oder gleich ... X Pixel.The defined longitudinal direction preferably runs along the plant row center line. The transverse areas run transversely, preferably at an angle of greater than or equal to 45° to less than or equal to 90°, more preferably at an angle of greater than or equal to 85° to less than or equal to 90°, to the defined longitudinal direction or the plant row center line. However, the transverse areas can also run horizontally in the image information or the image independently of the defined longitudinal direction or the plant row center line. The transverse areas preferably have a substantially equal length in the defined longitudinal direction. In this case, the length of the transverse regions is greater than 1, preferably in a range from greater than or equal to ... pixels to less than or equal to ... X pixels.
Hierbei werden im Schritt des Ermittelns der Längenwerte die Pflanzen bzw. einzelne Pflanzen in der Längsrichtung dadurch definiert oder gebildet, dass ein angrenzender Querbereich im jeweiligen Kulturpflanzenbereich leer ist. D.h., mit anderen Worten, dass Pflanzen und/oder Pflanzenteile des definierten Kulturpflanzenbereiches zwischen zwei leeren Querbereichen als eine einzelne Pflanze angesehen werden. Hierbei wird bevorzugt derart vorgegangen, dass sobald in einem Querbereich eine Pflanze bzw. ein Pflanzenteil oder Pflanzenmasse identifiziert wird, das Zählen beginnt und erst dann endet, wenn - in Längsrichtung gesehen - ein folgender Querbereich leer ist. Mit dem Begriff „leer“ ist hierbei gemeint, dass in dem Querbereich im jeweiligen Kulturpflanzenbereich keine Pflanze bzw. kein Pflanzenteil identifiziert wurde. Hierdurch wird die Länge der Pflanzen in der Einheit „Querbereiche“ ermittelt.In this case, in the step of determining the length values, the plants or individual plants are defined or formed in the longitudinal direction in that an adjacent transverse area in the respective cultivated plant area is empty. In other words, plants and/or plant parts of the defined crop area between two empty transverse areas are regarded as a single plant. The procedure is preferably such that as soon as a plant or a plant part or plant mass is identified in a transverse area, the counting begins and only then ends when - seen in the longitudinal direction - a following transverse area is empty. The term “empty” means that no plant or part of a plant was identified in the transverse area in the respective crop area. This determines the length of the plants in the unit “transverse areas”.
Bevorzugt werden im Schritt des Ermittelns der Längenwerte nur Pflanzen berücksichtigt, d.h. herausgefiltert und ausgewertet, welche zumindest teilweise in dem jeweiligen definierten Kulturpflanzenbereich angeordnet, d.h. dem Kulturpflanzenbereich zugeordnet sind.In the step of determining the length values, only plants are preferably taken into account, i.e. filtered out and evaluated, which are at least partially arranged in the respective defined crop plant area, i.e. are assigned to the crop plant area.
Das Verfahren umfasst ferner einen Schritt des Vergleichens des ermittelten Längenwertes der jeweiligen identifizierten Pflanze des definierten Kulturpflanzenbereiches mit einer Häufigkeitsverteilung, d.h. einer Historie von Längenwerten vorhergehend identifizierter Pflanzen des definierten Kulturpflanzenbereichs und/oder definierter Kulturpflanzenbereichen vorhergehend erfasster Bildinformationen der landwirtschaftlichen Fläche mittels der Recheneinheit.The method also includes a step of comparing the determined length value of the respective identified plant of the defined crop area with a frequency distribution, i.e. a history of length values of previously identified plants of the defined crop area and/or defined crop areas of previously recorded image information of the agricultural area by means of the computing unit.
Hierbei umfassen die definierten Kulturpflanzenbereiche der vorhergehend erfassten Bildinformationen bevorzugt dieselbe zumindest eine identifizierte Pflanzenreihe bzw. vorhergehend erfasste Abschnitte derselben Pflanzenreihe. Demnach handelt es sich bei den vorhergehend erfassten Bildinformationen bevorzugt um unmittelbar zuvor erfasste Bildinformationen mittels der Bilderfassungseinheit, insbesondere während der gleichen Bewegung bzw. Überfahrt der Bilderfassungseinheit über der landwirtschaftlichen Fläche.The defined crop plant areas of the previously recorded image information preferably include the same at least one identified row of plants or previously recorded sections of the same row of plants. Accordingly, the previously captured image information is preferably image information captured immediately beforehand by the image capturing unit, in particular during the same movement or crossing of the image capturing unit over the agricultural area.
Die Häufigkeitsverteilung ist bevorzugt eine Verteilung der absoluten Häufigkeit der Längenwerte. Es ist jedoch möglich, dass die Häufigkeitsverteilung eine relative Häufigkeit ist, bspw. bezogen auf die Summe von 300 Pflanzenobjekten. Verständlicherweise können 2 oder mehrere Längenwerte in der Häufigkeitsverteilung auch abhängig von einem bestimmten Parameter in Längenklassen zusammengefasst werden, ohne den Rahmen der vorliegenden Anmeldung zu verlassen. Demnach können bspw. Pflanzen mit einem Längenwert von 1 oder 2 in einer Längenklasse 1, Pflanzen mit einem Längenwert von 3 oder 4 in einer Längenklasse 2 usw. in der Häufigkeitsverteilung zusammengefasst werden.The frequency distribution is preferably a distribution of the absolute frequency of the length values. However, it is possible that the frequency distribution is a relative frequency, e.g. based on the sum of 300 plant objects. Understandably, 2 or more length values in the frequency distribution can also be combined into length classes depending on a specific parameter, without departing from the scope of the present application. For example, plants with a length value of 1 or 2 can be grouped in
Das Verfahren umfasst außerdem einen Schritt des Identifizierens der Pflanzen des definierten Kulturpflanzenbereiches mit einem Längenwert, dessen Häufigkeit kleiner oder gleich einem definierten Häufigkeitsschwellenwert der Häufigkeitsverteilung ist, um diese als Beikräuter in einer identifizierten Pflanzenreihe zu identifizieren.The method also comprises a step of identifying the plants of the defined crop area with a length value whose frequency is less than or equal to a defined frequency threshold value of the frequency distribution in order to identify them as weeds in an identified plant row.
Der definierte Häufigkeitsschwellenwert der Häufigkeitsverteilung kann vorgebbar sein. Der definierte Häufigkeitsschwellenwert kann bspw. von der Art und/oder der Gattung und/oder dem Wachstumsstadium und/oder der Streuung der Fläche/Größe der Nutzpflanzen abhängen. Der definierte Häufigkeitsschwellenwert kann jedoch auch in Abhängigkeit von einem bestimmten Parameter angepasst werden.The defined frequency threshold of the frequency distribution can be specified. The defined frequency threshold value can depend, for example, on the species and/or the genus and/or the growth stage and/or the distribution of the area/size of the useful plants. However, the defined frequency threshold can also be adjusted depending on a specific parameter.
Es ist vorteilhaft, wenn die Häufigkeitsverteilung mit steigender Anzahl vorhergehend identifizierter Pflanzen oder einer definierten Anzahl unmittelbar vorhergehend identifizierter Pflanzen während des Verfahrens, insbesondere während einer Bewegung der optischen Erfassungseinheit über der landwirtschaftlichen Fläche dynamisch angepasst wird. D.h., mit anderen Worten, dass sich die Häufigkeitsverteilung dynamisch während der Feldüberfahrt ändert, da stets (neue) Längenwerte neuer identifizierter Pflanzen mit einfließen. Ferner fallen bevorzugt (alte) Längenwerte alter identifizierter Pflanzen heraus, bspw. wenn lediglich eine definierte konstante Anzahl an aktuellen identifizierten Pflanzen berücksichtigt wird, sodass sich die Häufigkeitsverteilung den neusten Gegebenheiten auf der landwirtschaftlichen Fläche anpassen. Durch diese Maßnahme ist das Verfahren sehr flexible, da sich das Histogramm ständig erneuert bei der Überfahrtfahrt über die landwirtschaftliche Fläche und die ältesten Daten aus dem Histogramm wieder entfernt werden, sodass sich der Algorithmus ständig neu auf die aktuelle Feldsituation und Längen der Pflanzen einlernen kann und ferner auch dynamisch genug ist, dass er seine Entscheidung bzgl. des Ansteuerns des landwirtschaftlichen Arbeitswerkzeugs auch bei sich veränderten Pflanzenwachstum über die landwirtschaftliche Fläche Feld hinweg anpassen kann.It is advantageous if the frequency distribution is dynamically adapted with an increasing number of previously identified plants or a defined number of plants identified immediately previously during the method, in particular during a movement of the optical detection unit over the agricultural area. In other words, the frequency distribution changes dynamically while crossing the field, since (new) length values of newly identified plants are always included. Furthermore, (old) length values of old identified plants are preferred, for example if only a defined constant number of currently identified plants is taken into account, so that the frequency distribution adapts to the latest conditions on the agricultural area. This measure makes the method very flexible, since the histogram is constantly renewed when crossing the agricultural area and the oldest data is removed from the histogram again, so that the algorithm can constantly relearn the current field situation and lengths of the plants and is also dynamic enough that he can adapt his decision regarding the control of the agricultural work tool even when plant growth changes across the agricultural area.
Bevorzugt werden im Schritt des Identifizierens der Pflanzen nur Pflanzen berücksichtigt, d.h. herausgefiltert und ausgewertet, welche zumindest teilweise in dem jeweiligen definierten Kulturpflanzenbereich angeordnet, d.h. dem Kulturpflanzenbereich zugeordnet sind.In the step of identifying the plants, only plants are preferably taken into account, i.e. filtered out and evaluated, which are at least partially arranged in the respective defined crop area, i.e. are assigned to the crop area.
Es ist vorteilhaft, wenn im Schritt des Identifizierens ferner nur Pflanzen mit einem Längenwert, welcher größer als ein definierter Längenschwellenwert oder gleich einem definierten Längenschwellenwert ist, als Beikräuter in einer identifizierten Pflanzenreihe identifiziert werden. Der definierte Längenschwellenwert kann vorteilhafterweise vorgegeben sein oder in Abhängigkeit von der Häufigkeitsverteilung von Längenwerten ermittelt werden. Hierbei ist es vorteilhaft, wenn bei der Ermittlung des Längenschwellenwertes der größte Längenwert mit einer Häufigkeit über dem Häufigkeitsschwellenwert ermittelt wird, und der Längenschwellenwert als der nächstgrößere Längenwert oder der um einen definierten Wert größere oder kleinere Längenwert definiert wird. Der definierte Wert, um den Längenschwellenwert größer sein soll, kann von der Art und/oder der Gattung und/oder dem Wachstumsstadium und/oder der Streuung der Fläche/Größe der Nutzpflanzen abhängen. Durch diese Maßnahme können insbesondere große Beikräuter, d.h. Beikräuter, welche eine größere Länge aufweisen als die Pflanzen bzw. Kulturpflanzen in der Pflanzenreihe, effektiv identifiziert werden.It is advantageous if, in the step of identifying, only plants with a length value which is greater than or equal to a defined length threshold value are identified as weeds in an identified row of plants. The defined length threshold value can advantageously be specified or determined as a function of the frequency distribution of length values. It is advantageous here if, when determining the length threshold value, the largest length value is determined with a frequency above the frequency threshold value, and the length threshold value is the next largest length value or the one by a defi ned value is defined as a larger or smaller length value. The defined value by which the length threshold should be greater may depend on the species and/or genus and/or growth stage and/or area/size spread of the crops. Large weeds in particular, ie weeds that are longer than the plants or crop plants in the row of plants, can be effectively identified by this measure.
Hierbei kann ferner noch ein Mindestwert für den Längenschwellenwert definiert werden, ab dem überhaupt eine Pflanze als Beikraut identifiziert/klassifiziert bzw. von der Kulturpflanzenklasse in eine Beikrautklasse reklassifiziert werden darf. A minimum value for the length threshold value can also be defined here, above which a plant may be identified/classified as a weed or reclassified from the crop plant class into a weed class.
Der Mindestwert kann bspw. von der Art und/oder der Gattung und/oder dem Wachstumsstadium und/oder der Streuung der Fläche/Größe der Nutzpflanzen abhängen. Dies ist eine Art Sicherheit, damit der dynamisch und selbstlernende Algorithmus nur größere Beikräuter reklassifiziert. Kleinere Beikräuter mit einem kleineren Längenschwellenwert sollen gemäß dieser Strategie unverändert bleiben, bspw. wenn die Kulturpflanzen kleiner sind und nur größere Beikräuter identifiziert werden sollen.The minimum value can depend, for example, on the species and/or the genus and/or the growth stage and/or the distribution of the area/size of the useful plants. This is a kind of security so that the dynamic and self-learning algorithm only reclassifies larger weeds. Smaller weeds with a smaller length threshold should remain unchanged according to this strategy, e.g. if the crop plants are smaller and only larger weeds should be identified.
Es ist außerdem vorteilhaft, wenn das Verfahren einen Schritt des Klassifizierens der identifizierten Beikräuter in der identifizierten Pflanzenreihe in eine Pflanzenklasse, insbesondere eine Beikrautklasse mittels der Recheneinheit umfasst. Hierbei ist es insbesondere vorteilhaft, wenn zunächst ein Schritt des Klassifizierens der, d.h. aller identifizierten Pflanzen des definierten Kulturpflanzenbereiches in eine erste Pflanzenklasse, insbesondere eine Kulturpflanzenklasse vorgesehen ist, und anschließend ein Schritt des Reklassifizierens der identifizierten Beikräuter in der identifizierten Pflanzenreihe des definierten Kulturpflanzenbereiches in eine von der ersten Pflanzenklasse verschiedene zweite Pflanzenklasse, insbesondere eine Beikrautklasse mittels der Recheneinheit vorgesehen ist. D.h., mit anderen Worten, dass zunächst per Definition alle Pflanzen in dem Kulturpflanzenbereich als Objekte derselben Klasse angesehen bzw. derselben Klasse zugeordnet werden, bspw. der Klasse „Kulturpflanzen“, und anschließend fehlklassifizierte Beikräuter innerhalb der Pflanzenreihen identifiziert und richtig reklassifiziert werden.It is also advantageous if the method includes a step of classifying the identified weeds in the identified row of plants into a plant class, in particular a weed class, by means of the computing unit. It is particularly advantageous here if a step of classifying the, i.e. all identified plants of the defined crop plant area into a first plant class, in particular a crop plant class, is initially provided, and then a step of reclassifying the identified weeds in the identified plant row of the defined crop plant area into a second plant class different from the first plant class, in particular a weed class, is provided by means of the computing unit. This means, in other words, that initially, by definition, all plants in the crop area are viewed as objects of the same class or are assigned to the same class, e.g. the class "crop plants", and then misclassified weeds within the plant rows are identified and correctly reclassified.
Des Weiteren ist es vorteilhaft, wenn das Verfahren einen Schritt des Ansteuerns einer landwirtschaftlichen Arbeitsmaschine, insbesondere eines landwirtschaftlichen Arbeitswerkzeugs einer landwirtschaftlichen Arbeitsmaschine, insbesondere einer Spritzvorrichtung einer Feldspritze, in Abhängigkeit von den identifizierten Beikräutern in der identifizierten Pflanzenreihe umfasst. Hierdurch ermöglich das Verfahren, gezielt Beikräuter in den Pflanzenreihen zu bekämpfen bzw. zu regulieren.Furthermore, it is advantageous if the method includes a step of controlling an agricultural working machine, in particular an agricultural working tool of an agricultural working machine, in particular a spray device of a field sprayer, depending on the identified weeds in the identified row of plants. As a result, the method makes it possible to combat or regulate weeds in the plant rows in a targeted manner.
Die Recheneinheit ist bzw. die Recheneinheiten sind zur Bildverarbeitung ausgebildet bzw. eingerichtet, sodass sie Berechnungsschritte bzw. Bildverarbeitungsschritte zur Durchführung des erfindungsgemäßen Verfahrens ausführen kann. Demnach weist jede Recheneinheit eine entsprechende Bildverarbeitungssoftware auf. 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 bspw. elektrisch oder optisch aus einer entsprechenden Datenübertragungsleitung einlesen oder in eine entsprechende Datenübertragungsleitung ausgeben kann.The arithmetic unit is or the arithmetic units are designed or set up for image processing, so that it can carry out calculation steps or image processing steps for carrying out the method according to the invention. Accordingly, each computing unit has corresponding image processing software. The arithmetic unit can be, for example, a signal processor, a microcontroller or the like, with the memory unit being able to be a flash memory, an EPROM or a magnetic memory unit. The communication interface can be designed to read in or output data wirelessly and/or by wire, with a communication interface that can read in or output wire-bound data reading this data, for example electrically or optically, from a corresponding data transmission line or outputting it into a corresponding data transmission line.
Demnach kann das erfindungsgemäße Verfahren beispielsweise in Software oder Hardware oder in einer Mischform aus Software und Hardware in der Recheneinheit bzw. einem Steuergerät implementiert sein.Accordingly, the method according to the invention can be implemented, for example, in software or hardware or in a mixed form of software and hardware in the processing unit or a control unit.
Die Recheneinheit kann vollständig oder teilweise an der landwirtschaftlichen Arbeitsmaschine angeordnet bzw. in diese integriert sein. Die Recheneinheit kann jedoch auch vollständig oder teilweise extern, bspw. in einer Cloud integriert sein. Die Recheneinheit kann somit auch auf verschiedene, bspw. mobile und stationäre Einheiten aufgeteilt sein.The processing unit can be arranged completely or partially on the agricultural working machine or integrated into it. However, the computing unit can also be completely or partially external, for example integrated in a cloud. The arithmetic unit can thus also be divided among different units, for example mobile and stationary units.
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.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 also advantageous used, especially when the program product or program is run on a computer or device.
Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigt:
-
1 eine Bildinformation bzw. ein Bild eines erfassten Feldabschnitts; -
2 eine Bildinformation mit identifizierten Pflanzen, welche in Querbereiche unterteilt ist; -
3 eine Historie von Pflanzen aus zuvor erfassten Bildinformationen mit ihren Längenwerten; und -
4 ein Ablaufdiagramm eines Verfahrens gemäß einem Ausführungsbeispiel.
-
1 an item of image information or an image of a detected field section; -
2 an image information with identified plants, which is divided into transverse regions; -
3 a history of plants from previously acquired image information with their length values; and -
4 a flow chart of a method according to an embodiment.
Wie aus
Wie weiter aus
Die Bildinformation 10 bzw. das Bild 10 ist in Querbereiche 26 unterteilt. Die Querbereiche 26 sind hierbei Rechtecke einer definierten Länge 28, welche über die gesamte Länge des Bildes 10 in Längsrichtung 30, welche entlang der Pflanzenreihenmittelpunktlinie 22 verläuft, aufgespannt werden. Die Querbereiche 26 verlaufen hierbei senkrecht zu der Längsrichtung 30 bzw. Pflanzenreihenmittelpunktlinie 22.The
Zunächst werden für jede Reihenreihe 20 bzw. jeden Kulturpflanzenbereich 24 Pflanzen 14, 16, 18 herausgefiltert, welche zumindest teilweise in dem jeweiligen definierten Kulturpflanzenbereich 24 angeordnet sind. Somit werden nachfolgend lediglich diese herausgefilterten Pflanzen 14, 16, 18 berücksichtigt und ausgewertet.First, for each
Anschließend wird jeweils ein Längenwert für diese Pflanzen 14, 16, 18 mittels der Recheneinheit ermittelt, wobei der Längenwert die Anzahl der Querbereiche 26, über die sich jeweils eine Pflanze 14, 16, 18 des definierten Kulturpflanzenbereiches 24 erstreckt, repräsentiert. Hierbei beginnt eine Pflanze 14, 16, 18 der entsprechenden Pflanzenreihe 20 per Definition sobald Pflanzenmasse in einem Querbereich 26 identifiziert wird und endet, wenn ein Querbereich 26 leer ist, d.h. keine Pflanzenmasse mehr identifiziert wird. Somit erhält man Pflanzen 14, 16, 18 mit einem entsprechenden Längenwert, nämlich der Anzahl an Querbereichen 26. Im gezeigten Ausführungsbeispiel haben die Pflanze 14 und die Pflanze 16 den Längenwert 2 und die Pflanze 18 den Längen wert 3.A length value for each of these
Diese Längenwerte bzw. Daten werden fortlaufend während einer Überfahrt über die landwirtschaftliche Fläche gespeichert. Es wird eine Historie aufgebaut, in der die letzten, bspw. 100 Pflanzen 14, 16, 18 aus den vorhergehend erfassten Bildinformationen 10 gespeichert sind. In
Um nun die Beikräuter 18 in der identifizierten Pflanzenreihe 20, d.h. in dem die identifizierte Pflanzenreihe 20 umfassenden Kulturpflanzenbereich 24 zu identifizieren, wurde in der Häufigkeitsverteilung ein Häufigkeitsschwellenwert 32 definiert, welcher im gezeigten Beispiel bei 3 Pflanzen ist.In order to identify the
In einem ersten Ausführungsbeispiel werden schließlich alle Pflanzen 14 des definierten Kulturpflanzenbereiches 24, deren Häufigkeit kleiner oder gleich dem definierten Häufigkeitsschwellenwert 32 ist, d.h. 3mal oder seltener vorkommen, als Beikräuter 18 identifiziert bzw. klassifiziert. Somit werden in diesem Ausführungsbeispiel Pflanzen 14 mit einem Längenwert von 4, 7 und 8 als Beikräuter 18 identifiziert. Alle restlichen Pflanzen 14 mit einer Häufigkeit von über 3 werden als Kulturpflanzen 16 identifiziert bzw. klassifiziert.In a first exemplary embodiment, all
In einem zweiten Ausführungsbeispiel wird ferner ein Längenschwellenwert 34 definiert, wobei nur Pflanzen 14 mit einem Längenwert von größer oder gleich diesem Längenschwellenwert 34 als Beikräuter 18 identifiziert werden. Hierbei wurde der Längenschwellenwert ermittelt, indem zunächst der größte Längenwert mit einer Häufigkeit über dem Häufigkeitsschwellenwert ermittelt wurde, welcher im vorliegenden Beispiel 6 ist. Anschließend wurde als Längenschwellenwert der nächstgrößere Längenwert, d.h. 7 gewählt.In a second exemplary embodiment, a
Somit werden im Vergleich zum ersten Ausführungsbeispiel in diesem Ausführungsbeispiel nur Pflanzen 14 mit einem Längenwert von 7 und 8 als Beikräuter 18 identifiziert bzw. klassifiziert, während die Pflanzen 14 mit einem Längenwert von 4 und alle weiteren als Kulturpflanzen 16 identifiziert bzw. klassifiziert werden. Hierdurch können große Beikräuter 18 effektiv identifiziert und ggf. reklassifiziert werden.In comparison to the first exemplary embodiment, only plants 14 with a length value of 7 and 8 are identified or classified as
In einem dritten Ausführungsbeispiel kann im Vergleich zum zweiten Ausführungsbeispiel ein Längenschwellenwert 36 definiert werden, welcher um einen definierten Wert, bspw. um eine Längeneinheit größer ist, als der ermittelte größte Längenwert. Hierdurch werden nur noch größere Pflanzen 14 mit einem Längenwert von 8 als Beikräuter 18 identifiziert bzw. klassifiziert.In a third exemplary embodiment, in comparison to the second exemplary embodiment, a
Der Weiteren umfasst das Verfahren 100 einen optionalen Schritt des Klassifizierens 108 der identifizierten Pflanzen 14, 16, 18 des definierten Kulturpflanzenbereiches 24 in eine erste Pflanzenklasse, insbesondere eine Kulturpflanzenklasse, und einen weiteren optionalen Schritt des Reklassifizierens 116 der identifizierten Beikräuter 18 in der identifizierten Pflanzenreihe 20 des definierten Kulturpflanzenbereiches 24 in eine von der ersten Pflanzenklasse verschiedene zweite Pflanzenklasse, insbesondere eine Beikrautklasse mittels der Recheneinheit.Furthermore, the
ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDED IN 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 documents cited by the applicant was 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 PatentliteraturPatent Literature Cited
- DE 102017210804 A1 [0002]DE 102017210804 A1 [0002]
Claims (17)
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021213280.4A DE102021213280A1 (en) | 2021-11-25 | 2021-11-25 | Method for identifying weeds in a row of plants in an agricultural area |
PCT/EP2022/080200 WO2023094111A1 (en) | 2021-11-25 | 2022-10-28 | Method for identifying weeds in a row of plants of an agricultural field |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102021213280.4A DE102021213280A1 (en) | 2021-11-25 | 2021-11-25 | Method for identifying weeds in a row of plants in an agricultural area |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102021213280A1 true DE102021213280A1 (en) | 2023-05-25 |
Family
ID=84361020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102021213280.4A Pending DE102021213280A1 (en) | 2021-11-25 | 2021-11-25 | Method for identifying weeds in a row of plants in an agricultural area |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102021213280A1 (en) |
WO (1) | WO2023094111A1 (en) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022212171A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for classifying plants in and/or between rows of plants in an agricultural area |
DE102022212169A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for classifying plants in and/or between rows of plants in an agricultural area |
DE102022212162A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for determining a plant index of plants in a row of plants in an agricultural area |
DE102022212161A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for determining a width index of plants in a row of plants in an agricultural area |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017210804A1 (en) | 2017-06-27 | 2018-12-27 | Robert Bosch Gmbh | Method Apply a spray to a field |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10255670B1 (en) * | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
-
2021
- 2021-11-25 DE DE102021213280.4A patent/DE102021213280A1/en active Pending
-
2022
- 2022-10-28 WO PCT/EP2022/080200 patent/WO2023094111A1/en unknown
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102017210804A1 (en) | 2017-06-27 | 2018-12-27 | Robert Bosch Gmbh | Method Apply a spray to a field |
Non-Patent Citations (4)
Title |
---|
Arnold, H.: Mehr Ertrag für Landwirte: Nur soviel Herbizide wie erforderlich. elektroniknet.de. 8. November 2019<https://www.elektroniknet.de/automation/nur-so-viel-herbizide-wie-erforderlich.170934.html>(recherchiert am 8.8.2022) |
Dzinaj, T. et al: Multi-Sensor-System zur Unterscheidung von Nutzpflanzen und Beikräutern. In: Zeitschrift für Pflanzenkrankheiten und Pflanzenschutz, Sonderheft, Bd. 16, 1998. S. 233 - 242. <https://www.hs-osnabrueck.de/fileadmin/HSOS/Homepages/COALA/Veroeffentlichungen/1998-Hohenheim-Multisensor.pdf>(recherchiert am 6.8.2022) |
Meyer, J. et al:: Erkennung von Beikraut in Sonderkulturen durch Klassifikation von Multisensorinformation. In: Workshop Computerbildanalyse und Sensorik in der Landwirtschaft 2014 – Osnabrück (Germany)pages 191 – 199 <https://meyer-research.de/publications>Im Internet: <https://docplayer.org/61492633-Erkennung-von-beikraut-in-sonderkulturen-durch-klassifikation-von-multisensorinformation.html>(recherchiert am 8.8.2022) |
Shahbazi, N. et al.: Comparison of crop and weed height, for potential differentiation of weed patches at harvest. In: Weed Research, Vol. 61, 25. January 2021. pp. 25 - 34First published: 05 November 2020<https://doi.org/10.1111/wre.12450>(recherchiert am 8.8.2022) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022212171A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for classifying plants in and/or between rows of plants in an agricultural area |
DE102022212169A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for classifying plants in and/or between rows of plants in an agricultural area |
DE102022212162A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for determining a plant index of plants in a row of plants in an agricultural area |
DE102022212161A1 (en) | 2022-11-16 | 2024-05-16 | Robert Bosch Gesellschaft mit beschränkter Haftung | Method for determining a width index of plants in a row of plants in an agricultural area |
Also Published As
Publication number | Publication date |
---|---|
WO2023094111A1 (en) | 2023-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102021213280A1 (en) | Method for identifying weeds in a row of plants in an agricultural area | |
EP3782467B1 (en) | Method for identifying weeds within a defined row of plants of an agricultural area | |
DE102018217742A1 (en) | Process for applying a spray to a field | |
WO2023110207A1 (en) | Method for identifying weeds in a plant row of an agricultural area | |
DE102017210804A1 (en) | Method Apply a spray to a field | |
DE102018222428A1 (en) | Process for applying a spray to an agricultural area | |
DE102010027144A1 (en) | Training method for an adaptive evaluation algorithm, a hyperspectral measuring device, and a device for applying a resource | |
DE102011078290A1 (en) | Method for classifying surrounding region of vehicle e.g. agricultural tractor, involves comparing detected pattern on recorded image of the surrounding area with patterns stored in database | |
DE102017217258A1 (en) | Method for classifying plants | |
DE102019218192A1 (en) | Method of working crops in a field | |
WO2022111880A1 (en) | Method and device for classifying plants, and computer program product | |
DE102021211803A1 (en) | Method for identifying weeds in an identified plant row of an agricultural area | |
EP4064819B1 (en) | Method for treating plants in a field, for generating training data and for training a neural network | |
DE102018222623A1 (en) | Process for automatic irrigation of plants | |
DE102022212169A1 (en) | Method for classifying plants in and/or between rows of plants in an agricultural area | |
DE102022212171A1 (en) | Method for classifying plants in and/or between rows of plants in an agricultural area | |
DE102022212161A1 (en) | Method for determining a width index of plants in a row of plants in an agricultural area | |
DE102022212162A1 (en) | Method for determining a plant index of plants in a row of plants in an agricultural area | |
DE102020215879A1 (en) | Method of applying a spray to an agricultural area | |
DE102020215880A1 (en) | Method of applying a spray to an agricultural area | |
EP4064818B1 (en) | Method for treating plants in a field | |
DE102019201977A1 (en) | Method for determining a condition of a crop planting and agricultural vehicle | |
DE102022205201A1 (en) | Method for training a first main stage generator and device with one or the first main stage generator for locating companion plants, computer program and machine-readable storage medium | |
DE102022206224A1 (en) | Method for automatically labeling input images, training images, method for training or retraining a weed analyzer, analysis device, computer program and machine-readable storage medium | |
DE102020215877A1 (en) | Method of classifying plants for agricultural purposes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified |