DE112015002189T5 - Bildfilter auf der Grundlage von Reihenidentifizierung - Google Patents

Bildfilter auf der Grundlage von Reihenidentifizierung Download PDF

Info

Publication number
DE112015002189T5
DE112015002189T5 DE112015002189.2T DE112015002189T DE112015002189T5 DE 112015002189 T5 DE112015002189 T5 DE 112015002189T5 DE 112015002189 T DE112015002189 T DE 112015002189T DE 112015002189 T5 DE112015002189 T5 DE 112015002189T5
Authority
DE
Germany
Prior art keywords
crop
image
elements
filter
row
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.)
Withdrawn
Application number
DE112015002189.2T
Other languages
English (en)
Inventor
Edwin Ernest Wilson
Robert Leonard Jr. Nelson
David Anthony Fowler
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Raven Industries Inc
Original Assignee
Raven Industries Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Raven Industries Inc filed Critical Raven Industries Inc
Publication of DE112015002189T5 publication Critical patent/DE112015002189T5/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B69/00Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
    • A01B69/001Steering by means of optical assistance, e.g. television cameras
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D34/00Mowers; Mowing apparatus of harvesters
    • A01D34/006Control or measuring arrangements
    • A01D34/008Control or measuring arrangements for automated or remotely controlled operation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/536Depth or shape recovery from perspective effects, e.g. by using vanishing points
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/48Extraction of image or video features by mapping characteristic values of the pattern into a parameter space, e.g. Hough transformation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/188Vegetation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/20Scenes; Scene-specific elements in augmented reality scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/35Categorising the entire scene, e.g. birthday party or wedding scene
    • G06V20/38Outdoor scenes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B69/00Steering of agricultural machines or implements; Guiding agricultural machines or implements on a desired track
    • A01B69/007Steering or guiding of agricultural vehicles, e.g. steering of the tractor to keep the plough in the furrow
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06KGRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K2207/00Other aspects
    • G06K2207/1016Motor control or optical moving unit control
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • G06T2207/10021Stereoscopic video; Stereoscopic image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20076Probabilistic image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/68Food, e.g. fruit or vegetables

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Environmental Sciences (AREA)
  • Quality & Reliability (AREA)
  • Soil Sciences (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Es werden ein System und Techniken für ein Bildfilter auf der Grundlage einer Reihenidentifizierung beschrieben. Eine Feldfruchtreihenmitte, die in einem Bild einer Feldfruchtreihe dargestellt ist, kann berechnet werden. Ein Filter entsprechend einem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe kann erhalten werden. Elemente in dem Bild können dann kategorisiert werden auf der Grundlage des Anwendens des Filters auf das Bild, wenn das Filter auf der Feldfruchtreihe verankert ist.

Description

  • BEANSPRUCHUNG DER PRIORITÄT
  • Diese Anmeldung beansprucht den Nutzen der Priorität der provisorischen US-Patentanmeldung Nr. 61/991 260, die am 9. Mai 2014 eingereicht wurde und die hier in ihrer Gesamtheit einbezogen wird.
  • HINTERGRUND
  • Auf Bildern basierende Erleichterungsvorrichtungen für landwirtschaftliche Anwendungen wie das Navigieren eines landwirtschaftlichen Fahrzeugs durch ein Feld nehmen Bilder der landwirtschaftlichen Umgebung auf. Bei derartigen Anwendungen erfasst eine Kamera oder ein anderer Sensor, die/der an einem landwirtschaftlichen Gerät (AEQ) befestigt ist, elektronische Darstellungen (zum Beispiel Bilder) der landwirtschaftlichen Umgebung (zum Beispiel ein Feld, ein Hain, usw.), die hier als Bilder bezeichnet werden. Diese Bilder werden dann als Eingangssignale in AEQ-Lenkmechanismen verwendet – um Lenkparameter für das durch Reihen (zum Beispiel Feldfruchtreihen oder Furchen) navigierende AEQ zu erhalten – wodurch dem AEQ ermöglicht wird, das Feld ohne menschliche Eingabe zu navigieren.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • In den Zeichnungen, die nicht notwendigerweise maßstabsgerecht gezeichnet sind, können gleiche Zahlen ähnliche Komponenten in verschiedenen Ansichten beschreiben. Gleiche Zahlen mit einem unterschiedlichen Buchstabensuffix können verschiedene Beispiele von ähnlichen Komponenten darstellen. Die Zeichnungen illustrieren allgemein im Wege von Beispielen, aber nicht im Wege von Beschränkungen, verschiedene Ausführungsbeispiele, die in dem vorliegenden Dokument diskutiert werden.
  • 1 illustriert ein Blockschaltbild eines Beispiels für ein System für ein Bildfilter auf der Grundlage von Reihenidentifizierung gemäß einem Ausführungsbeispiel.
  • 2A und 2B illustrieren beispielhafte Perspektiven eines landwirtschaftlichen Fahrzeugs in einem Feldfruchtumfeld, die die Bildaufnahme und Reihenidentifizierung erleichtern, gemäß einem Ausführungsbeispiel.
  • 3 illustriert ein Beispiel für ein Bild mit Elementen zur Bildfilterung gemäß einem Ausführungsbeispiel.
  • 4 illustriert ein Beispiel für eine Filterfunktion bei der Reihenidentifizierung gemäß einem Ausführungsbeispiel.
  • 5 illustriert ein Flussdiagramm eines Beispiels für ein Verfahren für ein Bildfilter auf der Grundlage von Reihenidentifizierung gemäß einem Ausführungsbeispiel.
  • 6 ist ein Blockschaltbild, das ein Beispiel für eine Maschine illustriert, mit der ein oder mehrere Ausführungsbeispiele implementiert werden können.
  • DETAILLIERTE BESCHREIBUNG
  • Bilder werden für Navigationszwecke von AEQ aufgenommen. Derartige Bilder können auch für eine Anzahl von Anwendungen verwendet werden, enthaltend das Identifizieren fremder Objekte, von Fruchtfäule, Unkraut, Sprossen oder anderer Feldfruchtcharakteristikanalyse. Die Analyse und Verarbeitung zum Implementieren dieser Anwendungen kann kompliziert und rechenintensiv sein. Ein Teil dieser Komplikationen kann sich aus der erforderlichen Analyse zum Bestimmen, wo Feldfrüchten beispielsweise eine komplexe natürliche Umgebung gegeben werden sollte, ergeben.
  • Unter Verwendung der Reihe oder Furche kann mitten in dem Bild die Komplexität der Bildverarbeitung verringert werden. Die US-Patent-veröffentlichung Nr. 2014/0254861 beschreibt eine Technik zum Entdecken dieser Reihenmitten, die hier als eine kaskadierte Hough-Transformation bezeichnet wird. Da das Finden der Reihenmitte in einer Lenkanwendung berechnet werden kann, ist seine Verwendung bestimmt von den Lenktechniken, die mit zusätzlicher Berechnungseffizienz in dem Prozess versehen sind.
  • Die Reihenmitten von Feldfrüchten können die Basis für die Bildteilung unter Verwendung bekannter oder angenommener Tatsachen über eine gegebene Feldfrucht in dem Bild bilden, wie eine Feldfrucht-Reihenbreite, eine Überdachungsbreite, eine Feldfruchthöhe, Pflanzmetrik (z. B., wann die Feldfrucht gepflanzt wurde, Anwendung von Wachstumsförderern (z. B. Nährstoffe, Düngemitteln, Pestizide, usw.), usw.) unteranderen. Diese Umstände können für die bestimmten Reihenmitten angewendet werden, beispielsweise als eine Funktion eines Elements des Bilds (z. B., Pixel in dem Bild, Reihen von Pixeln, usw.) mit der Reihenmitte als einem Parameter. Somit können beispielsweise Elemente des Bildes klassifiziert werden als erwartete Feldfrüchte, wenn ihre Farben innerhalb dieses Subsatzes der Funktionsdomäne sind, die ein Ausgangssignal erzeugt, das innerhalb des Subsatzes des Filterbereichs entsprechend der erwarteten Feldfrucht ist. Darüber hinaus kann das Bild, anhand dessen die Reihenmitten bestimmt wurden, wiederverwendet werden, was zu einer zusätzlichen Ressourceneinsparung führt, indem es zu einem sekundären Prozessor geliefert wird, um eine oder mehrere der zusätzlichen Anwendungen durchzuführen.
  • Ein System zum Durchführen einer Bildfilterung auf der Grundlage einer Reihenidentifizierung kann Elemente eines Feldfruchtumfeldbildes auf der Grundlage der Feldfruchtreihenmitte und einer Filterfunktion katalogisieren. In einem Beispiel führen die Katalogisierungsergebnisse zu einer Maske, die für das Bild angewendet werden kann. Elemente innerhalb der Maske können beispielsweise als gemäß dem spezifischen Filter klassifiziert angesehen werden. Wenn es beispielsweise eine Feldfrucht-Pixelfilterfunktion ist, bedeckt die Maske Pixel in dem Feldfrüchte darstellenden Bild. In einem Beispiel können die Maskenelemente mehrerer Werte entsprechend der Klassifikation speichern. Diese Werte können verwendet werden, um entsprechende Bildelemente in der Klassifikation zu wichten. Somit können, wenn drei Werte von 0 (nicht maskiert), 1 (teilweise maskiert) und 2 (vollständig maskiert) gegeben sind, entsprechende Bildelemente klassifiziert werden als beispielsweise alle von Feldfruchtpixeln, teilweise Feldfruchtpixel und Nichtfeldfruchtpixel.
  • Filterfunktionen nehmen die Feldfruchtreihenmitte als einen Eingangsparameter. Das heißt, die Filterfunktionsausgabe ist beschränkt auf die Reihenmitteneingabe. Diese Funktionen können konstant sein oder im Raum variieren. Somit kann, wenn eine konstante Feldfruchtbreite gegeben ist, eine konstante Feldfrucht-Pixelfunktion verwendet werden, um Feldfruchtpixel anhand des Bildes zu bestimmen. Variable Funktionen können sich Bildverzerrungen von dem Subjekt zuwenden (z. B. Konvergenz von geraden Linien in der Entfernung, usw.), oder variierenden Bedingungen (z. B. eine geographische Koordinate, wo der Feldfruchttyp sich ändert).
  • Die katalogisierten Elemente können verwendet werden, um die Bildverarbeitung für andere landwirtschaftliche Anwendungen zu vereinfachen. Beispielsweise kann unter der Annahme, dass eine feldfruchtgefärbte Pflanze in einem Bereich, der eine Furche sein sollte, ein Unkraut ist, eine automatische Unkrauterfassung verbessert werden, indem Bereiche des Bildes, in denen Feldfrüchte sein sollten, wie Feldfruchtreihen, nicht analysiert werden. Somit kann das Bild in verschiedene Interessenbereiche segmentiert werden, wodurch nicht nur die für verschiedene Anwendungen zu verarbeitende Datenmenge verringert wird, sondern auch zusätzlicher Kontext gegeben wird (z. B. Feldfruchtraum gegenüber Nichtfeldfruchtraum), um das Treffen von Entscheidungen zu vereinfachen.
  • Beispiele für das Treffen zusätzlicher Entscheidungen können verschiedene feldfruchtbezogene Überwachungen enthalten, wie die Feldfruchtdichte, die Feldfruchtkeimung, die Feldfruchthöhe oder Kontamination (z. B. Schädlinge, wie lebende Organismen, chemische Verunreinigungen, usw.) – Überwachungen. Beispielsweise kann, wenn eine Pflanzmetrik wie darüber, was, wann und wo eine Feldfrucht gepflanzt wurde, gegeben ist, die Überwachungsanalyse selbst die Feldfruchtelemente in dem Bild beschränken. In einem Beispiel können diese Überwachungen gleichzeitig mit der Bildaufnahme durchgeführt werden und somit eine Echtzeitausgabe von jeder dieser Metriken liefern. In einem Beispiel können Echtzeit-Feldfruchtmetriken verwendet werden, um Anwendungen eines Feldfruchtprodukts zu steuern, wie Düngemittel, Insektizide, Herbizide, Fungizide, usw. Die reduzierte Berechnung bei der sekundären Verarbeitung, die die Feldfruchtreihenmitten-Filterergebnisse liefern, ermöglichen eine größere Realisierung von Echtzeit-Feldfruchtanalyse und Feldfrucht-Produktanwendung auf dem Feld.
  • 1 illustriert ein Blockschaltbild eines Beispiels für ein System 100 für eine Bildfilterung auf der Grundlage von Reihenidentifizierung. Das System 100 kann eine Bildaufnahme-Steuervorrichtung 105, die mit einer Kamera 125 auf einem AEQ 120 gekoppelt ist, ein Feldfruchtreihencharakteristik-Modul 110 und ein Filtermodul 115 enthalten. Einige oder alle von der Bildaufnahme-Steuervorrichtung 105, dem Feldfruchtreihencharakteristik-Modul 100 und dem Filtermodul 115 können auf dem AEQ 120 sein. Entfernte Komponenten sind kommunikativ mit Komponenten des AEQ 120 über ein oder mehrere Funknetze gekoppelt.
  • Die Bildaufnahme-Steuervorrichtung 105 kann angeordnet sein, ein Bild, zum Beispiel von einer Kamera 125, zu empfangen. In einem Beispiel kann die Bildaufnahme-Steuervorrichtung 105 ein Sensor sein (z. B. die Kamera 125, derart, dass die Bildaufnahme-Steuervorrichtung 105 und die Kamera 125 dieselbe Einheit sind), der an einem Fahrzeug (z. B. dem AEQ 120) befestigt ist. In einem Beispiel kann die Bildaufnahme-Steuervorrichtung 105 das Bild von einer anderen Komponente (z. B. einem Sensor 125, der an dem Fahrzeug 120 befestigt ist, einer Datenbank, einem Videostrom, usw.) abrufen. In einem Beispiel kann das Bild irgendeine oder mehrere von einer Farbinformation, Tiefeninformation (z. B. durch Laufzeitmessung von einem Emitter (z. B. Infrarot-Emitter), Tiefenmuster, usw.) oder Luminanzinformation enthalten. In einem Beispiel ist die Bildaufnahme-Steuervorrichtung 105 angeordnet, das Bild während des Betriebs des AEQ 120 in der Umgebung, in der das AEQ 120 arbeitet, aufzunehmen. Somit sind die aufgenommenen Bilder in Echtzeit mit der Operation des AEQ 120 und enthalten das landwirtschaftliche Umfeld des Subjekts.
  • Der Feldfruchtreihencharakteristik-Schaltungssatz 110 kann angeordnet sein, mehrere Feldfruchtreihencharakteristiken zu sammeln. In einem Beispiel kann der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet sein, zumindest eine Reihenmitte zu erhalten. In dem Beispiel der Feldfruchtreihenmitte kann der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet sein, die Mitte anhand des Bildes zu berechnen. In einem Beispiel kann eine derartige Berechnung das Anwenden einer Merkmalsschwelle enthalten, um interessierende Elemente in dem Bild zu identifizieren. In einem Beispiel kann die Merkmalsschwelle eine Farbschwelle sein. Wenn beispielsweise die Feldfruchtfarbe Grün ist und die Furchenfarbe Braun ist, kann das Bild gefiltert werden und nicht grüne Informationen (z. B. Pixel) können entfernt werden. Nachdem die interessierenden Elemente durch Merkmalsschwellen identifiziert sind, kann der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet werden, eine Hough-Transformation bei den interessierenden Elementen durchzuführen, um eine Linie in dem Bild zu identifizieren, die der Reihenmitte entspricht. In einem Beispiel ist die Reihenmitte eine Feldfruchtreihe oder benachbart einer Feldfruchtreihe.
  • Der Feldfruchtreihencharakteristik-Schaltungssatz 110 kann auch angeordnet sein, einen Satz von erwarteten Feldfruchtreihencharakteristiken zu erhalten, wie eine Feldfruchtbreite, ein Reihenabstand, ein Feldfruchttyp, Datumsinformationen (z. B., wann gepflanzt, wann Düngemittel zugegeben wurden, usw.), Feldfruchtfarbe, unter anderen. In einem Beispiel kann das Feldfruchtreihencharakteristik-Modul 110 angeordnet sein, eine Benutzerschnittstelle vorzusehen, um eine Benutzereingabe hinsichtlich einer oder mehreren der Feldfruchtcharakteristiken anzunehmen. Beispielsweise kann der Benutzer einen erwarteten Feldfruchtbreiten-, Höhen-, Farb- oder anderen Wert eingeben, der mit dem Filter wie nachfolgend beschrieben verwendet werden kann. In einem Beispiel kann das Feldfruchtreihencharakteristik-Modul 110 angeordnet sein, eine oder mehrere Feldfruchtcharakteristiken von einer anderen Komponente wie einer Datenbank, einem Netzservice, einem zusätzlichen Sensor, usw. abzurufen. Die erwarteten Feldfruchtreihencharakteristiken sind nicht Echtzeitmessungen der Feldfrüchte selbst, sondern können auf vorhergehenden Messungen beruhen. Beispielsweise kann ein Durchschnitt der vorher gemessenen Feldfruchthöhe als die erwartete Feldfruchthöhe verwendet werden. In einem Beispiel kann eine Feldfruchtbreite oder andere Metrik anhand eines Durchschnitts von vorher bestimmten Feldfruchtelementen entsprechend mehreren vorhergehenden Bildern von Feldfrüchten desselben Typs als die Feldfruchtreihe bestimmt werden.
  • Der Filterschaltungssatz 115 kann angeordnet sein, ein Filter entsprechend dem Satz von erwarteten Feldfruchtreihencharakteristiken der Feldfruchtreihe, auf der das AEQ 120 arbeitet, zu erhalten. Das Filter kann eine Funktion sein, die einen speziellen Wert als ein Argument nimmt. Somit kann das Filter eine Gaußsche Verteilung der Feldfruchthöhe sein – mit dem Mittelwert in der Feldfruchtreihenmitte – die auf der Grundlage der erwarteten Feldfruchthöhe, -breite, usw. ist. In einem Beispiel kann das Filter eine Farbkomponente enthalten, derart, dass das Filter beispielsweise ein erwartetes Farbhistogramm für die Feldfrucht zu einer gegebenen Zeit nach dem Pflanzen mit bestimmten Wachstumseingaben (z. B. Nährstoffe, Wasser, usw.) verkörpert. In einem Beispiel kann das Filter horizontal konstant zu einer erwarteten Feldfruchtbreitenkonstante sein. Somit kann das Filter eine Grenze von der Feldfruchtreihenmitte anzeigen, innerhalb der man erwarten würde, Feldfruchtelemente zu sehen, und außerhalb der man nicht erwarten würde, Feldfruchtelemente zu sehen. In diesem Beispiel kann die feste Breite periodisch sein. Somit können Bänder von erwarteten Feldfruchtelementen und Elementen, die nicht erwartete Feldfruchtelemente sind, von dem Filter gebildet werden. In einem Beispiel basiert das Filter, das die Feldfruchtbreite oder eine andere Metrik verwendet, auf einer Perspektive eines Sensors (z. B. Kamera 125), der das Bild aufgenommen hat. Beispielsweise kann, wie in 2A illustriert ist, die Perspektive der Kamera 125 bewirken, dass die geradlinigen Feldfruchtreihen als konvergente Linien in dem Bild erscheinen. Somit verengt ein Filter die konstante Breite bei der Annäherung an den Horizont in dem Bild, um einen angemessenen Abstand von der Reihenmitte aufrecht zu erhalten.
  • Der Filterschaltungssatz 115 kann auch angeordnet sein, Elemente in dem Bild auf der Grundlage der Anwendung des Filters auf das Bild zu kategorisieren. In einem Beispiel ist das Filter auf der Feldfruchtreihenmitte verankert. In einem Beispiel kann das Kategorisieren der Elemente in dem Bild einen Filterschaltungssatz 115 enthalten, der angeordnet ist zum Schaffen einer Maske für das Bild. Diese Maske kann dann auf das Bild angewendet werden. Eine Kategorie von Feldfruchtelementen kann auf Merkmale (z. B. Pixel) in dem Bild in Abhängigkeit davon angewendet werden, ob sie innerhalb oder außerhalb der Maske sind. In einem Beispiel werden Merkmale innerhalb der Maske einer Feldfruchtelement-Kategorie zugeordnet. In einem Beispiel werden Merkmale, die nicht innerhalb der Maske sind, als Nichtfeldfruchtelemente kategorisiert. In einem Beispiel kann die Maske vielwertig sein derart, dass mehr als eine einfache innerhalb/außerhalb – Kategorisierung möglich ist. Beispielsweise kann die Maske als eine Grauskalenkontur von Schwarz nach Weiß visualisiert werden. Es können ein weißer Wert als vollständig innerhalb der Maske und ein schwarzer Wert als vollständig außerhalb betrachtet werden. Jedoch können den grauen Werten Innerhalb-Werte auf der Grundlage des Prozentsatzes von Schwarz oder Weiß des jeweiligen Grauwerts zugewiesen werden. In einem Beispiel kann der Grautypwert der Maske quantisiert werden, wodurch Bänder innerhalb der Maske geschaffen werden. Eine bestimmte Kategorie kann jedem Band der Maske und angewendeten Bildmerkmalen, die von dem Band bedeckt sind, zugewiesen werden.
  • In einem Beispiel kann die Maske aus einer oder mehreren geometrischen Formen zusammengesetzt werden, die auf die Reihenmitte zentriert oder in anderer Weise verankert sind. In einem Beispiel können Kanten der einen oder der mehreren Formen dem Abstand einer Feldfruchtreihencharakteristik (z. B. Feldfruchtbreite) von der Reihenmitte entsprechen. In einem Beispiel kann der Abstand halbiert oder in anderer Weise geteilt werden, um dem Ankerpunkt zu entsprechen – wenn beispielsweise der Ankerpunkt die Feldfruchtreihenmitte ist und die Charakteristik die Feldfruchtbreite ist, dann wird die Kante auf die Hälfte des Feldfruchtbreitenabstands von der Reihenmitte gesetzt. In einem Beispiel enthält das Filter einen Parameter, der einem Merkmal des Bildes entspricht, und variiert als Antwort auf Veränderungen in dem Merkmal, und modifiziert die Kanten der einen oder der mehreren geometrischen Formen. Somit kann, wie vorstehend diskutiert ist, die Perspektive der Kamera 125 die Darstellung der Feldfruchtreihen in einem Bild modifizieren, und diesen Modifikationen kann durch das Filter Rechnung getragen werden. In einem Beispiel ist der Parameter ein Multiplikator, der auf eine konstante Feldfruchtbreite angewendet wird, der sich als Antwort auf eine Pixelreihe in einer Rasterdarstellung des Bildes ändert. Somit kann, wenn Pixelreihen zu der unteren Seite des Bildes bewegt werden, das Breitenfilter zunehmen, um der größeren Darstellung der Feldfrüchte näher an der Kamera 125 Rechnung zu tragen. In einem Beispiel ist der Parameter eine Feldfruchtreihencharakteristik, die senkrecht zu einer jeweiligen Feldfruchtreihenmitte gemessen wird. Derartige senkrechte Charakteristiken können die Feldfruchtbreite und -höhe enthalten. Beispielsweise kann für eine Feldfrucht, die in einer gewissen Entfernung innerhalb einer Reihe gepflanzt ist, eine variable Breite anstelle einer konstanten Breite beobachtet werden. Eine derartige senkrecht gemessene Charakteristik, die sich entlang der Feldfruchtreihenmitte ändert, kann dieses Szenario erfassen.
  • In einem Beispiel kann das System 100 einen Diskriminator zum Prüfen von Unterschieden zwischen den gefilterten/kategorisierten Bildelementen und den erwarteten Feldfruchtcharakteristiken enthalten. Somit kann der Diskriminator beispielsweise angeordnet sein, um nicht Feldfruchtelemente mit einem gewünschten Nichtfeldfrucht-Elementmodell (z. B. einer oder mehreren erwarteten Feldfruchtreihencharakteristiken) zu vergleichen, um eine Abweichung in den Nichtfeldfruchtelementen zu bestimmen. Beispielsweise können die Furchencharakteristiken einen Schatten von Braun enthalten. Wenn ein Nichtfeldfrucht-Bildelement (z. B. Pixel) sich zu weit von dem vorhergesagten Schatten von Braun ändert, kann eine Abweichung signalisiert werden. In einem Beispiel kann der Diskriminator angeordnet sein, zumindest einen Teil des Bildes entsprechend der signalisierten Abweichung zu speichern, wenn die Abweichung außerhalb einer Abweichungsschwelle ist. Der Diskriminator kann angeordnet sein, um eine derartige Abweichungsschwelle von einer externen Quelle wie einer Benutzereingabe oder einer Datenbank zu bestimmen. Die Addition der Abweichungsschwelle zu dem Filter ermöglicht eine Vereinfachung der Filteroptionen derart, dass eine gefilterte Abweichung ignoriert werden kann, wenn beispielsweise der Operator zusätzliche Informationen hat, die nahelegen, dass die gefilterte Abweichung zu streng ist.
  • Die Signalisierung durch den Diskriminator kann als Eingabe in einen sekundären Prozessor, eine Appliziereinrichtung oder eine andere Vorrichtung verwendet werden, um die Feldfruchtreihengesundheit zu berücksichtigen. Beispielsweise kann das AEQ 120 eine Appliziereinrichtung enthalten, um ein Feldfruchtprodukt (z. B. Pestizid, Herbizid, Insektizid, Düngemittel, Pflanzenwuchs-Regulierungsmittel, usw.) auf die Feldfruchtreihe aufzubringen. Somit kann, wenn ein feldfruchtfarbiges Element als ein Nichtfeldfruchtelement kategorisiert ist, ein Herbizid automatisch auf den Bereich aufgebracht werden. Die Schnittstelle zwischen dem Diskriminator und der Appliziereinrichtung kann direkt sein. Beispielsweise kann die Schnittstelle angeordnet sein zum Verpacken der Feldfruchtelemente in eine Form, die direkt die Appliziereinrichtung steuert.
  • In einem Beispiel kann die Schnittstelle indirekt sein, derart, dass das Diskriminatorsignal, oder sogar das grob gefilterte Bild zu dem sekundären Prozessor geführt wird für eine zusätzliche Analyse vor der Appliziereinrichtung. In einem Beispiel kann die Schnittstelle angeordnet sein zum Verpacken der Feldfruchtreihenelemente für die Lieferung zu dem sekundären Prozessor. In diesen Beispielen kann die Appliziereinrichtung angeordnet sein zum Steuern einer Rate, enthaltend keine, auf der Grundlage des Ausgangssignals des sekundären Prozessors. In einem Beispiel kann die Feldfruchtproduktaufbringung gleichzeitig mit der Aufnahme des Bildes sein. Somit kann, wenn das AEQ 120 die Feldfruchtreihe navigiert, ein identifizierter Wuchsmangel in der Feldfrucht unmittelbar bekämpft werden.
  • Die Schnittstellenverpackung kann mehrere Formen annehmen. Beispielsweise kann die Schnittstelle angeordnet sein zum Filtern des Bildes für die Feldfruchtelemente durch Entfernen von Nichtfeldfruchtelementen. Der entgegengesetzte Typ der Verpackung kann auch angewendet werden, wodurch Feldfruchtelemente aus dem Bild entfernt werden. In jedem Fall kann die Verpackung das Filter enthalten. Demgemäß kann der sekundäre Prozessor das Filter anwenden, um die unerwünschten Elemente zu entfernen. Eine derartige Verpackung der Bildanalyse kann die Wirkung des Feldfruchtreihencharakteristik-Schaltungssatzes 110 und der Filteranalyse ergeben, während ein Zugriff des sekundären Prozessors auf das grobe Bild für eine andere Analyse ermöglicht wird. In einem Beispiel kann die Schnittstelle angeordnet sein zum Anwenden des Filters auf das Bild und zum Schaffen eines modifizierten Bildes mit den entfernten gefilterten Elementen. Eine derartige Verpackung ermöglicht für ein kleineres Bild, das noch die einschlägigen Informationen behält, die Verwendung durch den sekundären Prozessor. In einem Beispiel können die verpackten Feldfruchtreihenelemente zu dem sekundären Prozessor strömen. Somit kann der sekundäre Prozessor den Feldfruchtreihencharakteristik-Schaltungssatz 110 anwenden und die Analyse in Echtzeit filtern.
  • In einem Beispiel ist der sekundäre Prozessor eine Feldfruchtindex-Berechnungsvorrichtung. In einem Beispiel ist die Berechnungsvorrichtung eine Grünblattindex-Berechnungsvorrichtung. In einem Beispiel ist der sekundäre Prozessor oder der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet zum Berechnen der Feldfruchtdichte auf der Grundlage der Feldfruchtelemente. In einem Beispiel kann der sekundäre Prozessor oder der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet sein zum Speichern eines Teils des Bildes entsprechend Feldfruchtelementen als Antwort auf die Bestimmung, dass die Feldfruchtdichte über einen Schwellenwert hinaus ist. In einem Beispiel kann der sekundäre Prozessor oder der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet sein, eine Feldfruchtkeimungsmetrik anhand der Feldfruchtdichte und einer Pflanzmetrik (wenn z. B. die Feldfrucht gepflanzt war, Düngemittel hinzugefügt, Bodentyp, usw.) zu schätzen. In einem Beispiel kann der sekundäre Prozessor oder der Feldfruchtreihencharakteristik-Schaltungssatz 110 angeordnet sein, um die Feldfruchthöhe auf der Grundlage von Feldfruchtelementen, einer Pflanzmetrik und des Feldfruchttyps zu schätzen.
  • Die 2A und 2B illustrieren beispielhafte Perspektiven des AEQ 120 in einer Feldfruchtumgebung 200, die die Bildaufnahme und Reihenidentifikation erleichtern. Wie in 2 illustriert ist, sind die Feldfruchtreihen (z. B. Feldfruchtreihe 210) dunkel dargestellt und die Furchen (z. B. Furche 215) befinden sich zwischen den Feldfruchtreihen. Die Feldfruchtreihenmitte 220 ist die Mitte der Feldfruchtreihe, auf der sich das landwirtschaftliche Fahrzeug 205 gegenwärtig befindet. Der Bildsensor 225 ist positioniert, um das Bild aufzunehmen. 2B illustriert eine Profilansicht der Szene nach 2A.
  • 3 illustriert ein beispielhaftes Bild 300 mit Elementen für die Bildfilterung. Das Bild 300 enthält ausgezogene Linien, die bestimmte Feldfruchtreihenmitten darstellen. Die Feldfruchtbreite 305 ist, wie vorstehend festgestellt ist, eine Feldfruchtcharakteristik. Nichtfeldfruchtelemente 310 können in Beziehung zu den Reihenmitten und den Feldfruchtcharakteristiken bestimmt werden. Wie illustriert ist, ist dies ersichtlich als der Teil des Bildes 300 zwischen Feldfruchtreihenmitten, wenn die Feldfruchtbreite 305 berücksichtigt wird. 3 illustriert auch die modifizierte Darstellung des Feldes bei gegebener Perspektive der Kamera und den optischen Charakteristiken.
  • 4 illustriert ein Beispiel für eine Filterfunktion, die auf Reihenidentifizierung verankert ist. In einem Beispiel führt eine konstante Filterfunktion zu einem Bereich 405 zwischen der Reihenmitte, die in der Mitte (3. von links oder rechts) ist, und der strichlierten Linie. In einem Beispiel kann die Funktion die Feldfruchtbreite senkrecht zu der Feldfruchtreihe enthalten. Wie illustriert ist, ist diese Funktion modifiziert, um die Perspektive des Bildsensors als auf dem Bild aufgenommen zu berücksichtigen. In einem Beispiel können mehrere Funktionen in dieser Weise verwendet werden. Beispielsweise kann eine erste Funktion verwendet werden, um die Feldfruchtbedeckung von der Feldfruchtreihenmitte zu umgeben, und eine zweite Funktion kann verwendet werden, um einen Übergangsbereich zwischen der Feldfruchtbedeckung und einem Bereich, der von Feldfrüchten frei sein sollte, zu umgeben. 4 illustriert auch eine veränderliche Funktion 410. Wie illustriert ist, ist die Filterfunktion 410 dreidimensional, wobei die z-Koordinate entlang der Feldfruchtreihe verläuft, die x-Koordinate eine horizontale Komponente von der Reihenmitte aus darstellt, und die y-Koordinate eine vertikale Komponente von der Reihenmitte aus darstellt.
  • Der schattierte Bereich stellt die x- und die z-Komponente kombiniert in einem auf dem Boden sitzenden Bereich dar. Die vertikal gestreiften Bereiche stellen Scheiben der Filterfunktion in der x-y-Ebene bei unterschiedlichen Werten von z dar. In gleicher Weise stellen die kreuzschraffierten Bereiche eine Scheibe der y-z-Ebene bei der x-Koordinate entsprechend der Feldfruchtreihenmitte dar. Derartige veränderliche Funktionen können ein kompliziertes Modell der erwarteten Feldfruchtcharakteristiken liefern. Nachdem das Modell geschaffen ist, kann die Filterfunktion 410 in ein endgültiges Filter modifiziert werden, in dem es in drei Dimensionen aufgezeichnet wird, wie über einen Grafikprozessor, über eine Transformation (z. B. Translation, Schrägstellung, Rotation, usw.) umgesetzt wird und in zwei Dimensionen dargestellt wird, um eine Maske zu schaffen. In einem Beispiel können die vorbeschriebenen variablen Maskenmerkmale (z. B. mehr Pegel für die Maske als einfaches Bedecken oder Nichtbedecken eines Elements) in dem zweidimensionalen Bild als Alpha-Kanäle dargestellt werden.
  • 5 illustriert ein Flussdiagramm eines Beispiels für ein Verfahren 500 für ein Bildfilter auf der Grundlage einer Reihenidentifizierung. Operationen des Verfahrens 500 werden mit Berechnungshardware durchgeführt, wie solchen Komponenten, die vorstehend mit Bezug auf 1 oder nachfolgend mit Bezug auf 6 beschrieben werden.
  • Bei der Operation 505 kann eine in einem digitalen Bild der Feldfruchtreihe dargestellte Feldfruchtreihenmitte bestimmt werden. In einem Beispiel kann das Bestimmen der Feldfruchtreihenmitte das Anwenden eines Merkmalsschwellenwerts enthalten, um interessierende Elemente in dem digitalen Bild zu identifizieren und eine Hough-Transformation bei den interessierenden Elementen durchzuführen, um eine Feldfruchtreihen-Mittellinie zu erzeugen.
  • Bei der Operation 510 kann eine Filterfunktion empfangen werden. In einem Beispiel ist die Filterfunktion eine Feldfruchtbreitenkonstante. In einem Beispiel wird die Feldfruchtbreitenkonstante von einem Benutzer über eine Benutzerschnittstelle empfangen. In einem Beispiel wird die Feldfruchtbreitenkonstante bestimmt anhand eines Durchschnitts von vorher bestimmten Feldfruchtpixeln entsprechend mehreren vorhergehenden digitalen Bildern von Feldfrüchten desselben Typs wie der Feldfruchtreihe. In einem Beispiel basiert die Filterfunktion auf einer Perspektive eines Sensors, der das digitale Bild erfasst hat. In einem Beispiel kann die Filterfunktion kontinuierlich sein.
  • Bei der Operation 515 können Elemente in dem digitalen Bild katalogisiert werden auf der Grundlage der Feldfruchtreihenmitte und der Filterfunktion.
  • In einem Beispiel kann das Katalogisieren der Elemente das Schaffen einer Maske für das digitale Bild enthalten. In einem Beispiel können Elemente der Maske eine Tiefe haben, wodurch angezeigt wird, welche Menge eines darunter liegenden entsprechenden Elements enthalten ist. Dies kann durch eine weiße Maske mit verschiedenen Durchlässigkeitsgraden, die dem digitalen Bild überlagert ist, visualisiert werden. In einem Beispiel kann die Maske eine Bitmap sein, die eine binäre Entscheidung dahingehend, welche Elemente des Bildes enthalten sind, implementiert. In einem Beispiel kann die Maske eine oder mehrere geometrische Formen, die auf der Feldfruchtreihenmitte zentriert sind, mit Kanten entsprechend der Filterfunktion, mit der Feldfruchtreihenmitte als ihre Domäne enthalten. Die Maske kann auf das Bild angewendet werden, und Elemente, die von der Maske nicht bedeckt sind (oder bedeckt, aber nicht beides, in einem alternativen Beispiel), können gemäß der Filterfunktion klassifiziert werden. Wenn beispielsweise die Filterfunktion eine Feldfruchtreihe umgrenzt, dann können die bedeckten Pixel als Feldfruchtreihenpixel klassifiziert werden.
  • In einem Beispiel, in welchem die Funktion nicht konstant ist, enthält die Filterfunktion einen Parameter entsprechend dem digitalen Bild, und wobei der Parameter sich als Antwort auf ein Merkmal des digitalen Bildes zum Bestimmen der Kanten der geometrischen Form ändert. Somit können die Kanten der geometrischen Form als Antwort auf die Feldfruchtreihenmitte in dem Bild variiert werden. In einem Beispiel, in welchem die Funktion mit Bezug auf diesen Parameter über das gesamte Bild kontinuierlich ist, kann ein verschiedener Wert von der Filterfunktion jedes Elements ausgegeben werden. Somit ist keine spezifische geometrische Form durch die Filterfunktion begrenzt, aber stattdessen werden individuelle Elemente gewichtet hinsichtlich ihrer durch die spezifische Filterfunktion gegebenen Bedeutung. In einem Beispiel kann der Parameter ein Multiplikator sein, der für eine konstante Feldfruchtbreite angewendet wird, wobei sich der Multiplikator als Antwort auf eine Pixelreihe in einer Rasterdarstellung des digitalen Bildes ändert.
  • In einem Beispiel können Elemente in dem Bild als Feldfruchtelemente oder Nichtfeldfruchtelemente klassifiziert werden. In einem Beispiel sind Nichtfeldfruchtelemente bestimmt durch Nehmen der in dem Bild verbliebenen Elemente nach der Entfernung von Feldfruchtelementen, die direkt durch eine Filterfunktion bestimmt wurden. Umgekehrt können Feldfruchtelemente in einer ähnliche Weise identifiziert werden, wenn Nichtfeldfruchtelemente durch Anwenden der Filterfunktion bestimmt werden.
  • In einem Beispiel kann das Verfahren 500 neu formuliert werden als Bestimmung von Charakteristiken einer landwirtschaftlichen Feldfruchtreihe als eine Funktion von individuellen Elementen des Bildes. In einem Beispiel kann eine Eigenschaft des Bildelementes einen Ort in einer Richtung senkrecht zu einer Feldfruchtreihe enthalten, von dem Ort, dem das Element entspricht – zum Beispiel zwischen dem Bild und dem Subjekt (z. B. reelle Welt), das durch das Bild dargestellt ist. In einem Beispiel wird der Ort durch eine Hough-Transformation auf der Grundlage eines Feldfruchtreihen-Identifizierungsmechanismus identifiziert. In diesem Beispiel wird eine kontinuierliche (anstatt Ein-Aus) Richtung von Elementen (z. B. Farbkomponenten) oder Schwellenwerten über den Reihenabstand ermöglicht. Die Unterteilung des Reihenraumes in mehrere (nicht notwendigerweise getrennte) Unterräume und zahlreiche nichtlineare Interaktionen zwischen Elementen oder Gesamtheiten von Elementen bei variierenden Abständen von der Reihenmitte. Beispielweise kann die Akkumulation eines Überdachungshistogramms über das gesamte oder Teile eines Feldes so gebildet werden, dass sie eine durchschnittliche Überdachungsanwesenheit als eine Funktion des Abstands von der Reihenmitte zeigt. In einem Beispiel kann eine Korrelation der Feldfruchtfarbe mit einer Rampenfunktion des Abstands von der Reihenmitte als eine Reihenkrümmung vorhersagend in einem Abstand von der Kamera bestimmt werden, zum Beispiel zur Verwendung bei der Unterstützung eines Lenksystems.
  • Zusätzliche Operationen können auf der Grundlage der vorstehend beschriebenen katalogisierten Elemente durchgeführt werden.
  • Bei einem Beispiel können Nicht-Feldfruchtelemente mit gewünschten Nicht-Feldfruchtelementen verglichen werden, um eine Abweichung zu bestimmen; und die Abweichung signalisiert werden. Derartige Abweichungen können eine Unkrauterfassung (z. B. durch Berücksichtigen von Feldfruchtfarben in Nicht-Feldfruchtpixeln), fremde Körper, Belästigungen, usw. enthalten. In einem Beispiel kann die Aufbringung von Pestiziden (z. B. Herbiziden, Insektiziden, Fungiziden, usw.) auf der Grundlage der signalisierten Abweichung gesteuert werden. In einem Beispiel kann die Abweichung mit einem bestimmten Abweichungsschwellenwert verglichen werden. Wenn die Abweichung über den Schwellenwert hinaus (z. B. darüber oder darunter in Abhängigkeit von der Schwellenwert-Messrichtung) ist, kann ein Teil des Bildes, wie der in der Maske enthaltene, für eine spätere Analyse gespeichert werden.
  • In einem Beispiel können die katalogisierten Elemente verpackt und zu einem sekundären Prozessor übermittelt werden. Das Verpacken kann das Anwenden der Maske auf das Bild und das Entfernen maskierter oder unmaskierter Pixel, und das Kommunizieren des Ergebnisses als ein elementspezifisches Bild zu dem sekundären Prozessor enthalten. In einem Beispiel kann das Verpacken das einfache Senden der Maske zu dem sekundären Prozessor für die Verwendung mit dem eigenen Bild enthalten. In einem Beispiel kann das Verpacken das Bündeln des Bildes und der Maske miteinander für den sekundären Prozessor enthalten (so dass der sekundäre Prozessor beispielsweise nicht sein eigenes Bild durch einen anderen Mechanismus zu erhalten braucht). In einem Beispiel ist das Verpacken ein Strom von Bildelementen (z. B. Video) mit entsprechenden Masken.
  • In einem Beispiel sind die verpackten Elemente klassifiziert als entweder Feldfruchtelemente oder Nicht-Feldfruchtelemente. In einem Beispiel ist der sekundäre Prozessor eine Feldfruchtindex-Berechnungsvorrichtung. In einem Beispiel ist die Feldfruchtindex-Berechnungsvorrichtung angeordnet zum Berechnen eines Grünblattindex. In einem Beispiel kann der sekundäre Prozessor angeordnet sein zum Bestimmen der Feldfruchtdichte. In einem Beispiel kann der Bereich des Bildes entsprechend der Maske, von dem die Feldfruchtdichtebestimmung gemacht wurde, gespeichert werden für eine spätere Analyse, wenn sie beispielsweise über einen Feldfruchtdichte-Schwellenwert hinausgeht. In einem Beispiel kann der sekundäre Prozessor angeordnet sein zum Schätzen einer Feldfruchtverkeimung anhand beispielsweise der Feldfruchtdichte und einer Pflanzmetrik (beispielsweise welcher Typ von Feldfrucht, wann die Feldfrucht gepflanzt wurde, was eine normale Wachstumsrate ist, usw.). In einem Beispiel kann der sekundäre Prozessor angeordnet sein zum Schätzen der Feldfruchthöhe auf der Grundlage der Feldfruchtelemente und einer Pflanzmetrik in einer Weise ähnlich der für die Feldfruchtdichte. In einem Beispiel kann der sekundäre Prozessor eine Rate des Anwendens eines Feldfruchtprodukts (z. B. Düngemittel, Pestizide, Insektizide, usw.) steuern oder kann eine Steuervorrichtung für eine Steuerung informieren.
  • 6 illustriert ein Blockschaltbild einer beispielhaften Maschine 600, mit der irgendeine oder mehrere der hier diskutierten Techniken (z. B. Verfahrensweisen) durchgeführt werden können. Bei alternativen Ausführungsbeispielen kann die Maschine 600 als eine alleinstehende Vorrichtung betrieben werden oder kann mit anderen Maschinen verbunden (z. B. vernetzt) sein. In einer vernetzten Anordnung kann die Maschine 600 in der Kapazität eines Servermaschinen-, eines Kundenmaschinen- oder sowohl eines Server-Kunden-Netzwerkumfeldes arbeiten. In einem Beispiel kann die Maschine 600 als eine gleichwertige Maschine in einem Peer-to-Peer(P2P)-Netzumfeld (oder anders verteilt) wirken. Die Maschine 600 kann ein Personal Computer (PC), ein Tablet-PC, eine Set-Top-Box (STB), ein persönlicher digitaler Assistent (PDA), ein Mobiltelefon, eine Netzanwendung, ein Netzrouter, Schalter oder Brücke oder irgendeine Maschine sein, die in der Lage ist, Befehle auszuführen (aufeinanderfolgend oder in anderer Weise), die von dieser Maschine durchzuführende Aktionen spezifizieren. Weiterhin soll, während nur eine einzelne Maschine illustriert ist, der Begriff ”Maschine” jede Sammlung von Maschinen enthalten, die individuell oder gemeinsam einen Satz (oder mehrere Sätze) von Befehlen ausführen, um eine oder mehrere der hier diskutierten Verfahren durchzuführen, wie Cloudcomputing, Software als ein Service (SaaS) oder Computerclusterkonfigurationen.
  • Hier beschriebene Beispiele können enthalten oder operieren durch Logik oder eine Anzahl von Komponenten oder Mechanismen. Schaltungssätze sind eine Sammlung von Schaltungen, die in greifbaren Dingen implementiert sind, die Hardware enthalten (z. B. einfache Schaltungen, Tore, Logik, usw.). Schaltungssatzmitgliedschaft kann zeitlich flexibel sein und einer Hardwarevariabilität unterliegen. Schaltungssätze enthalten Mitglieder, die, allein oder kombiniert, spezifische Operationen durchführen können, wenn sie in Betrieb sind. In einem Beispiel kann die Hardware des Schaltungssatzes unveränderlich gestaltet sein, um eine spezifische Operation durchzuführen (z. B. fest verdrahtet). In einem Beispiel kann die Hardware des Schaltungssatzes variabel verbundene physische Komponenten enthalten (z. B. Ausführungseinheiten, Transistoren, einfache Schaltungen, usw.), enthaltend ein computerlesbares Medium, das physisch modifiziert ist (z. B. magnetisch, elektrisch, bewegbare Anordnung von unveränderlichen Masseteilchen usw.), um Befehle der spezifischen Operation zu codieren. Durch Verbinden der physischen Komponenten werden die zugrunde liegenden elektrischen Eigenschaften einer Hardwarekomponente geändert, beispielsweise aus einem Isolator in einen Leiter oder umgekehrt. Die Befehle ermöglichen eingebetteter Hardware (z. B. den Ausführungseinheiten oder einem Lademechanismus), Teile der als Hardware ausgebildeten Schaltung über die variablen Verbindungen zu schaffen, um Teile der spezifischen Operation durchzuführen, wenn sie in Betrieb ist. Demgemäß ist das computerlesbare Medium kommunikativ mit anderen Komponenten des Schaltungssatzteils gekoppelt, wenn die Vorrichtung in Betrieb ist. In einem Beispiel kann jede der physischen Komponenten in mehr als einem Teil von mehr als einem Schaltungssatz verwendet werden. Beispielsweise können Ausführungseinheiten im Betrieb in einer ersten Schaltung eines ersten Schaltungssatzes zu einem Zeitpunkt verwendet werden und durch eine zweite Schaltung in dem ersten Schaltungssatz wiederverwendet werden, oder durch eine dritte Schaltung in einem zweiten Schaltungssatz zu einer verschiedenen Zeit.
  • Die Maschine (z. B. ein Computersystem) 600 kann einen Hardwareprozessor 602 (z. B. eine zentrale Verarbeitungseinheit (CPU), eine Grafikverarbeitungseinheit (GPU), einen Hardwareprozessorkern oder irgendeine Kombination hiervon), einen Hauptspeicher 604 und einen statischen Speicher 606 enthalten, von denen einige oder alle über eine Zwischenverbindung (z. B. Bus) 608 miteinander kommunizieren können. Die Maschine 600 kann weiterhin eine Anzeigeeinheit 610, eine alphanumerische Eingabevorrichtung 612 (z. B. eine Tastatur) und eine Benutzerschnittstellen(UI)-Navigationsvorrichtung 614 (z. B. eine Maus) enthalten. In einem Beispiel können die Anzeigeeinheit 610, die Eingabevorrichtung 612 und die UI-Navigationsvorrichtung 614 eine Touchscreenanzeige sein. Die Maschine 600 kann zusätzlich eine Speichervorrichtung (z. B. Laufwerkeinheit) 616, eine Signalerzeugungsvorrichtung 618 (z. B. einen Lautsprecher), eine Netzschnittstellenvorrichtung 620 und einen oder mehrere Sensoren 621 wie einen Sensor eines globalen Positionierungssystems (GPS), Kompass, Beschleunigungsmesser oder anderen Sensor enthalten. Die Maschine 600 kann eine Ausgabe-Steuervorrichtung 628 enthalten, wie eine serielle (z. B. serieller Universalbus (USB), parallele oder in anderer Weise verdrahtete oder drahtlose (z. B. Infrarot (IR), Nahfeldkommunikation (NFC) usw.) Verbindung zum Kommunizieren mit oder Steuern von einer oder mehreren peripheren Vorrichtungen (z. B. Drucker, Kartenleser, usw.).
  • Die Speichervorrichtung 616 kann ein maschinenlesbares Medium 622 enthalten, in welchem einer oder mehrere Sätze von Datenstrukturen oder Befehlen 624 (z. B. Software), die von irgendeiner oder mehreren der hier beschriebenen Techniken oder Funktionen verwendet werden, gespeichert sind. Die Befehle 624 können sich auch vollständig oder zumindest teilweise innerhalb des Hauptspeichers 604, innerhalb des statischen Speichers 606 oder innerhalb des Hardwareprozessors 602 während ihrer Ausführung durch die Maschine 600 befinden. In einem Beispiel kann einer oder jede Kombination von dem Hardwareprozessor 602, dem Hauptspeicher 604, dem statischen Speicher 606 oder der Speichervorrichtung 616 maschinenlesbare Medien bilden.
  • Während das maschinenlesbare Medium 622 als ein einzelnes Medium illustriert ist, kann der Begriff ”maschinenlesbares Medium” ein einzelnes Medium oder mehrere Medien (z. B. eine zentralisierte oder verteilte Datenbank und/oder assoziierte Cachespeicher und Server) enthalten, die konfiguriert sind zum Speichern des einen oder der mehreren Befehle 624.
  • Der Begriff ”maschinenlesbares Medium” kann jedes Medium enthalten, das in der Lage ist, Befehle für die Ausführung durch die Maschine 600 zu speichern, zu codieren oder zu tragen, und das bewirkt, dass die Maschine 600 irgendeine oder mehrere der Techniken der vorliegenden Offenbarung durchführt, oder das in der Lage ist, Datenstrukturen, die durch derartige Befehle verwendet werden oder mit diesen assoziiert sind, zu speichern, zu codieren oder zu tragen. Nicht beschränkende Beispiele für maschinenlesbare Medien können Festkörperspeicher sowie optische und magnetische Medien enthalten. In einem Beispiel weist ein maschinenlesbares Medium eine Vielzahl von Teilchen mit unveränderlicher (z. B. Rest-)Masse auf. Demgemäß sind maschinenlesbare Massemedien nicht sich fortpflanzende vorübergehende Signale. Spezifische Beispiele für maschinenlesbare Massemedien können enthalten: nichtflüchtige Speicher wie Halbleiter-Speichervorrichtungen (z. B. elektrisch programmierbare Festwertspeicher (EPROM), elektrisch löschbare programmierbare Festwertspeicher (EEPROM)) und Flashspeichervorrichtungen; magnetische Scheiben wie interne Hartplatten und entfernbare Scheiben, magnetooptische Scheiben; und CD-ROM- und DVD-ROM-Scheiben.
  • Die Befehle 624 können weiterhin über ein Kommunikationsnetz 626 übertragen oder empfangen werden, wobei ein Übertragungsmedium über die Netzschnittstellenvorrichtung 620 unter Verwendung von irgendeinem von einer Anzahl von Übertragungsprotokollen (z. B. Rahmenweiterleitung, Internetprotokoll (IP), Übertragungssteuerprotokoll (TCP), Benutzerdatagrammprotokoll (UDP), Hypertext-Übertragungsprotokoll (HTTP), usw.) benutzt wird. Beispielhafte Kommunikationsnetze können ein lokales Netz (LAN), ein weiträumiges Netz (WAN), ein Paketdaten-Netz (z. B. das Internet), ein Mobiltelefonnetz (z. B. Mobiltelefonnetze), konventionelle Fernsprechnetze (POTS) und Funkdatennetze (z. B. Institute of Electrical and Electronics Engineers (IEEE) 802.11, Familie von Standards, die als Wi-Fi®bekannt sind, IEEE 802.16, Familie von Standards, die als WiMax®bekannt sind), IEEE 802.15.4, Familie von Standards, Peer-to-Peer(P2P)-Netze, unter anderen enthalten. In einem Beispiel kann die Netzschnittstellenvorrichtung 620 eine oder mehrere physische Buchsen (z. B. Ethernet-, Koaxial- oder Telefonbuchsen) oder eine oder mehrere Antennen zum Verbinden mit dem Kommunikationsnetz 626 enthalten. In einem Beispiel kann die Netzschnittstellenvorrichtung 620 mehrere Antennen zur Funkkommunikation unter Verwendung von Techniken mit zumindest einer mit einem einzelnen Eingang und mehreren Ausgängen (SIMO), mehreren Eingängen und mehreren Ausgängen (MIMO) oder mehreren Eingängen und einem Ausgang (MISO) enthalten. Der Begriff ”Übertragungsmedium” soll jedes immaterielle Medium enthalten, das in der Lage ist, Befehle für die Ausführung durch die Maschine 600 zu speichern, zu codieren oder zu tragen, und enthält digitale oder analoge Kommunikationssignale oder ein anderes immaterielles Medium zum Erleichtern der Kommunikation derartiger Software.
  • ZUSÄTZLICHE BEMERKUNGEN UND BEISPIELE
  • Beispiel 1 enthält einen Gegenstand (wie eine Vorrichtung, ein Apparat oder eine Maschine), welcher aufweist: eine Bildaufnahme-Steuervorrichtung zum: Bilden einer Schnittstelle mit einer Kamera, die an einem landwirtschaftlichen Gerät befestigt ist; und Erhalten eines Bildes einer Feldfruchtreihe von der Kamera während des Betriebs des landwirtschaftlichen Geräts entsprechend einem Feld mit der Feldfruchtreihe; einen Feldfruchtreihencharakteristik-Schaltungssatz zum: Berechnen einer Feldfruchtreihenmitte anhand des Bildes der Feldfruchtreihe; und Erhalten eines Satzes von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und einen Filterschaltungssatz zum: Erhalten eines Filters entsprechend dem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und Kategorisieren von Elementen in dem Bild in Kategorien auf der Grundlage des Anwendens des Filters auf das Bild, wobei das Filter auf der Feldfruchtreihenmitte verankert ist.
  • Im Beispiel 2 kann der Gegenstand von Beispiel 1 enthalten, dass bestimmt wird, dass die Feldfruchtreihenmitte den Feldfruchtreihencharakeristik-Schaltungssatz enthält zum: Anwenden eines Merkmalsschwellenwerts zum Identifizieren von interessierenden Elementen in dem Bild; und Durchführen einer Hough-Transformation bei den interessierenden Elementen, um eine Feldfruchtreihenmittellinie zu erzeugen.
  • In dem Beispiel 3 kann der Gegenstand nach einem der Beispiele 1–2 enthalten, dass das Filter horizontal konstant zu einer Feldfruchtbreite ist.
  • In dem Beispiel 4 kann der Gegenstand nach einem der Beispiele 1–3 enthalten, dass die Feldfruchtbreite von einem Benutzer über eine Benutzerschnittstelle empfangen wird.
  • In dem Beispiel 5 kann der Gegenstand nach einem der Beispiele 1–4 enthalten, dass die Feldfruchtbreitenkonstante anhand eines Durchschnitts von vorher bestimmten Feldfruchtelementen entsprechend mehreren vorhergehenden Bildern von Feldfrüchten eines selben Typs wie die Feldfruchtreihe bestimmt wird.
  • Im Beispiel 6 kann der Gegenstand nach einem der Beispiele 1–5 enthalten, dass das die Feldfruchtbreitenfunktion verwendende Filter auf einer Perspektive eines Sensors, der das Bild erfasst hat, beruht.
  • In dem Beispiel 7 kann der Gegenstand nach einem der Beispiele 1–6 enthalten, dass Elemente in dem Bild auf der Grundlage der Feldfruchtreihenmitte kategorisiert werden und das Filter den Filterschaltungssatz enthält zum: Schaffen einer Maske für das Bild, wobei die Maske eine oder mehrere geometrische Formen enthält, die auf der Feldfruchtreihenmitte zentriert sind, mit Kanten entsprechend einer Abstandsfunktion von einer halben Feldfruchtbreite von der Feldfruchtmitte; Anwenden der Maske auf das Bild; und Zuweisen einer Kategorie eines Feldfruchtelementes zu Elementen des Bildes innerhalb der Maske.
  • Im Beispiel 8 kann der Gegenstand nach einem der Beispiele 1–7 enthalten, dass das Filter nicht konstant ist und einen Parameter entsprechend einem Merkmal des Bildes enthält, und dass der Parameter sich ändert als Antwort auf Änderungen des Merkmals, um die Kanten der geometrischen Form zu bestimmen.
  • In dem Beispiel 9 kann der Gegenstand nach einem der Beispiele 1–8 enthalten, dass der Parameter ein Multiplikator ist, der auf eine konstante Feldfruchtbreite angewendet wird, wobei der Multiplikator sich als Antwort auf eine Pixelreihe in einer Rasterdarstellung des Bildes ändert.
  • In dem Beispiel 10 kann der Gegenstand nach einem der Beispiele 1–9 enthalten, dass das Kategorisieren von Elementen in dem Bild enthält, dass der Filterschaltungssatz eine Nicht-Feldfruchtelementkategorie Elementen zuweist, die nicht als Feldfruchtelemente kategorisiert sind.
  • In dem Beispiel 11 kann der Gegenstand nach einem der Beispiele 1–10 enthalten, dass ein Diskriminator angeordnet ist zum: Vergleichen von Nicht-Feldfruchtelementen mit einem gewünschten Nicht-Feldfruchtelementmodell zum Bestimmen einer Abweichung in den Nicht-Feldfruchtelementen; und Signalisieren der Abweichung.
  • In dem Beispiel 12 kann der Gegenstand nach einem der Beispiele 1–11 enthalten, dass eine Appliziereinrichtung eine Feldfruchtproduktanwendung auf der Grundlage der signalisierten Abweichung steuert.
  • In dem Beispiel 13 kann der Gegenstand nach einem der Beispiele 1–12 enthalten, dass der Diskriminator vorgesehen ist zum: Bestimmen eines Abweichungsbedeckungs-Schwellenwerts; und Speichern zumindest eines Teils des Bildes entsprechend der signalisierten Abweichung als Antwort darauf, dass ere außerhalb des Abweichungsbedeckungs-Schwellenwerts ist.
  • In dem Beispiel 14 kann der Gegenstand nach einem der Beispiele 1–13 eine Ausgabeschnittstelle enthalten zum: Verpacken der Feldfruchtelemente; und Liefern der verpackten Feldfruchtelemente zu einem sekundären Prozessor.
  • In dem Beispiel 15 kann der Gegenstand nach einem der Beispiele 1–14 enthalten, dass das Verpacken der Feldfruchtelemente die Ausgabeschnittstelle enthält zum Schaffen eines sekundären Prozessorfilters für das Bild für die Feldfruchtelemente, und dass das Liefern der verpackten Feldfruchtelemente die Ausgabeschnittstelle enthält zum Kommunizieren des Filters zu dem sekundären Prozessor.
  • In dem Beispiel 16 kann der Gegenstand nach einem der Beispiele 1–15 enthalten, dass das Verpacken der Feldfruchtelemente die Ausgabeschnittstelle enthält zum Entfernen von Nicht-Feldfruchtelementen aus dem Bild, um ein Feldfruchtelementenbild zu schaffen, und das Liefern der verpackten Feldfruchtelemente die Ausgabeschnittstelle enthält zum Kommunizieren des Feldfruchtelementbildes zu dem sekundären Prozessor.
  • In dem Beispiel 17 kann der Gegenstand nach einem der Beispiele 1–16 enthalten, dass das Verpacken der Feldfruchtelemente die Ausgabeschnittstelle enthält für das Strömen der Feldfruchtelemente zu dem sekundären Prozessor.
  • In dem Beispiel 18 kann der Gegenstand nach einem der Ansprüche 1–17 enthalten, dass der sekundäre Prozessor eine Feldfruchtindex-Berechnungsvorrichtung ist.
  • In dem Beispiel 19 kann der Gegenstand nach einem der Beispiele 1–18 enthalten, dass die Feldfruchtindex-Berechnungsvorrichtung einen Grünblattindex berechnet.
  • In dem Beispiel 20 kann der Gegenstand nach einem der Beispiele 1–19 eine Appliziereinrichtung zum Steuern einer Rate der Feldfruchtproduktanwendung auf der Grundlage eines Ausgangssignals des sekundären Prozessors enthalten.
  • In dem Beispiel 21 kann der Gegenstand nach einem der Beispiele 1–20 enthalten, dass die Feldfruchtproduktanwendung gleichzeitig mit dem Erfassen des Bildes erfolgt.
  • In dem Beispiel 22 kann der Gegenstand nach einem der Beispiele 1–21 enthalten, dass das Feldfruchtprodukt zumindest eines ist von: Düngemittel, Pflanzenwuchs-Regulierungsmittel, Herbizid oder Insektizid.
  • In dem Beispiel 23 kann der Gegenstand nach einem der Beispiele 1–22 enthalten, dass der Feldfruchtreihencharakteristik-Schaltungssatz vorgesehen ist zum Berechnen der Feldfruchtdichte auf der Grundlage der Feldfruchtelemente.
  • In dem Beispiel 24 kann der Gegenstand nach einem der Beispiele 1–23 enthalten, dass der Feldfruchtreihencharakteristik-Schaltungssatz vorgesehen ist zum Speichern eines Teils des Bildes entsprechend den Feldfruchtelementen als Antwort auf die Bestimmung, dass die Feldfruchtdichte außerhalb eines Dichteschwellenwerts ist.
  • In dem Beispiel 25 kann der Gegenstand nach einem der Beispiele 1–24 enthalten, dass der Feldfruchtreihencharakteristik-Schaltungssatz vorgesehen ist zum Schätzen einer Feldfruchtkeimungsmetrik anhand der Feldfruchtdichte und einer Pflanzmetrik.
  • In dem Beispiel 26 kann der Gegenstand nach einem der Beispiele 1–25 enthalten, dass der Feldfruchtreihencharakteristik-Schaltungssatz vorgesehen ist zum Schätzen der Feldfruchthöhe auf der Grundlage der Feldfruchtelemente, der Pflanzmetrik und des Feldfruchttyps.
  • Beispiel 27 enthält einen Gegenstand – wie ein Verfahren, Mittel zum Durchführen von Maßnahmen, ein maschinenlesbares Medium enthaltend Befehle, die, wenn sie von einer Maschine ausgeführt werden, bewirken, dass die Maschine Handlungen durchführt, oder eine Vorrichtung zum Durchführen – allein oder zusätzlich zu dem Gegenstand nach einem der Beispiele 1–26, welcher aufweist: Berechnen einer Feldfruchtreihenmitte, die in einem Bild der Feldfruchtreihe dargestellt ist; Erhalten eines Filters entsprechend einem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und Kategorisieren von Elementen in dem Bild in Kategorien auf der Grundlage des Anwendens des Filters auf das Bild, wobei das Filter auf der Feldfruchtreihe verankert ist.
  • In dem Beispiel 28 kann der Gegenstand des Beispiels 27 enthalten, dass das Bestimmen der Feldfruchtreihenmitte enthält: Anwenden eines Merkmalsschwellenwerts zum Identifizieren von interessierenden Elementen in dem Bild; und Durchführen einer Hough-Transformation bei den interessierenden Elementen, um eine Feldfruchtreihenmittellinie zu erzeugen.
  • In dem Beispiel 29 kann der Gegenstand nach einem der Beispiele 27–28 enthalten, dass das Filter horizontal konstant zu einer Feldfruchtbreitenkonstante ist.
  • In dem Beispiel 30 kann der Gegenstand nach einem der Beispiele 27–29 enthalten, dass die Feldfruchtbreitenkonstante von einem Benutzer über eine Benutzerschnittstelle empfangen wird.
  • In dem Beispiel 31 kann der Gegenstand nach einem der Beispiele 27–30 enthalten, dass die Feldfruchtbreitenkonstante bestimmt ist anhand eines Durchschnitts von vorher bestimmten Feldfruchtelementen entsprechend mehreren vorhergehenden Bildern von Feldfrüchten eines selben Typs wie desjenigen der Feldfruchtreihe, wobei Feldfruchtelemente in den Elementen sind und das Feldfruchtelement eine Kategorie aus den Kategorien ist.
  • In dem Beispiel 32 kann der Gegenstand nach einem der Beispiele 27–31 enthalten, dass die Feldfruchtbreitenfunktion auf einer Perspektive eines Sensors, der das Bild erfasst, beruht.
  • In dem Beispiel 33 kann der Gegenstand nach einem der Beispiele 27–32 enthalten, dass das Kategorisieren von Elementen in dem Bild auf der Grundlage der Feldfruchtreihenmitte und des Filters enthalten: Schaffen einer Maske für das Bild, wobei die Maske eine oder mehrere geometrische Formen enthält, die auf die Feldfruchtreihenmitte zentriert sind, mit Kanten entsprechend einer Abstandsfunktion mit der halben Feldfruchtbreite von der Feldfruchtmitte; Anwenden der Maske auf das Bild; und Zuteilen einer Kategorie von Feldfruchtelement zu Elementen des Bildes innerhalb der Maske.
  • In dem Beispiel 34 kann der Gegenstand nach einem der Beispiele 27–33 enthalten, dass die Abstandsfunktion der Feldfruchtbreite nicht konstant ist und einen Parameter entsprechend einem Merkmal des Bildes enthält, und dass sich der Parameter als Antwort auf Änderungen des Merkmals ändert, um die Kanten der geometrischen Form zu bestimmen.
  • In dem Beispiel 35 kann der Gegenstand nach einem der Beispiele 27–34 enthalten, dass der Parameter ein Multiplikator ist, der auf eine konstante Feldfruchtbreite angewendet wird, wobei sich der Multiplikator als Antwort auf eine Pixelreihe in einer Rasterdarstellung des Bildes ändert.
  • In dem Beispiel 36 kann der Gegenstand nach einem der Beispiele 27–35 enthalten, dass kategorisierende Elemente in dem Bild das Zuweisen einer Nichtfeldfruchtelementkategorie zu Elementen, die nicht als Feldfruchtelemente kategorisiert sind, enthält.
  • In dem Beispiel 37 kann der Gegenstand nach einem der Beispiele 27–36 das Vergleichen von Nicht-Feldfruchtelementen mit einem gewünschten Nicht-Feldfruchtelement-Modell, um eine Abweichung der Nicht-Feldfruchtelemente zu bestimmen, und das Signalisieren der Abweichung enthalten.
  • In dem Beispiel 38 kann der Gegenstand nach einem der Beispiele 27–37 das Steuern einer Feldfruchtproduktanwendung auf der Grundlage der signalisierten Abweichung enthalten.
  • In dem Beispiel 39 kann der Gegenstand nach einem der Beispiele 27–38 das Bestimmen eines Abweichungsbedeckungs-Schwellenwerts und das Speichern von zumindest einem Teil des Bildes entsprechend der signalisierten Abweichung als Antwort darauf, dass er außerhalb des Abweichungsbedeckungs-Schwellenwerts ist, enthalten.
  • In dem Beispiel 40 kann der Gegenstand nach einem der Beispiele 27–39 das Verpacken der Feldfruchtelemente und das Liefern der verpackten Feldfruchtelemente zu einem sekundären Prozessor enthalten.
  • In dem Beispiel 41 kann der Gegenstand nach einem der Beispiele 27–40 enthalten, dass das Verpacken der Feldfruchtelemente das Schaffen eines sekundären Prozessorfilters für das Bild für die Feldfruchtelemente enthält, und dass das Liefern der verpackten Feldfruchtelemente das Kommunizieren des Filters zu dem sekundären Prozessor enthält.
  • In dem Beispiel 42 kann der Gegenstand nach einem der Beispiele 27–41 enthalten, dass das Verpacken der Feldfruchtelemente das Entfernen von Nicht-Feldfruchtelementen aus dem Bild, um ein Feldfruchtelementbild enthält, und das Liefern der verpackten Feldfruchtelemente das Kommunizieren des Feldfruchtelementbildes zu dem sekundären Prozessor enthält.
  • In dem Beispiel 43 kann der Gegenstand nach einem der Beispiele 27–42 enthalten, dass das Verpacken der Feldfruchtelemente das Strömen der Feldfruchtelemente zu dem sekundären Prozessor enthält.
  • In dem Beispiel 44 kann der Gegenstand nach einem der Beispiele 27–43 enthalten, dass der sekundäre Prozessor eine Feldfruchtindex-Berechnungsvorrichtung ist.
  • In dem Beispiel 45 kann der Gegenstand nach einem der Beispiele 27–44 enthalten, dass die Feldfruchtindex-Berechnungsvorrichtung einen Grünblattindex berechnet.
  • In dem Beispiel 46 kann der Gegenstand nach einem der Beispiele 27–45 eine Steuerungsrate der Feldfruchtproduktanwendung auf der Grundlage eines Ausgangssignals des sekundären Prozessors enthalten.
  • In dem Beispiel 47 kann der Gegenstand nach einem der Beispiele 27–46 enthalten, dass die Feldfruchtproduktanwendung gleichzeitig mit der Aufnahme des Bildes erfolgt.
  • In dem Beispiel 48 kann der Gegenstand nach einem der Beispiele 27–47 enthalten, dass das Feldfruchtprodukt zumindest eines ist von: Düngemittel, Pflanzenwuchs-Regulierungsmittel, Herbizid oder Insektizid.
  • In dem Beispiel 49 kann der Gegenstand nach einem der Beispiele 27–48 das Berechnen der Feldfruchtdichte auf der Grundlage der Feldfruchtelemente enthalten.
  • In dem Beispiel 50 kann der Gegenstand nach einem der Beispiele 27–49 das Speichern eines Teils des Bildes entsprechend den Feldfruchtelementen als Antwort auf das Bestimmen, dass die Feldfruchtdichte außerhalb eines Dichteschwellenwerts ist, enthalten.
  • In dem Beispiel 51 kann der Gegenstand nach einem der Beispiele 27–50 das Schätzen einer Feldfrucht-Keimungsmetrik anhand der Feldfruchtdichte und einer Pflanzmetrik enthalten.
  • In dem Beispiel 52 kann der Gegenstand nach einem der Beispiele 27–51 das Schätzen der Feldfruchthöhe auf der Grundlage der Feldfruchtelemente, einer Pflanzmetrik und eines Feldfruchttyps enthalten.
  • Die vorstehende detaillierte Beschreibung enthält Bezugnahmen auf die begleitenden Zeichnungen, die einen Teil der detaillierten Beschreibung bilden. Die Zeichnungen zeigen im Wege der Illustration spezifische Ausführungsbeispiele, die praktiziert werden können. Diese Ausführungsbeispiele werden hier auch als ”Beispiele” bezeichnet. Derartige Beispiele können Elemente zusätzlich zu denjenigen, die gezeigt oder beschrieben sind, enthalten. Jedoch berücksichtigen die vorliegenden Erfinder auch Beispiele, in denen nur derartige Elemente, die gezeigt oder beschrieben sind, vorgesehen sind. Darüber hinaus berücksichtigen die vorliegenden Erfinder auch Beispiele, die jegliche Kombination oder Permutation von solchen Elementen verwenden, die gezeigt oder beschrieben sind (oder einen oder mehrere Aspekte hiervon), entweder mit Bezug auf ein bestimmtes Beispiel (oder einen oder mehrere Aspekte hiervon), oder mit Bezug auf andere Beispiele (oder einen oder mehrere Aspekte hiervon), die hier gezeigt oder beschrieben sind.
  • Alle Veröffentlichungen, Patente und Patentdokumente, auf die in diesem Dokument Bezug genommen wird, werden hier in ihrer Gesamtheit so einbezogen, als ob sie individuell einbezogen wären. In dem Fall von widersprüchlichen Verwendungen zwischen diesem Dokument und solchen Dokumenten, die derart einbezogen sind, ist die Verwendung in dem einbezogenen Dokument als ergänzend zu der dieses Dokuments betrachtet werden; für nicht vereinbare Widersprüche ist die Verwendung in diesem Dokument bestimmend.
  • In diesem Dokument wird der Begriff ”ein” so verwendet, wie es in Patentdokumenten üblich ist, um eins oder mehrere als eins einzuschließen, unabhängig von jeglichen anderen Fällen oder Verwendungen von ”zumindest eins” oder ”eins oder mehrere”. In diesem Dokument wird der Begriff ”oder” verwendet, um sich auf ein nichtausschließliches Oder zu beziehen, derart, dass ”A oder B” enthält: ”A, aber nicht B”, ”B, aber nicht A” und ”A und B”, sofern nichts anderes angezeigt wird. In den angefügten Ansprüchen werden die Begriffe ”enthaltend” und ”in denen” verwendet als die englischen Äquivalente der jeweiligen Begriffe ”aufweisend” und ”worin”. Auch sind in den folgenden Ansprüchen die Begriffe ”enthaltend” und ”aufweisend” nicht abschließend, d. h., ein System, eine Vorrichtung, ein Gegenstand oder ein Prozess, die Elemente zusätzlich zu den nach einem derartigen Begriff in einem Anspruch aufgeführten enthalten, werden noch als in den Bereich dieses Anspruchs fallend angesehen. Darüber hinaus werden in den folgenden Ansprüchen die Begriffe ”erste”, ”zweite” und ”dritte” usw. lediglich als Kennzeichen verwendet und es ist nicht beabsichtigt, ihren Objekten numerische Anforderungen aufzuerlegen.
  • Die vorstehende Beschreibung soll veranschaulichend und nicht beschränkend sein. Beispielsweise können die vorbeschriebenen Beispiele (oder ein oder mehrere Aspekte hiervon) miteinander kombiniert verwendet werden. Andere Ausführungsbeispiele können von einem Fachmann verwendet werden nach der Betrachtung der vorstehenden Beschreibung. Die Zusammenfassung dient dazu, dem Leser zu ermöglichen, schnell die Natur der technischen Offenbarung festzustellen und sie ist mit dem Verständnis eingereicht, dass sie nicht zum Auslegen oder Beschränken des Bereichs oder der Bedeutung der Ansprüche zu verwenden ist. Auch können in der vorstehenden detaillierten Beschreibung verschiedene Merkmale miteinander gruppiert werden, um die Offenbarung zusammenzufassen. Dies sollte nicht dahin ausgelegt werden, dass beabsichtigt ist, dass ein nicht beanspruchtes offenbartes Merkmal wesentlich für irgendeinen Anspruch ist. Stattdessen kann der erfinderische Gegenstand in weniger als allen Merkmalen eines bestimmten offenbarten Ausführungsbeispiels liegen. Somit sind die folgenden Ansprüche hierdurch in die detaillierte Beschreibung einbezogen, wobei jeder Anspruch als ein getrenntes Ausführungsbeispiel für sich selbst steht. Der Bereich der Ausführungsbeispiele sollte mit Bezug auf die angefügten Ansprüche bestimmt werden, zusammen mit dem vollständigen Bereich von Äquivalenten, zu denen derartige Ansprüche berechtigt sind.

Claims (24)

  1. System zum Filtern eines Bildes, welches System aufweist: eine Bildaufnahme-Steuervorrichtung zum: Bilden einer Schnittstelle mit einer Kamera, die an einem landwirtschaftlichen Gerät befestigt ist; und Erhalten eines Bildes einer Feldfruchtreihe von der Kamera während des Betriebs des landwirtschaftlichen Geräts entsprechend einem Feld mit der Feldfruchtreihe; einen Feldfruchtreihencharakteristik-Schaltungssatz zum: Berechnen einer Feldfruchtreihenmitte anhand des Bildes der Feldfruchtreihe; und Erhalten eines Satzes von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und einen Filterschaltungssatz zum: Erhalten eines Filters entsprechend dem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und Kategorisieren von Elementen in dem Bild in Kategorien auf der Grundlage der Anwendung des Filters auf das Bild, wobei das Filter auf der Feldfruchtreihenmitte verankert ist.
  2. System nach Anspruch 1, bei dem das Bestimmen der Feldfruchtreihenmitte enthält, dass der Feldfruchtreihencharakteristik-Schaltungssatz vorgesehen ist zum: Anwenden eines Merkmalsschwellenwerts zum Identifizieren von interessierenden Elementen in dem Bild; und Durchführen einer Hough-Transformation bei den interessierenden Elementen, um eine Feldfruchtreihenmittellinie zu erzeugen.
  3. System nach Anspruch 1, bei dem ein Satz von erwarteten Feldfruchtcharakteristiken bestimmt wird anhand eines Durchschnitts von vorher bestimmten Feldfruchtcharakteristiken entsprechend mehreren vorhergehenden Bildern von Feldfrüchten desselben Typs wie desjenigen der Feldfruchtreihe.
  4. System nach Anspruch 1, bei dem das Filter transformiert ist auf der Grundlage einer Perspektive eines Sensors, der das Bild erfasst hat.
  5. System nach Anspruch 1, bei dem das Kategorisieren von Elementen in dem Bild auf der Grundlage der Feldfruchtreihenmitte und des Filters enthält, dass der Filterschaltungssatz vorgesehen ist zum: Schaffen einer Maske für das Bild, wobei die Maske mit der Feldfruchtreihenmitte verankert ist mit durch das Filter definierten Kanten; Anwenden der Maske bei dem Bild; und Zuweisen einer Kategorie des Feldfruchtelements oder Nichtfeldfruchtelements zu Elementen des Bildes auf der Grundlage der Anwendung der Maske auf das Bild.
  6. System nach Anspruch 5, aufweisend einen Diskriminator zum: Vergleichen von Nichtfeldfruchtelementen, wie bestimmt durch mit einem gewünschten Nichtfeldfruchtelement-Modell zum Bestimmen einer Abweichung der Nichtfeldfruchtelemente; und Signalisieren der Abweichung.
  7. System nach Anspruch 6, aufweisend eine Appliziereinrichtung zum Steuern einer Feldfruchtproduktanwendung auf der Grundlage der signalisierten Abweichung.
  8. System nach Anspruch 7, bei dem die Feldfruchtproduktanwendung gleichzeitig mit der Erfassung des Bildes erfolgt.
  9. Verfahren zum Filtern eines Bildes, welches Verfahren aufweist: Berechnen einer Feldfruchtreihenmitte, die in einem Bild der Feldfruchtreihe dargestellt ist; Erhalten eines Filters entsprechend einem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; Kategorisieren von Elementen in dem Bild in Kategorien auf der Grundlage des Anwendens des Filters auf das Bild, wobei das Filter auf der Feldfruchtreihe verankert ist.
  10. Verfahren nach Anspruch 9, bei dem das Bestimmen der Feldfruchtreihenmitte enthält: Anwenden eines Merkmalsschwellenwerts zum Identifizieren von interessierenden Elementen in dem Bild; und Durchführen einer Hough-Transformation bei den interessierenden Elementen, um eine Feldfruchtreihenmittellinie zu erzeugen.
  11. Verfahren nach Anspruch 9, bei dem der Satz von erwarteten Feldfruchtcharakteristiken bestimmt wird von einem Durchschnitt von vorher bestimmten Feldfruchtcharakteristiken entsprechend mehreren vorhergehenden Bildern von Feldfrüchten eines selben Typs wie desjenigen der Feldfruchtreihe.
  12. Verfahren nach Anspruch 9, bei dem das Filter auf der Grundlage einer Perspektive eines Sensors, der das Bild erfasst hat, transformiert wird.
  13. Verfahren nach Anspruch 9, bei dem das Kategorisieren von Elementen in dem Bild auf der Grundlage der Feldfruchtreihenmitte und des Filters enthält: Schaffen einer Maske für das Bild, wobei die Maske mit der Feldfruchtreihenmitte verankert ist mit durch das Filter definierten Kanten; Anwenden der Maske auf das Bild; und Zuweisen einer Kategorie von Feldfruchtelement oder Nichtfeldfruchtelement zu Elementen des Bildes auf der Grundlage der Anwendung der Maske auf das Bild.
  14. Verfahren nach Anspruch 13, welches aufweist: Vergleichen von Nichtfeldfruchtelementen mit einem gewünschten Nichtfeldfruchtelement-Modell, um eine Abweichung der Nichtfeldfruchtelemente zu bestimmen; und Signalisieren der Abweichung.
  15. Verfahren nach Anspruch 14, aufweisend das Steuern einer Feldfruchtproduktanwendung auf der Grundlage der signalisierten Abweichung.
  16. Verfahren nach Anspruch 15, bei dem die Feldfruchtproduktanwendung gleichzeitig mit der Erfassung des Bildes erfolgt.
  17. Satz von nicht vorübergehenden maschinenlesbaren Medien, enthaltend Befehle, die, wenn sie von einer Maschine ausgeführt werden, bewirken, dass die Maschine Operationen durchführt, welche aufweisen: Berechnen einer Feldfruchtreihenmitte, die in einem Bild der Feldfruchtreihe dargestellt ist; Erhalten eines Filters entsprechend einem Satz von erwarteten Feldfruchtcharakteristiken der Feldfruchtreihe; und Kategorisieren von Elementen in dem Bild in Kategorien auf der Grundlage des Anwendens des Filters auf das Bild, wobei das Filter auf der Feldfruchtreihe verankert ist.
  18. Satz von maschinenlesbaren Medien nach Anspruch 17, bei dem das Bestimmen der Feldfruchtreihenmitte enthält: Anwenden eines Merkmalsschwellenwerts zum Identifizieren von interessierenden Elementen in dem Bild; und Durchführen einer Hough-Transformation bei den interessierenden Elementen, um eine Feldfruchtreihenmittellinie zu erzeugen.
  19. Satz von maschinenlesbaren Medien nach Anspruch 17, bei dem der Satz von erwarteten Feldfruchtcharakteristiken anhand eines Durchschnitts von vorher bestimmten Feldfruchtcharakteristiken entsprechend mehreren vorhergehenden Bildern von Feldfrüchten eines selben Typs wie desjenigen der Feldfruchtreihe bestimmt wird.
  20. Satz von maschinenlesbaren Medien nach Anspruch 17, bei dem das Filter auf der Grundlage einer Perspektive eines Sensors, der das Bild erfasst hat, transformiert wird.
  21. Satz von maschinenlesbaren Medien nach Anspruch 17, bei dem das Kategorisieren von Elementen in dem Bild auf der Grundlage der Feldfruchtreihenmitte und des Filters enthält: Schaffen einer Maske für das Bild, wobei die Maske mit der Feldfruchtreihenmitte verankert ist mit durch das Filter definierten Kanten; Anwenden der Maske auf das Bild; und Zuteilen einer Kategorie von Feldfruchtelement oder Nichtfeldfruchtelement zu Elementen des Bildes auf der Grundlage der Anwendung der Maske auf das Bild.
  22. Satz von maschinenlesbaren Medien nach Anspruch 21, bei dem die Operationen weiterhin aufweisen: Vergleichen von Nichtfeldfruchtelementen mit einem gewünschten Nichtfeldfruchtelement-Modell, um eine Abweichung der Nichtfeldfruchtelemente zu bestimmen; und Signalisieren der Abweichung.
  23. Satz von maschinenlesbaren Medien nach Anspruch 22, bei dem die Operationen weiterhin das Steuern einer Feldfruchtproduktanwendung auf der Grundlage der signalisierten Abweichung aufweisen.
  24. Satz von maschinenlesbaren Medien nach Anspruch 23, bei dem die Feldfruchtproduktanwendung gleichzeitig mit der Erfassung des Bildes erfolgt.
DE112015002189.2T 2014-05-09 2015-05-07 Bildfilter auf der Grundlage von Reihenidentifizierung Withdrawn DE112015002189T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461991260P 2014-05-09 2014-05-09
US61/991,260 2014-05-09
PCT/US2015/029773 WO2015171946A1 (en) 2014-05-09 2015-05-07 Image filter based on row identification

Publications (1)

Publication Number Publication Date
DE112015002189T5 true DE112015002189T5 (de) 2017-02-09

Family

ID=54368103

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112015002189.2T Withdrawn DE112015002189T5 (de) 2014-05-09 2015-05-07 Bildfilter auf der Grundlage von Reihenidentifizierung

Country Status (3)

Country Link
US (2) US9576215B2 (de)
DE (1) DE112015002189T5 (de)
WO (1) WO2015171946A1 (de)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9576215B2 (en) 2014-05-09 2017-02-21 Raven Industries, Inc. Image filter based on row identification
AU2016324156A1 (en) * 2015-09-18 2018-04-05 SlantRange, Inc. Systems and methods for determining statistics of plant populations based on overhead optical measurements
GB201621879D0 (en) * 2016-12-21 2017-02-01 Branston Ltd A crop monitoring system and method
KR102188521B1 (ko) * 2017-10-27 2020-12-08 전북대학교산학협력단 신경회로망 학습에 의한 작물과 잡초 식별 방법 및 장치
EP3503025B1 (de) * 2017-12-19 2021-11-10 Accenture Global Solutions Limited Verwendung von künstlicher intelligenz mit aufgenommenen bildern zur erkennung eines landwirtschaftlichen ausfalls
US10621434B2 (en) * 2018-01-25 2020-04-14 International Business Machines Corporation Identification and localization of anomalous crop health patterns
CN110288608B (zh) * 2018-03-19 2024-04-12 北京京东尚科信息技术有限公司 作物行中心线提取方法和装置
EP3821423A4 (de) 2018-07-11 2022-03-02 Raven Industries, INC. Adaptive farbtransformation zur unterstützung des maschinellen sehens
US11100648B2 (en) 2018-07-11 2021-08-24 Raven Industries, Inc. Detecting crop related row from image
CN109601109A (zh) * 2018-12-07 2019-04-12 江西洪都航空工业集团有限责任公司 一种基于双目视觉检测的无人割草车防碰撞方法
WO2020231934A1 (en) 2019-05-10 2020-11-19 Great Plains Manufacturing, Inc. Vision sensors for agricultural implements and processes
WO2021007554A1 (en) * 2019-07-11 2021-01-14 Sneyders Yuri Determining image feature height disparity
DE102019218177A1 (de) * 2019-11-25 2021-05-27 Robert Bosch Gmbh Verfahren zum Schätzen eines Verlaufs von Pflanzenreihen
CN114257707A (zh) * 2020-09-21 2022-03-29 安霸国际有限合伙企业 具有彩色夜间模式的智能ip摄像头
US11076589B1 (en) * 2020-10-16 2021-08-03 Verdant Robotics, Inc. Autonomous agricultural treatment system using map based targeting of agricultural objects
US11430132B1 (en) * 2021-08-19 2022-08-30 Unity Technologies Sf Replacing moving objects with background information in a video scene
WO2023214220A1 (en) * 2022-05-02 2023-11-09 Precision Planting Llc Systems and methods for vision-based plant detection and scouting application technology
US11553636B1 (en) 2022-06-21 2023-01-17 FarmWise Labs Inc. Spacing-aware plant detection model for agricultural task control

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6686951B1 (en) * 2000-02-28 2004-02-03 Case, Llc Crop row segmentation by K-means clustering for a vision guidance system
US8150574B2 (en) * 2005-01-04 2012-04-03 Deere & Company Method and system for guiding a vehicle with vision-based adjustment
US7570783B2 (en) * 2005-07-01 2009-08-04 Deere & Company Method and system for vehicular guidance using a crop image
US8488874B2 (en) 2011-01-31 2013-07-16 Dalhouse University Variable rate sprayer system and method of variably applying agrochemicals
US9030549B2 (en) * 2012-03-07 2015-05-12 Blue River Technology, Inc. Method and apparatus for automated plant necrosis
WO2015006675A2 (en) * 2013-07-11 2015-01-15 Blue River Technology, Inc. Method for automatic phenotype measurement and selection
US9609858B2 (en) * 2013-09-13 2017-04-04 Palo Alto Research Center Incorporated Unwanted plant removal system having variable optics
US9576215B2 (en) 2014-05-09 2017-02-21 Raven Industries, Inc. Image filter based on row identification

Also Published As

Publication number Publication date
US20150324648A1 (en) 2015-11-12
WO2015171946A1 (en) 2015-11-12
US10223588B2 (en) 2019-03-05
US20170228595A1 (en) 2017-08-10
US9576215B2 (en) 2017-02-21

Similar Documents

Publication Publication Date Title
DE112015002189T5 (de) Bildfilter auf der Grundlage von Reihenidentifizierung
EP3700320B1 (de) Erstellung digitaler bearbeitungskarten
DE112015002194T5 (de) Verbesserte Reihenführungsparameterisierung mit Hough-Transformation
EP3782467B1 (de) Verfahren zum identifizieren von beikräutern innerhalb einer definierten pflanzenreihe einer landwirtschaftlichen fläche
DE102016212623A1 (de) UAV-basiertes Abfühlen für Arbeitsabläufe in einem Arbeitsbereich
DE112016002817T5 (de) Änderungserfassungbasiertes bildaufnahme-beauftragungssystem
DE102015225460A1 (de) System und Verfahren zum Analysieren der Effektivität einer Aufbringung auf ein Erntegut
WO2018073163A1 (de) Ertragsvorhersage für ein kornfeld
WO2021105019A1 (de) Verfahren zum generieren einer vielzahl von annotierten bildern
DE112015002191T5 (de) Erfassungsanwendung für optischen Datenstrom in landwirtschaftlichen Fahrzeugen
Montero et al. Detection of palm oil bud rot employing artificial vision
Tripathy et al. Image processing techniques aiding smart agriculture
DE102018222623A1 (de) Verfahren zur automatisierten Bewässerung von Pflanzen
EP3841444B1 (de) Trägersystem mit einem träger und einer mobilen vorrichtung zur bearbeitung des bodens und/oder zur manipulation der flora und fauna und verfahren hierzu
DE102022212162A1 (de) Verfahren zum Ermitteln einer Pflanzenkennzahl von Pflanzen einer Pflanzenreihe einer landwirtschaftlichen Fläche
DE102022212161A1 (de) Verfahren zum Ermitteln einer Breitenkennzahl von Pflanzen einer Pflanzenreihe einer landwirtschaftlichen Fläche
EP4064818B1 (de) Verfahren zum bearbeiten von pflanzen auf einem feld
Tripathy Deepak Kumar Sharma
WO2023208619A1 (de) Vorhersage von ablagerungsstrukturen von pflanzenschutzmitteln und/oder nährstoffen auf pflanzenteilen
Cuvalcıoglu et al. An application of the intuitionistic fuzzy modal operator Eα, β
WO2021105006A1 (de) Verfahren zum schätzen eines verlaufs von pflanzenreihen
DE102021214001A1 (de) Verfahren zum Ermitteln einer Pflanzeninformation bezüglich einer Pflanze auf einer landwirtschaftlichen Fläche
AT16964U1 (de) Verfahren zur Analyse und/oder Kartierung einer landwirtschaftlich genutzten Fläche
DE102016203850B4 (de) Verfahren zum Klassifizieren von Pflanzen
DE102022212169A1 (de) Verfahren zum Klassifizieren von Pflanzen in und/oder zwischen Pflanzenreihen einer landwirtschaftlichen Fläche

Legal Events

Date Code Title Description
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee