Mensch vs Computer: Bildverarbeitung zur Erkennung überlappender Pflanzen

Abstract

Zur Lösung des Überlappungsproblems bei der computergestützten Bildanalyse von Pflanzenbeständen wurde ein dreistufiger generalisierter Lösungsansatz entwickelt, der auf der Erkennung von freien oder überlappenden Ellipsen aufbaut. Aus Passmarken („Landmarks“) dieser Ellipsen wurden Lerndatensätze entwickelt, die es ermöglichten, überlagernde Pflanzen in unbekannten Situationen mithilfe eines ASM-Verfahrens (Active Shape Model) aus komplexen Bildern ohne Nutzung der spezifischen Farbinformation herauszufiltern. Das Verfahren wurde an überlappenden Keimpflanzen von Nicotiana tabacum getestet. Ein Vergleich zwischen computerbildanalytischer Erkennung und menschlicher Kognition ergab im Durchschnitt bessere Ergebnisse für die mit „Auge und Gehirn“ durchgeführte Auswertung. In einigen Fällen waren die entwickelten Algorithmen jedoch den Erkennungsergebnissen von Schulabgängern überlegen. Das entwickelte Verfahren wurde bereits zur Steuerung von Lasern für die Unkrautbekämpfung erfolgreich eingesetzt.