Sensorbasierte 3D-Modellierung zur morphologischen Phänotypisierung am Beispiel von Mais

Downloadstatistik des Dokuments (Auswertung nach COUNTER):

Klose, Ralph: Sensorbasierte 3D-Modellierung zur morphologischen Phänotypisierung am Beispiel von Mais. Hannover : Gottfried Wilhelm Leibniz Universität, Diss., 2021, xx, 178 S. DOI: https://doi.org/10.15488/10731

Zeitraum, für den die Download-Zahlen angezeigt werden:

Jahr: 
Monat: 

Summe der Downloads: 313




Kleine Vorschau
Zusammenfassung: 
Phänotypisierung ist eine Schlüsseltechnologie für das Feldversuchswesen in der Pflanzenzucht. Mit den gewonnenen Informationen über den Phänotyp der Pflanzen lassen sich neue Strategien für die Züchtung ableiten, um so die Qualität der Pflanzen und den Ertrag zu optimieren. Wichtige Bestandteile des Phänotyps sind hierbei die morphologischen Eigenschaften der Pflanze. Bislang werden die Analysen des morphologischen Phänotyps im Feldversuchswesen weitgehend mit manuellen Methoden durchgeführt, in denen Experten die Pflanzen stichprobenartig bewerten. Im Rahmen dieser Arbeit wurden zwei Methoden zur automatischen, morphologischen Phänotypisierung von Maispflanzen entwickelt, die eine objektive Beurteilung von Einzelpflanzen ermöglichen. Die Datenbasis für diese Methoden lieferten Time-of-Flight-Kameras, die zunächst auf ihre Tauglichkeit für die Phänotypisierung unter Feldbedingungen untersucht wurden. In der ersten Methode wurde ein Top-View-Ansatz verfolgt. Mit diesem wurde das Tiefenbild der Einzelpflanze mit Hilfe von Skelettierungsalgorithmen analysiert. Als Ergebnis konnten mit dieser Methode die Pflanzenhöhe und die Blattanzahl der Pflanze bestimmt werden. Im zweiten Ansatz wurden mindestens vier Kameras im Abstand von 90° um die Pflanze positioniert und mit Hilfe eines Multi-View-Konzeptes die entstandenen Punktwolken der Pflanze in ein dreidimensionales Pflanzenmodell überführt. Hierfür wurden 3D-Rekonstruktionsalgorithmen angewandt und die entstandene 3D-Punktwolke vernetzt. Im Anschluss wurde das Pflanzenmodell mit den in dieser Arbeit entwickelten Algorithmen geometrisch analysiert. Neben Pflanzenhöhe und Blattanzahl konnten mit dieser Methode auch Blattlänge und Blattfläche ermittelt werden. Im Vergleich zu den manuellen Methoden zur Phänotypisierung von Pflanzen bieten die im Rahmen dieser Arbeit entwickelten Methoden die Möglichkeit einer dynamischen, morphologischen Untersuchung von Maispflanzen unter Labor- und Gewächshausbedingungen im BBCH Makrostadium 1 mit einer gemeinsamen Datenbasis.
Lizenzbestimmungen: CC BY 3.0 DE
Publikationstyp: doctoralThesis
Publikationsstatus: publishedVersion
Erstveröffentlichung: 2021
Die Publikation erscheint in Sammlung(en):Naturwissenschaftliche Fakultät
Dissertationen

Verteilung der Downloads über den gewählten Zeitraum:

Herkunft der Downloads nach Ländern:

Pos. Land Downloads
Anzahl Proz.
1 image of flag of Germany Germany 241 77,00%
2 image of flag of United States United States 15 4,79%
3 image of flag of Czech Republic Czech Republic 15 4,79%
4 image of flag of Russian Federation Russian Federation 14 4,47%
5 image of flag of Indonesia Indonesia 4 1,28%
6 image of flag of Austria Austria 3 0,96%
7 image of flag of Turkey Turkey 2 0,64%
8 image of flag of India India 2 0,64%
9 image of flag of Israel Israel 2 0,64%
10 image of flag of Hong Kong Hong Kong 2 0,64%
    andere 13 4,15%

Weitere Download-Zahlen und Ranglisten:


Hinweis

Zur Erhebung der Downloadstatistiken kommen entsprechend dem „COUNTER Code of Practice for e-Resources“ international anerkannte Regeln und Normen zur Anwendung. COUNTER ist eine internationale Non-Profit-Organisation, in der Bibliotheksverbände, Datenbankanbieter und Verlage gemeinsam an Standards zur Erhebung, Speicherung und Verarbeitung von Nutzungsdaten elektronischer Ressourcen arbeiten, welche so Objektivität und Vergleichbarkeit gewährleisten sollen. Es werden hierbei ausschließlich Zugriffe auf die entsprechenden Volltexte ausgewertet, keine Aufrufe der Website an sich.