Mensch vs Computer: Bildverarbeitung zur Erkennung überlappender Pflanzen = Human vs computer: Image processing to detect overlapping plants

Show simple item record

dc.identifier.uri http://dx.doi.org/10.15488/1398
dc.identifier.uri http://www.repo.uni-hannover.de/handle/123456789/1423
dc.contributor.author Rath, Thomas
dc.contributor.author Pastrana, Julio
dc.date.accessioned 2017-04-21T12:00:24Z
dc.date.available 2017-04-21T12:00:24Z
dc.date.issued 2012
dc.identifier.citation Rath, T.; Pastrana, J.: Mensch vs Computer: Bildverarbeitung zur Erkennung überlappender Pflanzen = Human vs computer: Image processing to detect overlapping plants. In: Landtechnik 67 (2012), Nr. 3, S. 172-178. DOI: https://doi.org/10.15150/lt.2012.291
dc.description.abstract In order to solve the overlapping problem that occurs when performing identification of single plants, a computer base pattern recognition system was implemented. The presented technique has 3 general steps: The recognition of overlapping or non-overlapping leaves using ellipse detection; an ellipse landmarking step that allows the creation of deformable models that define specific characteristics of the plants and the use of ASMs (Active Shape Models) that permit the identification of plantlets in complex situation without having to use the extracted color information. This method was tested using overlapping Nicotiana tabacum seedlings. Furthermore, a comparison between the recognition of the computer system and the human perception shows that in average the brain-eye system performs better. However, there are cases where the implemented algorithm has better identification results than the identification performed by student drop-outs. The presented methodology is being used is a Laser based weed control system. eng
dc.description.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. ger
dc.language.iso mul
dc.publisher Darmstadt : Kuratorium für Technik und Bauwesen in der Landwirtschaft e. V. (KTBL)
dc.relation.ispartofseries Landtechnik 67 (2012), Nr. 3
dc.rights CC BY 4.0 Unported
dc.rights.uri https://creativecommons.org/licenses/by/4.0/
dc.subject Active shape model eng
dc.subject Image processing eng
dc.subject Overlapping problem eng
dc.subject Plant production eng
dc.subject Nicotiana tabacum eng
dc.subject.ddc 630 | Landwirtschaft, Veterinärmedizin ger
dc.title Mensch vs Computer: Bildverarbeitung zur Erkennung überlappender Pflanzen = Human vs computer: Image processing to detect overlapping plants
dc.type article
dc.type Text
dc.relation.issn 0023-8082
dc.relation.doi https://doi.org/10.15150/lt.2012.291
dc.bibliographicCitation.issue 3
dc.bibliographicCitation.volume 67
dc.bibliographicCitation.firstPage 172
dc.bibliographicCitation.lastPage 178
dc.description.version publishedVersion
tib.accessRights frei zug�nglich


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s):

Show simple item record

 

Search the repository


Browse

My Account

Usage Statistics