Wo wissen wirkt.

Zukunftsperspektiven
entdecken.

Infoevent besuchen

Deep Giant Hogweed: Erkennen von Pflanzen mittels multispectral imaging und Deep Learning

Invasive Pflanzen, sogenannte Neophyten, stellen Komunen und Gemeinden vor grosse Herausvorderungen. Neophyten bedrohen naturbelassene Gebiete, verdrängen einheimische Arten und können im Extremfall sogar gesundheitschädlich sein. Ein verlässliches Monitoruing ist Grundvoraussetzung für die Bekämpfung dieser Pflanzen. Diese Arbeit setzt sich zum Ziel, mittels Drohnentechnologie automatisches Erkennen von Neophyten zu realisieren. Der Ansatz besteht darin, mittels einer Multispektralkamera Luftbilder zu erstellen und die so gewonnene Information dazu zu verwenden, unterwünschte Pflanzen von der restlichen Vegetation zu trennen. Um die Strukturen in der Vegetation hervorzuheben werden relevante, aus der Literatur bekannte Vegetationsindizes angewendet. Diese Vegetationsindizes dienen als Merkmale für Machine Learning Klassifikatoren. Um die Robustheit zu erhöhen wird, die Klassifikation nicht auf Pixelebene, sondern auf sogenannten Superpixel ausgeführt. In dieser Arbeit konnte die Praxistauglichkeit des Ansatzes anhand eines einfachen Benchmark Szenarios nachgewiesen werden.

Studiengang
Systemtechnik
Art der Arbeit
Bachelorarbeit
Verfasser/in
Odin Schipholt
Markus Heller
Referent/in
Prof. Dr. Klaus Frick
Jahr
2020
Projekteingabe:
08.09.2020
zurück