Forschung für den Mittelstand - Die IGF-Projektdatenbank

Intelligente bildgebende Verfahren zur Erfassung struktur- und farbrelevanter Merkmale für eine wettbewerbsfähige Gemüsezüchtung

Nicht-invasive Methoden zur Charakterisierung von Pflanzenmerkmalen spielen im Pflanzenbau sowie in Züchtungsprozessen eine immer wichtigere Rolle, da der Bedarf nach Methoden zur schnellen und objektiven Erfassung von Ertrags- und Qualitätsparametern wachsen wird. Ermöglicht wird diese Entwicklung durch immer bessere Methoden der Pflanzenphänotypisierung. Der Gemüse- und Kräuteranbau bietet mit seiner Vielfalt an züchtungsrelevanten Parametern und klar definierten Züchtungszielen neue Möglichkeiten für nicht-invasive sensorische Verfahren, durch die der Züchtungsaufwand deutlich reduziert werden kann, insbesondere die kostenaufwendigen manuell durchgeführten Bonitierungen.

Im Mittelpunkt dieses Projektes wird der Einsatz neuer nicht- oder teilinvasiver Methoden zur quantitativen Erfassung von Pflanzenparametern in Gemüse- und Kräuterarten für ausgewählte Arten untersucht. Die Verfahren werden dann unter Praxisbedingungen bei den Kooperationspartner Rijk Zwaan Marne GmbH (Kopfkohl), Hild Samen GmbH (Petersilie) und van Waveren Saaten GmbH (Buschbohne) zu qualitativen Bestimmung von Wachstumsraten und Abschätzung des Erntezeitpunktes und -ertrags eingesetzt. Weiterhin werden neue Konzepte zur Sensor-Positionierung entwickelt. Die Integration von handelsüblicher Sensorik in eine geeignete Sensor-Plattform mit Schwerpunkt auf günstige und robuste Lösungen soll besonders auf die Anforderungen von KMU-Züchtungsunternehmen ausgerichtet werden, da der Faktor Arbeitskraft oftmals der limitierende Faktor ist. Der Nutzen für die KMU liegt besonders in der Verbesserung der Arbeitseffizienz, da mittelfristig viele Standardbonituren von Sensorsystemen übernommen werden können.

Ziel ist eine im Vergleich zur manuellen Bonitierung präzisere und schnellere Quantifizierung, um den „Screening“-Aufwand deutlich zu reduzieren. Darüber hinaus können neue Parameter berücksichtigt werden, die bislang gar nicht oder nur mit großem Aufwand erfassbar waren.

Ergebniszusammenfassung:

In diesem Projekt wurden für die unterschiedlichen Anforderungen bei der Erfassung von Qualitätsmerkmalen unterschiedliche, angepasste Lösungen für drei Gemüsearten entwickelt.

Für die Buschbohne wurde eine mobile Aufnahmebox entwickelt. Die Auswertung erfolgt automatisch mit Softwaretools und erfordert keine weitere Interaktion. Damit stehen erstmals umfassend validierte Verfahren für eine Vielzahl von Parametern zur Verfügung, für deren automatische Analyse es bisher kaum validierte Verfahren gab. Damit werden wichtige Kriterien, nämlich ein höherer Durchsatz und eine Objektivierung der Bonitur, erfüllt.

Für die zweite Kulturart, die Möhre, wurde eine Aufnahmebox entwickelt, die sich nur durch die Verwendung einer anderen Kamera unterscheidet. Da es hier ausschließlich um die Quantifizierung eines Befallsgrades mit Alternaria ging, waren die Anforderungen an die Analysemethoden völlig anders. Der wesentliche Beitrag bestand hier in der Entwicklung von Modellen des maschinellen und tiefen Lernens, die auf der Basis von Bilddaten robuste Schätzungen des Befallsgrades liefern. Diese Fragestellung konnte im Rahmen des Projektes nicht abschließend bearbeitet werden.

Die dritte Kultur, Kopfkohl, wurde direkt im Bestand vermessen und unterscheidet sich damit von den beiden anderen Projektteilen. Der Sensoraufbau wurde auf einem manuell verfahrbaren Fahrgestell getestet. Betrachtet man nun den wichtigsten Parameter, die Schätzung des individuellen Kopfgewichtes, so müssen beginnend mit der Datenaufnahme mehrere Softwaretools eingesetzt werden, die bisher noch nicht miteinander verknüpft sind. Eine vollständige Automatisierung des Verfahrens ist daher noch nicht möglich, könnte aber bei Interesse adaptiert werden.