CBA - Computerbildanalyse in der Landwirtschaft

Photo: M. Pflanz (ATB)

Workshop Historie

Auf Anregung der Bundessenatsarbeitsgruppe II “Qualitätsgerechte und umweltverträgliche Agrarproduktion” wurde am 9. Mai 1995 erstmalig ein Workshop zur Anwendung der Computer-Bildanalyse (CBA) in der Landwirtschaft veranstaltet, an dem sich überwiegend Wissenschaftler aus landtechnischen Forschungsinstituten, der Ressortforschung des BML und von Universitäten und Hochschulen beteiligten.

Ziel der Workshop-Reihe war und ist die Vertiefung des Erfahrungsaustauschs zwischen den Forschergruppen in der Anwendung von bildgebenden und spektroskopischen Methoden in der Landwirtschaft. Diese sich rasch entwickelnden Technologiefelder werden zunehmend auch zum Monitoring von Vor- und Nachernteprozessen genutzt. Für landwirtschaftliche Anwendungsfälle sind jedoch häufig keine passenden Lösungen verfügbar, so dass für die spezifischen Einsatzbedingungen eigenständige Lösungen in Zusammenarbeit von zielgerichteter Grundlagenforschung und Wirtschaftsunternehmen entstehen. Im Rahmen von jährlich stattfindenden Workshops werden Vorträge, Poster und technische Entwicklungen vorgestellt und diskutiert.

Weitere Workshops erfolgten seitdem im jährlichen Rhythmus.

Überblick

Workshops der letzten 5 Jahre

  • 2019 Universität Bonn (25.)
  • 2018 ETH Zürich (24.)
  • 2017 ATB Potsdam-Bornim (23.)
  • 2016 Hochschule Harz (22.)
  • 2015 Thünen-Institut Braunschweig (21.)

Workshop 2019 - Rheinische Friedrich-Wilhelms-Universität Bonn

Themen:

  • Bildanalyse und -interpretation für landwirtschaftliche Anwendungen
  • Multivariate Statistik und maschinelles Lernen
  • Optische Sensorik in der Landwirtschaft
  • Multi-/Hyperspektrale Kameras
  • Flugroboter und autonome Systeme
  • Exzellenz-Cluster PhenoRob

Programm zum Download

Tagungsband
25. CBA Workshop
 (Open Access)

Workshop 2018 - Eidgenössische Technische Hochschule Zürich (ETH)

Themen:

  • Sensorik in der Landwirtschaft
  • Prozessieren und Fusionieren von Sensordaten
  • Maschinelles Lernen
  • Flugroboter und autonome Systeme
  • Präsentation der Field Phenotyping Platform – FIP

Programm zum Download

Tagungsband 24. CBA Workshop (Open Access)

Workshop 2017

Organisation:

Michael Pflanz (ATB Potsdam), Michael Schirrmann (ATB Potsdam) und Andrea Gabbert (ATB Potsdam)

Themenüberblick:

  • Maschinelles Lernen für Anwendungen in der Landwirtschaft (Ribana Roscher, University of Bonn) – PDF
  • Copernicus 4ECA Satellitenfernerkundung zur Inventarisierung potentieller ökologischer Vorrangflächen auf Minderertragsarealen in Agrarlandschaften (Christoph Sinn, Julius Kühn-Institut (JKI))
  • Nicht-invasive, objektive Detektion von Echtem Mehltau der Gerste auf Blatt- und Bestandsebene mittels hochaufgelösten hyperspektralen Aufnahmen und modernen Analysemethoden (Stefan Thomas, Uni Bonn, Institut für Nutzpflanzenwissenschaften und Ressourcenschutz)
  • Nachweis von trockenstressinduzierten Entwicklungsunterschieden zweier Winterweizensorten mittels multispektraler Vegetationsindizes (Sandra Münzel, Universität Potsdam)
  • Pod-Copter – ein kabelgebundenes und autonom fliegendes UAV zum Einsatz als zeitlich unbegrenzte Trägerplattform in der Landwirtschaft (Christian Gieselmann, Insensiv GmbH) – PDF
  • Field Phenotyping Challenges in Grapevine Breeding (Anna Kicherer, JKI)
  • UAV-gestützte Detektion von Kiebitznestern in Agrarflächen (Martin Israel, Deutsches Zentrum für Luft- und Raumfahrt)
  • Digitale Geländemodelle als Grundlage von UAV-Tiefflügen mit konstanter Höhe über Grund und als Ergebnis von Flächenbefliegungen (Ludwig Schrenk, CiS GmbH)
  • Relationship between structural parameters of sweet cherry orchard obtained with a 2D terrestrial LiDAR measuring system. (Nikolaos Tsoulias, ATB)
  • Entwicklung eines prototypischen Bildanalyse- Workflows von entomologischen Gelbtafeln in ArcGIS mit Hilfe des ModelBuilders (David Ott, Institut für Landschaftsökologie, WWU Münster)
  • Automatische Ableitung geometrischer Pflanzenparameter im Feldversuchswesen aus hochaufgelösten UAS-Aufnahmen am Beispiel von Eisbergsalat und Blumenkohl (Görres Grenzdörffer, Universität Rostock)
  • Hocheffiziente Analyse hyperspektraler Bildzeitreihen zur Detektion und Charakterisierung von Pflanzenkrankheiten (Jan Behmann, Universität Bonn)
  • Nicht-invasive Detektion und Differenzierung von Pilzerkrankungen im Weizen auf Blattebene mittels Hyperspektralsensoren und modernen Analysemethoden (David Bohnenkamp, Institut für Pflanzenkrankheiten Uni Bonn)
  • Software zum Analysieren und Klassifizieren von Hyperspektralaufnahmen (Joachim Intreß, ATB)
  • Kontrolle des Fruchtwachstums mit Smartphone-Kamera (Thorsten Rocksch, Humboldt-Universität zu Berlin) – PDF
  • Evaluierung der Sensorik an aktuellen Feldphänotypisierungsanlagen (Stefan Paulus, LemnaTec GmbH)
  • Abschätzung der Evapotranspiration landwirtschaftlicher Kulturen auf Basis von UAV-Spektraldaten und deren Änderung am Beispiel unterschiedlicher Landnutzungssysteme. (Philipp Rauneker, Leibniz-Zentrum für Agrarlandschaftsforschung (ZALF) e. V.) – PDF
  • Abschätzung von Gründüngungs-Biomasse mittels UAS-basierter RGB und NIR Fotografie: Ein angewandter photogrammetrischer Ansatz (Lukas Roth, ETH Zürich)
  • Investigation of ground based and airborne spectral information for Nitrogen fertilizer application optimization in sugar beet (Corinne Müller-Ruh, ETH Zürich, Institut für Agrarwissenschaften) – PDF
  • UAV-gestützte Bestandsreflexionsmessungen und Identifizierung von trockentoleranten Winterweizensorten mit Hilfe des Normalized Difference Vegetation Index (Tina Langkamp, Thünen-Institut für Agrartechnologie)
  • Erfassung des realen Messerzustandes von selbstfahrenden Feldhäckslern unter Verwendung automatisierter Bildauswertung (Manuel Schneider, Hochschule Schmalkalden) – PDF
  • Monitoring the dynamics of wheat stem elongation: Genotypes differ at critical stages and in growth response to temperature (Lukas Kronenberg, ETH Zürich)
  • Aus- und Weiterbildungskonzepte zu bildgebenden Sensorsystemen in der Agrartechnik (Arno Ruckelshausen, Hochschule Osnabrück)
  • Raspberry Pi / ROS-basiertes Low-Cost-Multikamerasystem zum mobilen Einsatz im Feldversuchswesen (Matthias Igelbrink, Hochschule Osnabrück)
  • Algorithm research and design of an agricultural  3D-Plant-Camera by applying 1D POC to a single camera for the real-time identification of process plant parameters (Minhui Li, Leibniz-Institut für Agrartechnik und Bioökonomie e.V. (ATB))
  • Remote Sensing im Agrarbereich mittels hyperspektraler Kameratechnologie von Cubert (Thore Klink, Cubert GmbH) – PDF

Tagungsband 23.CBA Workshop

Workshop 2016

Organisation:

Frieder Stolzenburg (HS Harz), Hardy Pundt (HS Harz) und Matthias Oelze (HS Harz)

Themenüberblick:

  • Unbemanntes Kippflügel-Flugsystem für vollautomatisierte, großflächige Multi-Sensorik-Agraranwendungen (Christian Eschmann)
  • Photogrammetrische Vermessung landwirtschaftlicher Nutzflächen aus der Luft unter Nutzung eines Low Cost Differenz GPS Systems zur Aufdeckung archäologischer Fundstellen (Heinrich Warmers, Gerson H. Jeute, Martin von Kameke)
  • Multikopter und Infrarottechnologie (Matthias Oelze, Falk Schmidsberger, Frieder Stolzenburg)
  • Flourish – a robotic approach for automation in crop management (Frank Liebisch, Johannes Pfeifer, Raghav Khanna, Philipp Lottes, Cyril Stachniss, Tillmann Falck, Slavomir Sander, Roland Siegwart, Achim Walter, Enric Galceran)
  • Sensorteststand zur Evaluierung bildgebender Sensoren mit dynamisch-reproduzierbaren Störgrößen (Christian Scholz, Wolfram Strothmann, Fabian Lankenau, Daniel Schmunkamp, Fabian Sellmann, Arno Ruckelshausen)
  • Klassifikation von Pflanzenorganen basierend auf Geometrie- und Farbdeskriptoren in 3D-Punktwolken (Johann Christian Rose, Heiner Kuhlmann)
  • Erkennung und Quantifizierung von Symptomen der Maiskolbenfusariose auf der Innenseite längs halbierter Maiskolben mit automatischer Spektralbildanalyse (Martin Kraft, Elisabeth Oldenburg)
  • Hyperspectral detection of Diaporthe /Phomopsis complex on soybean infested seeds (Gerassimos Peteinatos, Kim Haug, Abbas El-Hasan, Behnoush Hosseini, Ralf T. Voegele, M. Pilar Cendrero-Mateo, Ortrud Jäck, Uwe Rascher, Roland Gerhards)
  • Vergleich von traktorgestützter und UAV-gestützter Bestandestemperaturerfassung im Winterweizen (Rikard Graß, Sabrina Nagler, Ulf Böttcher, Hella Ahrends, Henning Kage)
  • Nachweis der Wirkung von Zuschlagstoffen zur Verbesserung der Wasserspeicherfähigkeit in agrarisch genutzten Böden Brandenburgs und die Entwicklung der Kulturpflanzen mittels Copterbefliegungen mit NIR- und RGB-Kameras (Sandra Münzel, Oswald Blumenstein, Daniel Spengler, Annegret Thieken)
  • Einfluss der Pflanzenernährung auf die Chlorophyllabbaurate bei Solanum lycopersicum (Namora Dietz, Chun-Fai Yu, Stefan Heimrich, Dirk Jäger, Michael Pflanz, Manuela Zude Sasse)
  • UAS­gestützte Bilanzierung von Torfabbauflächen – Ein prototypischer Ansatz zur Integration von 3D­Punktwolken zur halbautomatisierten Klassifikation von Torfmieten in ArcGIS (Philipp Stüwe, Torsten Prinz, Imre Sajtos)
  • Ein optimiertes UAV-Hyperspektralkamera-Konzept für den Einsatz in Zuchtgärten und der Landwirtschaft (David Kilias, Katharina Holstein, Udo Seiffert)
  • Biomasseermittlung mit Leichtbaukopter und Integration in ein Agrarmanagementsystem (Ludwig Schrenk)
  • ThünoCopter – ein Mehr-Kamera-System für landwirtschaftliche Fragestellungen  (Heiko Neeland, Tina Langkamp, Martin Kraft)
  • Pod-Copter – ein Kabelgebundenes und autonom fliegendes UAV zum Einsatz als zeitlich unbegrenzte Trägerplattform in der Landwirtschaft (Christian Gieselmann)
  • Stop coding – Start analysing: High throughput plant analysis with LemnaTec Image Processing (Stefan Paulus, Tino Dornbusch, Marcus Jansen)

Workshop 2015

Organisation:

Martin Kraft (TI) und Heiko Neeland (TI)

Themenüberblick:

  • Regionale fernerkundliche Erfassung des aktuellen landwirtschaftlichen Ertragspotenzials am Beispiel eines Testgebietes in Mecklenburg-Vorpommern (Heike Gerighausen, Holger Lilienthal)
  • Micro-UAV und neue leichtgewichtige Multispektralsensoren für agronomische Anwendungen (Sonja Läderach, Natalie Lack, Stephan Nebiker)
  • Automatische Erkennung von Pflanzenkrankheiten mit dem Smart-phone(Benjamin Klatt, Thomas Klein, Benno Kleinhenz, Erich-Christian Oerke, Lisa Hallau, Anne-Katrin Mahlein, Ulrike Steiner, Christian Bauckhage, Marion Neumann, Kristian Kersting, Manfred Röhrig)
  • Konfigurationsmöglichkeiten und Datenkonzepte des Multiwavelength Line Profiling (MWLP) Systems (Wolfram Strothmann, Vadim Tsukor, Joachim Hertzberg, Arno Ruckelshausen)
  • Automatisierte Höhenbestimmung von Topfpflanzen mit dem OEOS-Lichtschattensensor am Beispiel von Weinreben (Dominik Nieberg, Kevin Bilges, Fritz Matthäus, Daniel Mentrup, Arno Ruckelshausen)
  • Automatisierte Wilderkennung im Grünland durch Fusion verschiedener Kamerasysteme und multispektraler Objekterfassung (André Berghaus, Bernd Schniederbruns, Thomas Luhmann, Johannes Piechel, David Schwäke)
  • Field imaging platform (FIP) – an automated system for plant phenotyping in the field (Norbert Kirchgessner, Frank Liebisch, Andreas Hund, Achim Walter)
  • Multi-Sensor platforms for detailed characterization of plant canopies during the entire growing season (Stefan Paulus, Tino Dornbusch, Kevin Nagel)
  • Robust and structure-preserving image denoising via median filtering and image segmentation (Andreas Kleefeld, Maik Veste)
  • Unterscheidung von Pflanzenarten anhand ihres Spektralprofils mittels einer Spektralen Datenbank am Beispiel von Beifußblättriger Ambrosie (Ambrosia artemisiifolia L.) (Joachim Intreß, Martin Geyer, Karl-Heinz Dammer)
  • Vergleichende Ertragsvorhersage von Winterweizen- und Wintergerstensorten bei Trockenstress durch Messung der Bestandstemperatur (Martin Kraft, Heiko Neeland, Angela Riedel)
  • Smart-Kamera-basierte Online-Bildanalyse von Infrarot- und Stereobildern an Multikoptern (Matthias Oelze, Falk Schmidsberger, Frieder Stolzenburg)
  • Detection of crop properties by means of hyperspectral remote sensing from a micro UAV (Dragos Constantin, Martin Rehak, Yosef Akhtman, Frank Liebisch)
  • Computer-controlled automatic image acquisition and pro-cessing of fine roots with an minirhizotron system (Maik Veste, Gerhard Kast, Hans-Peter Schäfer, Rüdiger Harms)
  • Entwicklung eines kabelgebundenen und autonomen UAV zum Einsatz als Trägerplattform in der Landwirtschaft (Christian Gieselmann)
  • Voraussetzungen für eine automatisierte Unkrauterkennung aus der Luft (Michael Pflanz, Henning Nordmeyer)
  • ISense PCF: The use of RPAS for the development of a methodology to assess the crop status in space and time quantitatively (Koen C. Mertens, Peter Lootens, Tom De Swaef, Filip De Brouwer, Kurt Heungens, Jonas Aper, Alex De Vliegher, Joost Baert, David Nuyttens, Isabel Roldán-Ruiz, Jürgen Vangeyte)

Cookies

Wir verwenden Cookies. Einige von ihnen sind erforderlich, um Ihnen Inhalte und Funktionen bestmöglich anzubieten, andere helfen uns, unsere User anonymisiert besser zu verstehen (Matomo). Datenschutzerklärung

Notwendig erforderlich

Notwendige Cookies sind für die ordnungsgemäße Funktion der Website unbedingt erforderlich. Diese Kategorie enthält nur Cookies, die grundlegende Funktionen und Sicherheitsmerkmale der Website gewährleisten. Diese Cookies speichern keine persönlichen Informationen.

Cookie Dauer Beschreibung
PHPSESSID Session Speichert Ihre aktuelle Sitzung mit Bezug auf PHP-Anwendungen und gewährleistet so, dass alle Funktionen der Seite vollständig angezeigt werden können. Mit Schließen des Browsers wird das Cookie gelöscht.
bakery 24 Stunden Speichert Ihre Cookie-Einstellungen.
fe_typo_user Session Wird verwendet, um eine Session-ID zu identifizieren, wenn man sich am TYPO3-Frontend einloggt.
__Secure-typo3nonce_xxx Session Sicherheitsrelevant. Zur internen Verwendung durch Typo3.
Analyse

Über Cookies dieser Kategorie lernen wir aus dem Verhalten der Besucher auf unserer Website und können so relevante Informationen noch schneller erreichbar machen.

Cookie Dauer Beschreibung
_pk_id.xxx 13 Monate Matomo – User-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welchen User es sich handelt)
_pk_ses.xxx 30 Minuten Matomo – Session-ID (zur anonymen statistischen Auswertung der Besucherzugriffe; ermittelt, um welche Sitzung es sich handelt)