Erfassung struktureller und chromatischer Pflanzenmerkmale mittels intelligenter, bildgebender 2D Verfahren im Bereich der Gemüsezüchtung

Abstract

Seit Beginn der Landwirtschaft beruht die vom Menschen gesteuerte Entwicklung der Kulturpflanzen auf Auslese und Rekombination. Ziel dieses Prozesses ist es einen Genotyp zu schaffen, der optimal an die jeweiligen Umweltbedingungen angepasst ist und im Phänotyp bestimmte Merkmale, wie beispielsweise einen hohen Ertrag, oder bestimmte strukturelle oder chromatische Merkmale, ausprägt. Die Bewertung dieser Merkmale beruht traditionell auf einer visuellen Beurteilung des Pflanzenmaterials, teilweise unter Zuhilfenahme spezieller Messinstrumente. Einerseits ist es heutzutage möglich, durch die Entwicklung moderner gentechnischer Verfahren, in kürzester Zeit unzählige neue Genotypen zu schaffen. <br /> Andererseits nähern sich die Phänotypen moderner Kultursorten in Bezug auf züchtungsrelevante Merkmale immer näher an, sodass heutzutage sehr feine Unterschiede in den Merkmalsausprägungen ausschlaggebend für die Selektionsentscheidung sind. Aufgrund dieser Entwicklungen wird die Bewertung von züchtungsrelevanten Merkmalen mit traditionellen Bewertungsmethoden immer schwieriger, was besonders stark im Bereich der Gemüsezüchtung in Erscheinung tritt, da hier strukturelle und chromatische Pflanzenmerkmale besonders wichtig für die Vermarktung sind. <br /> In dieser Arbeit wurde anhand von vier dedizierten und komplexen Forschungsfragen aus dem Bereich der Gemüsezüchtung untersucht, ob durch die Analyse von 2D-Bilddaten aus RGB Farbkameras mittels moderner Methoden des maschinellen Sehens die Limitierungen traditioneller Evaluierungsmethoden überwunden werden können. <br /> 1. Es wurde ein System, inklusive der Konstruktion einer Fotobox und der Entwicklung einer Bildanalyse Pipeline, etabliert, welches präzise Hochdurchsatzanalysen für die Länge, das Kaliber und die Krümmung länglicher Gemüsefrüchte ermöglicht. Das entwickelte System bietet einen erhöhten Durchsatz bei verbesserter Genauigkeit und Objektivität für die Vermessung der genannten Merkmale. <br /> 2. Es wurde erstmalig ein auf transmittierendem Licht beruhendes 2D RGB-Verfahren zur nicht-invasiven Evaluierung der Samenanlagen von Leguminosen entwickelt und evaluiert. Das Verfahren funktioniert für lichtdurchlässige gelbe Sorten, sowie helle grüne Sorten mir gut entwickelten Samen sehr zuverlässig. Hardwareanpassungen können die Analyse der Samenanlagen in dunklen Hülsen mit kleinen Samen zukünftig weiter verbessern. <br /> 3. Es wurden umfangreiche anwendungsbezogene Farbanalysen angestellt, um die Möglichkeiten von 2D RGB-Verfahren für die objektive Evaluierung von chromatischen Sorteneigenschaften und Stresssymptomen abzuschätzen. So konnten die Funktionalität von globalen und lokalen Farbkalibrierungsmethoden, und deren mögliche Anwendungsgebiete, aufgezeigt werden. Des Weiteren lieferten die hier etablierten Methoden des maschinellen Sehens grundsätzlich glaubwürdige Ergebnisse zur Abschätzung von Stresssymptomen an Möhrenblättern oder der Farb- und Helligkeitsanalyse von Bohnenhülsen. Nach den Erkenntnissen dieser Arbeit wird es jedoch von Fall zu Fall abhängen, ob 2D RGB-Verfahren die traditionelle visuelle Inspektion ersetzen kann, da der Erfolg von vielerlei Faktoren abhängt. <br /> 4. Es wurde ein System, inklusive der Konstruktion eines nicht-motorisiertes Feldfahrzeugs und der Entwicklung dedizierter Bildanalyse Algorithmen, entwickelt, welches zukünftig automatisierte und nicht-invasive Hochdurchsatz Ertragsabschätzungen bei kopfbildendem Blattgemüse unter Feldbedingungen ermöglicht. Durch die Nutzung dieses System können deutlich höhere Stichprobengrößen vermessen werden, was grundsätzlich präzisere Rückschlüsse auf den Ertrag einer Sorte ermöglicht und zusätzlich Zeitreihenanalyse einzelner Pflanzen zulässt. Die Präzision der Gewichtsvorhersage einzelne Köpfe ist durch die alleinige Nutzung der projizierten Blattfläche limitiert, kann zukünftig jedoch durch komplexere Vorhersagemodelle, welche weitere Sorten- oder Standortinformationen hinzuziehen, verbessert werden. <br /> Die Entwicklungen der letzten Jahre im Bereich des maschinellen Sehens sind ein Katalysator für die Merkmalsevaluierung in der modernen Gemüsezucht. Beachtet man die technischen Möglichkeiten eines 2D RGB-Verfahrens, stellt dieses in vielen Fällen eine kostengünstige Lösung für eine Objektivierung der Evaluierungen, einen Transfer von invasiven zu nicht invasiven Verfahren, eine Durchsatzsteigerung, oder eine Steigerung der Genauigkeit dar.