3D Reconstruction of Plant Architecture by Grammar-based Modeling and Markov Chain Sampling

Abstract

The world population is growing rapidly. As a consequence increasingly more products of crop plants are needed. Here, plant breeding gains a special significance. The goal of plant breeding is to develop new cultivars that need less nutrients and at the same time are more resistent to diseases and pests. A deciding factor is the mapping from gene analysis to the phenotype of the plant, i.e., all traits that can be observed from the outside. A major impairment is the so-called phenotyping bottleneck, i.e., the fact that phenotyping is too time-consuming and that current, manual methods are subjective and imprecise.<br /> This thesis presents a procedure that is a step toward eliminating the phenotyping bottleneck. A method is presented for the reconstruction of plant architecture from sensor data with the goal of applying it in an automated phenotyping. Several contributions are presented: The reconstruction procedure has three sub-steps that allow phenotyping in increasingly fine detail. A model of the investigated plant, which comprises components, topology and geometry, serves as a compact description of all allowed structures and makes the intrinsic complexity and variability manageable. Above that, the parameters of the model are assigned valid value ranges by an automated skeletonization method. The introduction of the model into the reconstruction allows to regard not only the sensor data as source of evidence, making possible the handling of massive occlusions. In phenotyping coarse categorizations can be replaced by quantified measures and new traits can be investigated.<br /> The grapevine plant, especially the grape cluster, serves as application. The grape cluster is a highly complex construct of branches and berries, whose different development stages offer different challenges. In addition, the grape cluster enables a yield estimate and the detection of diseases. The presented procedure is applied on grape clusters in three different development stages and on the venation of vine leaves. A detailed presentation and evaluation is given for the grape cluster development stage of full ripeness. In principle, the presented procedure is extensible to other plants that, like the grape cluster, can be defined by a tree-like branching structure.

<strong>3D Rekonstruktion von Planzenarchitektur durch Grammatikbasiertes Modellieren und Markov-Ketten-Sampling</strong><br /> Die Weltbevölkerung wächst rasant. Dies hat zur Folge, dass immer mehr Nutzpflanzenprodukte benötigt werden. An dieser Stelle erhält die Pflanzenzüchtung eine besondere Bedeutung. Ihre Aufgabe ist es, Pflanzensorten zu entwickeln, die weniger Nährstoffe benötigen und gleichzeitig resistenter gegen Schädlinge und Krankheiten sind. Ein entscheidender Faktor ist die Abbildung von Genanalyse auf den Phänotyp der Pflanze, also alle von außen beobachtbaren Merkmale. Ein großer Schwachpunkt dabei ist der sogenannte Phänotypisierungs-Flaschenhals, also die Tatsache, dass die Phänotypisierung zu zeitaufwendig ist und mit den aktuellen, eher händischen Methoden subjektiv und ungenau ist.<br /> Diese Arbeit präsentiert ein Verfahren, das einen Schritt auf dem Weg zur Entfernung des Phänotypisierungs-Flaschenhals darstellt. Vorgestellt wird eine Methode zur Rekonstruktion von Pflanzenarchitektur aus Sensordaten, mit dem Ziel des Einsatzes in der automatisierten Phänotypisierung. Es werden mehrere Beiträge vorgestellt: Das Rekonstruktionsvefahren besteht aus drei Teilschritten, die eine Phänotypisierung in feiner werdenden Detailstufen erlaubt. Ein Modell der untersuchten Pflanze, das Komponenten, Topologie sowie Geometrie umfasst, dient als kompakte Repräsentation aller erlaubten Strukturen und macht die naturgegebene Komplexität und Variabilität der Pflanzenstruktur handhabbar. Darüber hinaus werden die Parameter des Modells durch ein automatisiertes Skelettierungsverfahren mit gültigen Werten belegt. Die Einführung des Modells in die Rekonstruktion ermöglicht, dass die Sensordaten nicht als einzige Informationsquelle dienen, sodass auch massive Verdeckungen behandelt werden können. In der Phänotypisierung können grobe Kategorisierungen durch quantifizierte Maße ersetzt und neue Merkmale untersucht werden. <br /> Als Anwendungsfall dient die Weinrebe und im Besonderen die Weintraube. Die Weintraube ist ein hochkomplexes Konstrukt aus Ästen und Beeren, deren unterschiedliche Entwicklungsstadien unterschiedliche Herausforderungen offerieren. Des Weiteren dient die Traube zur Ertragsabschätzung sowie zur Erkennung von Krankheitsbildern. Das vorgestellte Verfahren wird angewendet auf Weintrauben in drei unterschiedlichen Entwicklungsstadien, sowie auf die Aderstruktur von Weinblättern. Detailliert vorgestellt und evaluiert wird das Entwicklungsstadium Vollreife der Weintraube. Im Grundsatz ist die vorgestellte Methode erweiterbar auf Pflanzen, die sich, ähnlich der Weintraube, in Form von baumartigen Verzweigungsstrukturen darstellen lassen.