Logo des Repositoriums

Auflistung nach Autor:in "Kruder-Motsch, Viktoria"

1 - 2 von 2
  • Konferenzbeitrag
    Automatisierte Erkennung von Mineraldüngerkörnern auf Drohnenbildern mittels Computer Vision
    (45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft, 2025) Kitzler, Florian; Keller, Samuel; Bauer, Alexander; Kruder-Motsch, Viktoria
    Die Präzisionslandwirtschaft gewinnt zunehmend an Bedeutung, da sie eine gezielte und ressourcenschonende Steuerung landwirtschaftlicher Prozesse ermöglicht. Insbesondere die variable Düngung spielt dabei eine wichtige Rolle, um Nährstoffe bedarfsgerecht auf Feldflächen zu verteilen. Bisher werden Streubilder von Düngerstreuern mit Prüfschalen oder -matten ermittelt, was einen hohen manuellen Arbeitsaufwand bedeutet und für die teilflächenspezifische Düngung unzureichend ist, da nur punktuelle Messungen möglich sind. Eine automatisierte Erkennung der Düngerverteilung basierend auf Drohnenbildern bietet das Potenzial, diesen Prozess effizienter zu gestalten. In dieser Arbeit wird ein Algorithmus vorgestellt, der Mineraldünger auf georeferenzierten Drohnenaufnahmen erkennt. Mittels Konturenerkennung und globalem Thresholding werden die Körner auf Graustufenbildern identifiziert. Die Methode wurde anhand von manuell annotierten Testbildern validiert. Die Ergebnisse zeigen eine Präzision von 94,3 % und einen Recall von 93,9 %, was die Effektivität der automatisierten Erkennung unterstreicht. In Zukunft soll die Methode in GIS-Programme integriert werden, um eine leichtere und präzisere Evaluierung der variablen Düngung zu ermöglichen.
  • Konferenzbeitrag
    Automatisierte Pflanzenzählung des Steirischen Ölkürbisses mittels Multispektraldrohne
    (45. GIL-Jahrestagung, Digitale Infrastrukturen für eine nachhaltige Land-, Forst- und Ernährungswirtschaft, 2025) Kruder-Motsch, Viktoria; Moser, Simone; Probst, Claudia
    Die Pflanzenzählung ist ein kritischer Schritt im pflanzenbaulichen Versuchswesen zur Erfassung von Auflauf- und Entwicklungsunterschieden zwischen Sorten. Manuelle Bonituren sind jedoch zeit- und personalintensiv, weshalb sensorbasierte Technologien und klassische Bildverarbeitungsmethoden eingesetzt werden. In dieser Studie wird ein Algorithmus zur automatisierten Pflanzenzählung des Steirischen Ölkürbisses vorgestellt, der auf Bilddaten einer Drohne mit Multispektralkamera basiert und mit der Geoinformationssystemsoftware QGIS implementiert wurde. Im Versuchsjahr 2024 wurden Drohnenaufnahmen von 15 Kürbissorten in der Südoststeiermark erfasst. Der entwickelte Algorithmus zeigt eine durchschnittliche Abweichung von -1,97 % im Vergleich zur manuellen Zählung. Da die Pflanzenanzahl eine Korrelation zum mittleren NDVI-Wert pro Parzelle aufweist, wurde ein Korrekturfaktor eingeführt, der die Abweichung auf -0,22 % reduziert. Der entwickelte Algorithmus ermöglicht nicht nur eine präzise Zählung der Pflanzen, sondern unterstützt auch die Analyse weiterer pflanzenbaulicher Parameter und bietet somit vielversprechende Perspektiven für die Automatisierung der Pflanzenbonitur und die Verbesserung der Züchtungs- und Anbaustrategien.