Hyperspektrale Betrachtung von Maispflanzen für die Entwicklung eines optischen Siebverfahrens
dc.contributor.author | Belau, Sven | |
dc.contributor.author | Weltzien, Cornelia | |
dc.contributor.author | Ruckelshausen, Arno | |
dc.contributor.editor | Meyer-Aurich, Andreas | |
dc.contributor.editor | Gandorfer, Markus | |
dc.contributor.editor | Hoffmann, Christa | |
dc.contributor.editor | Weltzien, Cornelia | |
dc.contributor.editor | Bellingrath-Kimura, Sonoko | |
dc.contributor.editor | Floto, Helga | |
dc.date.accessioned | 2021-03-02T14:37:13Z | |
dc.date.available | 2021-03-02T14:37:13Z | |
dc.date.issued | 2021 | |
dc.description.abstract | Die qualitätsrelevanten Parameter von Maissilage sollen über ein optisches Siebverfahren bestimmt werden. Mit einer hyperspektralen Kamera werden im spektralen Bereich von etwa 950 nm bis 1700 nm Eigenschaften untersucht, welche zur Unterscheidung von Inhaltsstoffen verwendet werden können und anschließend zur optischen Separierung von Kornfragmenten von der Restpflanze. Es werden drei unterschiedliche Verfahren genutzt und diskutiert. Zum einen wird ein Ansatz basierend auf klassischer Bildverarbeitung verwendet, welcher einen normierten Differenzindex auf Grundlage von zuvor ermittelten Farbkanälen nutzt, des Weiteren wird ein Ansatz über maschinelles Lernen auf Grundlage einer Merkmalsauswahl über eine Hauptkomponentenanalyse verwendet und zuletzt ein Ansatz über eine Merkmalsbestimmung über eine Betrachtung der Histogramme der Intensitätswerte der jeweiligen Wellenlängen. Dabei zeigt der letzte Ansatz die besten Ergebnisse. Eine optische Siebung von getrockneter Maissilage ist zuverlässig möglich, frische Maissilage ist mit keinem dieser Ansätze zuverlässig optisch siebbar. | de |
dc.identifier.isbn | 978-3-88579-703-6 | |
dc.identifier.pissn | 1617-5468 | |
dc.identifier.uri | https://dl.gi.de/handle/20.500.12116/35650 | |
dc.language.iso | de | |
dc.publisher | Gesellschaft für Informatik e.V. | |
dc.relation.ispartof | 41. GIL-Jahrestagung, Informations- und Kommunikationstechnologie in kritischen Zeiten | |
dc.relation.ispartofseries | Lecture Notes in Informatics | |
dc.subject | Hauptkomponentenanalyse | |
dc.subject | Hyperspektrale Bildgebung | |
dc.subject | KNN | |
dc.subject | Machine Learning | |
dc.subject | Maissilage | |
dc.subject | Normalized Difference Index | |
dc.subject | Wellenlängenauswahl | |
dc.title | Hyperspektrale Betrachtung von Maispflanzen für die Entwicklung eines optischen Siebverfahrens | de |
dc.type | Text/Conference Paper | |
gi.citation.endPage | 30 | |
gi.citation.publisherPlace | Bonn | |
gi.citation.startPage | 25 | |
gi.conference.date | 08.-09. März 2021 | |
gi.conference.location | Potsdam, Online | |
gi.conference.sessiontitle | GIL-Jahrestagung - Fokus: Informations- und Kommunikationstechnologien in kritischen Zeiten |
Dateien
Originalbündel
1 - 1 von 1
Lade...
- Name:
- GIL2021_Belau_025-030.pdf
- Größe:
- 556.8 KB
- Format:
- Adobe Portable Document Format