An image analysis and classification system for automatic weed species identification in different crops for precision weed management

dc.contributor.advisorGerhards, Rolandde
dc.contributor.authorWeis, Martinde
dc.date.accepted2010-06-22
dc.date.accessioned2024-04-08T08:44:37Z
dc.date.available2024-04-08T08:44:37Z
dc.date.created2010-11-25
dc.date.issued2010
dc.description.abstractA system for the automatic weed detection in arable fields was developed in this thesis. With the resulting maps, weeds in fields can be controlled on a sub-field level, according to their abundance. The system contributes to the emerging field of Precision Farming technologies. Precision Farming technologies have been developed during the last two decades to refine the agricultural management practise. The goal of Precision Farming is to vary treatments within fields, according to the local situation. These techniques lead to an optimisation of the management practice, thereby saving resources, increasing the farmers outcome, reducing the overall management costs and the environmental impact. A successful introduction of Precision Farming involves the development of application equipment capable of varying treatments and sensor technology to measure the spatial heterogeneity of important growth factors. Such systems are able to record, store and use large amounts of data gathered by the sensors. Decision components are needed to transform the measurements into practical management decisions. Since the treatments are varied spatially, positional data, usually measured using GPS technology, has to be processed. The located measurements lead to a delineation of management zones within a field and are represented by geo-data and can be visualised in maps. The improved, detailed knowledge of the situation within the field leads to new and extended scopes of applications and allows to document the management practices more precisely. In this work, parts of Precision Farming technology were developed for site-specific weed management. Five selected publications are presented, covering the technological prerequisites and details of the developed system.en
dc.description.abstractEin System zur automatischen Unkrauterkennung auf landwirtschaftlich genutzten Flächen wurde in dieser Arbeit entwickelt. Mit den erstellten Karten können Unkräuter auf Schlägen teilschlagspezifisch, nach ihrem tatsächlichen Vorkommen, bekämpft werden. Das System ist Teil der Entwicklungen im Precision Farming (Präzisionslandwirtschaft). Precision Farming Technologien wurden in den letzten zwei Jahrzehnten entwickelt, um die landwirtschaftlichen Bearbeitungsstrategien zu verfeinern. Das Ziel von Precision Farming ist die Variation der Bearbeitung innerhalb von Schlägen anhand der lokalen Situation. Diese Techniken führen zu einer Optimierung der Bearbeitungspraxis, sparen Ressourcen, erhöhen den Ertrag der Landwirte, reduzieren die Bearbeitungskosten und schonen die Umwelt. Die erfolgreiche Einführung von Precision Farming erfordert die Entwicklung von Bearbeitungsgeräten, die die Behandlungsintensität variieren können, und Sensoren, mit denen die räumliche Heterogenität von Wachstumsfaktoren bestimmt werden kann. Solche Systeme können große Datenmengen, die von den Sensoren erfasst werden, aufnehmen, speichern und verarbeiten. Ortsgebundene Messungen führen dann zur Abgrenzung von Bearbeitungszonen innerhalb eines Schlages und werden als Geodaten erfasst und können in Karten visualisiert werden. Das verbesserte, detailliertere Wissen um die Situation innerhalb von Schlägen führt zu neuen, erweiterten Anwendungsbereichen und erlaubt eine präzisere Dokumentation der getroffenen Maßnahmen. In dieser Arbeit wurde ein Teil von Precision Farming Technogien für die teilschlagspezifische Unkrautbekämpfung entwickelt. Fünf ausgewählte Publikationen werden präsentiert, die technologische Voraussetzungen und Details des entwickelten Systemes abdecken.de
dc.identifier.swb334056578
dc.identifier.urihttps://hohpublica.uni-hohenheim.de/handle/123456789/5402
dc.identifier.urnurn:nbn:de:bsz:100-opus-5191
dc.language.isoeng
dc.rights.licensecc_by-nc-nden
dc.rights.licensecc_by-nc-ndde
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/de/
dc.subjectSite-specific weed controlen
dc.subjectExpert systems for weed controlen
dc.subjectPrecision weed managementen
dc.subjectDigital image analysisen
dc.subjectPatch sprayingen
dc.subjectExpertensystemde
dc.subject.ddc630
dc.subject.gndBildverarbeitungde
dc.subject.gndLandwirtschaftde
dc.subject.gndHerbizidde
dc.subject.gndUnkrautde
dc.subject.gndTeilschlagbewirtschaftungde
dc.subject.gndAutomatische Kartierungde
dc.subject.gndPräzisionslandwirtschaftde
dc.titleAn image analysis and classification system for automatic weed species identification in different crops for precision weed managementde
dc.title.dissertationEin Bildverarbeitungs- und Klassifikationssystem zur automatischen Unkrautartenerkennung in verschiedenen Kulturen für präzise Unkrautbekämpfungde
dc.type.dcmiTextde
dc.type.diniDoctoralThesisde
local.accessuneingeschränkter Zugriffen
local.accessuneingeschränkter Zugriffde
local.bibliographicCitation.publisherPlaceUniversität Hohenheimde
local.export.bibtex@phdthesis{Weis2010, url = {https://hohpublica.uni-hohenheim.de/handle/123456789/5402}, author = {Weis, Martin}, title = {An image analysis and classification system for automatic weed species identification in different crops for precision weed management}, year = {2010}, school = {Universität Hohenheim}, }
local.export.bibtexAuthorWeis, Martin
local.export.bibtexKeyWeis2010
local.export.bibtexType@phdthesis
local.faculty.number2de
local.institute.number360de
local.opus.number519
local.universityUniversität Hohenheimde
local.university.facultyFaculty of Agricultural Sciencesen
local.university.facultyFakultät Agrarwissenschaftende
local.university.instituteInstitute for Phytomedicineen
local.university.instituteInstitut für Phytomedizinde
thesis.degree.levelthesis.doctoral

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
weis_dissertation_final_a5_erratum.pdf
Size:
2.18 MB
Format:
Adobe Portable Document Format
Description:
Open Access Fulltext