Automatische, hochaufgelöste 3D-Phänotypisierung von Trauben und Beeren der Weinrebe unter Feldbedingungen

Die Dissertation 'Automatische, hochaufgelöste 3D-Phänotypisierung von Trauben und Beeren der Weinrebe unter Feldbedingungen' behandelt die Entwicklung innovativer Methoden zur Ertragsbestimmung im Weinbau. Pilzwiderstandsfähige Sorten (PIWI) stellen eine bedeutende Innovation dar, die in Kombination mit neuen Erziehungssystemen wie dem Minimalschnitt im Spalier (MSS) untersucht wird. Die Arbeit zielt darauf ab, die Effizienz dieser Systeme zu steigern und die Ertragsparameter nicht-invasiv zu erfassen. Ein zentrales Anliegen ist die Ermittlung des Ertrags in verschiedenen Reifestadien, insbesondere BBCH75 und BBCH89. Die Dissertation hebt die Notwendigkeit hervor, die Trauben intakt an den Reben zu belassen, um eine präzise Ertragsbestimmung zu ermöglichen. Sensorbasierte Methoden werden als Schlüssel zur Erfassung objektiver und genauer Ertragsparameter identifiziert. Die Dissertation verfolgt das Ziel, durch eine umfassendere Datenerhebung die statistische Sicherheit der Ertragsschätzungen zu erhöhen.

Die Methodik der Dissertation umfasst die Entwicklung mobiler Sensorplattformen zur Datenerhebung im Hochdurchsatz. Diese Plattformen sind mit RGB-Kameras ausgestattet, die automatisch Bilder der Weinreben aus verschiedenen Perspektiven aufnehmen. Die georeferenzierten Bilder werden anschließend mithilfe einer Multi-View-Stereo Software verarbeitet, um hochauflösende Punktwolken der Weinreben zu erstellen. Diese Punktwolken sind entscheidend für die nachfolgende Datenklassifikation. Die Dissertation beschreibt die Entwicklung einer algorithmusgestützten Klassifikationsstrategie, die es ermöglicht, Beeren und Trauben von anderen Bestandteilen wie Blättern und Ästen zu unterscheiden. Hierbei kommt der überwachte Klassifikator Import Vector Machine zum Einsatz. Die Analyse der geometrie- und farbbasierten Deskriptoren führt zur Identifizierung des besten Deskriptors, was die Klassifikationsgenauigkeit erheblich verbessert.

Die Ergebnisse der Dissertation zeigen, dass die entwickelten Methoden zur automatischen Schätzung der Ertragsparameter und des Ertrags signifikante Fortschritte im Vergleich zu traditionellen Verfahren darstellen. Die Ertragsparameter werden durch ein 3D-Connected-Components Verfahren in Kombination mit Kugelapproximationen ermittelt. Die Dissertation dokumentiert Abweichungen von nur 5% zwischen geschätztem und tatsächlichem Ertrag für das Traditionelle Spalier System (TS) und −21% für das Minimalschnitt im Spalier (MSS). Diese Ergebnisse belegen die Effizienz der entwickelten Methoden und deren Potenzial zur Verbesserung der Ertragsschätzungen im Weinbau. Die Arbeit schließt mit der Feststellung, dass die sensorbasierten Ansätze nicht nur die Genauigkeit der Ertragsbestimmung erhöhen, sondern auch die Grundlage für zukünftige Forschungen im Bereich der automatisierten Phänotypisierung legen.