Billedinformation anvendes traditionelt til vurdering
af afgrøders væksttilstand og detektion af mangelsygdomme
og sygdomsangreb. Ved billeder udnytter man den rumlige (spatielle)
fordeling af spektral information. Eksempelvis vil mangel på
mangan vise sig ved lysebrune pletter på bladene, hvorimod kaliummangel
vil vise sig ved misfarvning fra bladenes yderkant og indefter.
Forskning og udvikling af sensorer for detektion af sygdomme
og mangelsymptomer har hidtil været orienteret mod kvælstofmangel
og med en metodik (telemåling, remote sensing osv.), der ikke muliggør
samtidig brug af spatial information i reflektionen fra de enkelte bladdele.
I dette projket ønsker vi at udvikle grundlæggende
metoder og teknikker for at udnytte den billeddannende teknik Computer
Vision til detektion af sygdomme og mangelsymptomer i planter. Disse
metoder og teknikker går ud på at:
1) identificere områder af blade som giver retvisende målinger,
f.eks. undgå områder med spejlreflektering;
2) korrigere for uensartede belysningsforhold og interreflektion
i vegetationen, f.eks. korrektion for transparens af bladdele.
På denne vis vil det i fremtiden blive muligt at foretage
en sikker kvantitativ afgrødevurdering for detektering af sygdomme
og mangelsymptomer ved samtidig brug af spektral information hhv. spatial
information om, hvorledes denne er fordelt på de enkelte bladdele.
(a)
(b)
Belysningsforholdenes indflydelse på den billeddannende
proces for en bygafgrøde optaget kl. 6.50 ved Højbakkegaard,
Taastrup i maj måned. a) optaget i solskin med en korreleret farvetemperatur
på 4750 K (rødligt lys) og betydelig overfladereflektering,
b) umiddelbart efter i skygge, hvor belysningskilden er det blå
himmelrum med en farvetemperatur på 14500K (blåligt lys)
uden "surface" reflektering.
