Überblick Hyperspektrale Bildanalyse
Die im Nemaplot Projekt entwickelte Technik ist ebenfalls auf die Analyse hyperspektraler Bilder anwendbar. Auch hier werden die Gesamtinformationen des Spektrums, diesmal für jedes Pixel eines Bildes, durch die Modellanpassung berücksichtigt. Im Gegensatz zu den Experimenten mit einer durch den Versuch bedingten Klasseneinteilung sind diese Klasseneinteilungen für eine Analyse innerhalb des Bildes nicht möglich, da hier in einem Bild alle möglichen Facetten eines Einflussfaktors dargestellt werden. Daher werden die Analysen des zweiten Auswerteschritts mit einer Clusteranalyse durchgeführt. Der Vorteil der Clusteranalyse besteht darin, das keine Klassifikation vorgegeben werden muss. Als Beispiel wurden die Versuche des Falschem Mehltaus, (Plasmopara viticola)) gewählt1. Parallel zu den Blattmessungen mit der Plant Probe wurden ganze Blätter mit einer hyperspektralen Linienkamera gescannt. Das RGB Bild (rechts) ist ein Ausschnitt der Oberseite eines Blattes. Die Frage gilt zu klären was, welche pathogen bedingten Muster der Blattunterseite durch die Modellanpassung auf der Blattoberseite erkannt werden können. Dazu wird das Problem nach der Modellanpassung in mehrere Teilschritte aufgeteilt.
Teil A: Bildhafte Darstellung der Modellparameter (Darstellung in 8 äquidistanten Farbklassen)Die Parameter, die die relative Reflexion auf der y-Achse beschreiben, ergeben schon ein sehr gutes Bild der Vorlage (Links), einige Parameter sind physiologisch wichtig, wie der Wendepunkt in den Infrarotbereich (Mitte), andere Parameter des Modells besitzen nur eine schwache visuelle Übereinstimmung mit der RGB Vorlage (Rechts).
Für weitere Hintergrundinformationen der hier angewandten hyperspektralen Bildverarbeitung auf Basis der Clusteranalyse und möglichen Vereinfachungen folgen Sie dem weiterführenden Link
Fallbeispiel aus Feldversuchsanwendungen
Dichteschätzung von Heterodera schachtii mit hyperspektralen Sensoren, ca. 3 MB
Um die Brauchbarkeit der entwickelten Maßzahlen zu überprüfen wurde ein Kamerabild der Fa. Cubert 2 aus einem Zuckerrübenbestand des JKI Elsdorf ausgewertet. Es geht in diesem Beispiel dabei um die Populationsschätzung von bodenbürtigen Nematoden anhand der hyperspektralen Reflexion des Blattapparates. Diese Daten wurden im Rahmen eines EU finanzierten und von Nemaplot Kai Schmidt initiierten Projekts am JKI Elsdorf erhoben. Der Projektbericht kann über den Link heruntergeladen werden. Der Bericht stellt die Hintergründe und die typischen Spektren für das zu behandelnde Nematodenproblem dar. Es muss dabei klargestellt werden, dass die Nematodendichten in der Regel über Bodenproben mit Hilfe von Stechzylindern erhoben werden, d.h. großflächig sind die Verteilung des Wurms angenähert bekannt, in kleinen Parzellen ist dies nicht der Fall.Hyperspektralbild | Erläuterung |
---|---|
Hyperspektralbild (RGB) einer Zuckerrübenversuchsparzelle mit einem sehr hohem Nematodenbesatz, ca. 4000 Eier u. Larven/ 100 ml Boden. Die Parzelle ist eingerahmt von Wirtschaftswegen. Parzellenabgrenzung durch ausgelegte Weißstandards. Aufnahme einer Cubert 2 Kamera im gegebenen Wellenlängenbereich von 400 bis 900 nm. | Parzellenaufnahme durch die Cubert2 - Kamera unter einem Oktokopter, die Kamera hat eine Auflösung von 50 x 50 Pixel. |
Fazit: Die Kombination aus Flächeninformation und Streuung der Clusterspektren ermöglicht die Interpretation auf das zu untersuchende Problem, bzw. ermöglicht den prinzipiell abstrakten Clustern eine versuchsbedingte Zuordnung.