Skip to main content
main-content

Tipp

Weitere Kapitel dieses Buchs durch Wischen aufrufen

2021 | OriginalPaper | Buchkapitel

Eine mobile offline Bildanalyse-App zur Bestimmung der Kronentransparenz bei der Waldzustandserhebung

Entscheidungsbaumbasierte Bildanalyse für die Android-Plattform

share
TEILEN

Zusammenfassung

Vorgestellt wird ein Verfahren zur Bestimmung der Kronentransparenz von Bäumen im Rahmen der jährlich stattfindenden Waldzustandserhebung. Es handelt sich um eine offline Bildanalyse  innerhalb einer Android-App mithilfe einer regelbasierten Klassifikation. Die Regeln für die Klassifikation werden aus einem testdatenbasierten Entscheidungsbaum abgeleitet. Es können neue Regeln in die App importiert werden, wenn neue Entscheidungsbäume gefunden werden. Das Verfahren ist eine Kombination aus maschinellem Lernen und Fachkenntnis des Nutzers. Dieser trifft die Vorauswahl des Boniturbereichs und kann die Ergebnisse der Bildanalyse sofort im Feld überprüfen. Die mobile Android-App ermittelt den Kronenumriss, berechnet die Kronentransparenz und ermöglicht den Vergleich mit einem Referenzbaum.
Literatur
2.
Zurück zum Zitat Waldarbeitsschulen der Bundesrepublik Deutschland (Hrsg.) (1996 ). Der Forstwirt (2. überarb. Aufl.). Stuttgart: Ulmer ISBN 3-8001-1090-3. Waldarbeitsschulen der Bundesrepublik Deutschland (Hrsg.) (1996 ). Der Forstwirt (2. überarb. Aufl.). Stuttgart: Ulmer ISBN 3-8001-1090-3.
4.
Zurück zum Zitat Eichhorn, J., Roskams, P., Potočić, N., Timmermann, V., Ferretti, M., Mues, V., Szepesi, A., Durrant, D., Seletković, I., Schröck, H.‐W., Nevalainen, S., Bussotti F., Garcia, P., & Wulff, S. (2016). Part IV: Visual assessment of crown condition and damaging agents. In UNECE CLRTAP ICP Forests Programme Coordinating Centre (Hrsg.), Manual on methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. Eberswalde: Thünen Institute of Forest Ecosystems. https://​www.​icp-forests.​org/​Manual.​htm. Zugegriffen: 5. Mai 2020. Eichhorn, J., Roskams, P., Potočić, N., Timmermann, V., Ferretti, M., Mues, V., Szepesi, A., Durrant, D., Seletković, I., Schröck, H.‐W., Nevalainen, S., Bussotti F., Garcia, P., & Wulff, S. (2016). Part IV: Visual assessment of crown condition and damaging agents. In UNECE CLRTAP ICP Forests Programme Coordinating Centre (Hrsg.), Manual on methods and criteria for harmonized sampling, assessment, monitoring and analysis of the effects of air pollution on forests. Eberswalde: Thünen Institute of Forest Ecosystems. https://​www.​icp-forests.​org/​Manual.​htm. Zugegriffen: 5. Mai 2020.
7.
Zurück zum Zitat Roloff, A. (2018). Vitalitätsbeurteilung von Bäumen: Aktueller Stand und Weiterentwicklung. Braunschweig: Haymerket Media. Roloff, A. (2018). Vitalitätsbeurteilung von Bäumen: Aktueller Stand und Weiterentwicklung. Braunschweig: Haymerket Media.
9.
Zurück zum Zitat Nischwitz, A., Fischer, M., Haberäcker, P., & Socher, G. (2011) . Computergrafik und Bildverarbeitung. Band II: Bildverarbeitung (3., neu bearbeitete Aufl.). Wiesbaden: Vieweg + Teubner. Nischwitz, A., Fischer, M., Haberäcker, P., & Socher, G. (2011) . Computergrafik und Bildverarbeitung. Band II: Bildverarbeitung (3., neu bearbeitete Aufl.). Wiesbaden: Vieweg + Teubner.
11.
Zurück zum Zitat Quinlan, J. R. (1993). C4.5: Programs for Machine Learning (Morgan Kaufman Series in Machine Learning). Los Altos: Morgan Kaufmann Publishers Inc. Quinlan, J. R. (1993). C4.5: Programs for Machine Learning (Morgan Kaufman Series in Machine Learning). Los Altos: Morgan Kaufmann Publishers Inc.
12.
Zurück zum Zitat Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression trees. New York: Chapman and Hall. MATH Breiman, L., Friedman, J., Olshen, R., & Stone, C. (1984). Classification and regression trees. New York: Chapman and Hall. MATH
13.
Zurück zum Zitat Quinlan; J. R. (1991). Generating production rules from decision trees, artificial intelligence laboratory. Cambridge MA: Massachusetts Institute of Technology. Quinlan; J. R. (1991). Generating production rules from decision trees, artificial intelligence laboratory. Cambridge MA: Massachusetts Institute of Technology.
14.
Zurück zum Zitat Burger, W., & Burge, M. J. (2009). Principles of digital image processing – Fundamental techniques. London: Springer. CrossRef Burger, W., & Burge, M. J. (2009). Principles of digital image processing – Fundamental techniques. London: Springer. CrossRef
16.
Zurück zum Zitat Cubero, S., Albert, F., Manuel Prats-Moltalban, J., Fernandez-Pacheco, D. G., Blasco, J., & Aleixos, N. (2018). Application for the estimation of the standard citrus colour index (CCI) using image processing in mobile devices. Biosystems Engineering, 167, 63–74. CrossRef Cubero, S., Albert, F., Manuel Prats-Moltalban, J., Fernandez-Pacheco, D. G., Blasco, J., & Aleixos, N. (2018). Application for the estimation of the standard citrus colour index (CCI) using image processing in mobile devices. Biosystems Engineering, 167, 63–74. CrossRef
17.
Metadaten
Titel
Eine mobile offline Bildanalyse-App zur Bestimmung der Kronentransparenz bei der Waldzustandserhebung
verfasst von
Christine Müller
Copyright-Jahr
2021
DOI
https://doi.org/10.1007/978-3-658-30889-6_10