Präzise Vermessung von Zuckerrübenkeimlingen mit dem phenoTest
-
Markus Rehak
Markus Rehak ist Senior Engineer in der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum Röntgentechnik. Er entwickelt Algorithmen für die Auswertung dreidimensionaler Röntgendatensätze. Weitere Forschungsinteressen sind das High-Performance-Computing mit Hilfe der Vektoreinheiten moderner CPUs sowie die Programmierung von Grafikkarten.
,
Ulf Haßler
Ulf Haßler ist Leiter der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum für Röntgentechnik. Seine Forschungsinteressen liegen in der Entwicklung von Algorithmen und Tools zur automatisierten Erfassung relevanter Strukturinformationen aus dem Bereich der zerstörungsfreien Prüfverfahren, hauptsächlich Computertomographie.
Tobias Grulich ist wissenschaftlicher Mitarbeiter in der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum Röntgentechnik. Seine Forschungsinteressen sind die automatische Verarbeitung und Visualisierung von 3D Bilddaten.
Norbert Wörlein ist wissenschaftlicher Mitarbeiter im Fachgebiet der analytischen und Deep-Learning-Algorithmik im Bereich der biologischen Bildverarbeitung am Fraunhofer-Institut Entwicklungszentrum Röntgentechnik.
Felix Porsch ist seit 2005 Mitarbeiter am Fraunhofer-IZFP Saarbrücken. Zunächst befasste er sich mit speziellen Methoden der Computertomographie, wie höchstaufgelöste CT bis in den Bereich von 100 nm Ortsauflösung, energieauflösende CT, Compton-Rückstreu-CT und CT mit Betatron-Quelle. Seit 2010 ist er Projektleiter im Bereich Computertomographie für Industrieanwendungen.
Yvonne Götz ist seit 2018 Abteilungsleiterin des Saatgutqualitätslabors der Strube D&S GmbH. 2009 bis 2017 war sie wissenschaftliche Mitarbeiterin der Saatgutqualitätsforschung der Strube D&S GmbH, mit Forschungsschwerpunkt Phänotypisierungs- und Automatisierungsprojekte.
Antje Wolff leitet die Abteilung Saatgutforschung bei dem Saatzuchtunternehmen Strube D&S GmbH, Söllingen. Schwerpunkt der Abteilung ist die angewandte Forschung zur Saatgutphysiologie und -technologie sowie die Entwicklung innovativer Technologien für die Saatgut- und Pflanzenphänotypisierung und Saatgutaufbereitung von Zuckerrüben.
Zusammenfassung
Die Keimfähigkeit von Zuckerrübensamen wird im Allgemeinen nach den International Rules for Seed Testing der International Seed Testing Association (ISTA) bestimmt. Mit dieser visuellen, sehr personal- und kostenintensiven Methode lässt sich Saatgut wegen fehlender Messwerte nur subjektiv bewerten. Mit dem phenoTest wurde ein vollautomatisches Phänotypisierungs-System entwickelt, das mittels 3D-Computertomographie eine objektive, zerstörungsfreie und quantitative Bestimmung von Keimfähigkeitsparametern erlaubt. Die automatisierte Bildauswertung muss hierbei mit der für den hohen Durchsatz notwendigen geringen Auflösung der CT-Aufnahme sowie der Tatsache, dass zu trennende Strukturen keinen Kontrastunterschied aufweisen, zurechtkommen. Im Vergleich zur ISTA-Methode lassen sich durch den phenoTest nicht nur exaktere, sondern auch neue Qualitätsmaße bestimmen.
Abstract
Germination capacity of sugar beet seeds is conventionally assessed according to the International Rules for Seed Testing of the International Seed Testing Association (ISTA). With this visual, very time-consuming and cost-intensive method seeds can only be evaluated subjectively due to missing measured values. With the phenoTest, a fully automated phenotyping system has been developed. This test allows an objective, non-destructive and quantitative determination of the germination parameters. The automated image processing has to cope with the limited resolution of the CT image required for achieving the high throughput, as well as with the lack of contrast in-between the structures to be separated. Compared to the ISTA method the phenoTest can ascertain the determination of not only more precise but also new quality measures.
About the authors
Markus Rehak ist Senior Engineer in der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum Röntgentechnik. Er entwickelt Algorithmen für die Auswertung dreidimensionaler Röntgendatensätze. Weitere Forschungsinteressen sind das High-Performance-Computing mit Hilfe der Vektoreinheiten moderner CPUs sowie die Programmierung von Grafikkarten.
Ulf Haßler ist Leiter der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum für Röntgentechnik. Seine Forschungsinteressen liegen in der Entwicklung von Algorithmen und Tools zur automatisierten Erfassung relevanter Strukturinformationen aus dem Bereich der zerstörungsfreien Prüfverfahren, hauptsächlich Computertomographie.
Tobias Grulich ist wissenschaftlicher Mitarbeiter in der Forschungsgruppe Bildverarbeitung am Entwicklungszentrum Röntgentechnik. Seine Forschungsinteressen sind die automatische Verarbeitung und Visualisierung von 3D Bilddaten.
Norbert Wörlein ist wissenschaftlicher Mitarbeiter im Fachgebiet der analytischen und Deep-Learning-Algorithmik im Bereich der biologischen Bildverarbeitung am Fraunhofer-Institut Entwicklungszentrum Röntgentechnik.
Felix Porsch ist seit 2005 Mitarbeiter am Fraunhofer-IZFP Saarbrücken. Zunächst befasste er sich mit speziellen Methoden der Computertomographie, wie höchstaufgelöste CT bis in den Bereich von 100 nm Ortsauflösung, energieauflösende CT, Compton-Rückstreu-CT und CT mit Betatron-Quelle. Seit 2010 ist er Projektleiter im Bereich Computertomographie für Industrieanwendungen.
Yvonne Götz ist seit 2018 Abteilungsleiterin des Saatgutqualitätslabors der Strube D&S GmbH. 2009 bis 2017 war sie wissenschaftliche Mitarbeiterin der Saatgutqualitätsforschung der Strube D&S GmbH, mit Forschungsschwerpunkt Phänotypisierungs- und Automatisierungsprojekte.
Antje Wolff leitet die Abteilung Saatgutforschung bei dem Saatzuchtunternehmen Strube D&S GmbH, Söllingen. Schwerpunkt der Abteilung ist die angewandte Forschung zur Saatgutphysiologie und -technologie sowie die Entwicklung innovativer Technologien für die Saatgut- und Pflanzenphänotypisierung und Saatgutaufbereitung von Zuckerrüben.
Literatur
1. E. P. Black. Dictionary of algorithms and data structures. https://www.nist.gov/dads/HTML/manhattanDistance.html.Search in Google Scholar
2. BMJV. Saatgutverkehrsgesetz. https://www.gesetze-im-internet.de/saatverkg_1985/BJNR016330985.html, 12 2016.Search in Google Scholar
3. ISTA. International Rules for Seed Testing. http://doi.org/10.15258/istarules.2015.05, 2015. Vol. 2015, Chapter 5, i-5-56 (60).10.15258/istarules.2015.05Search in Google Scholar
4. T. C. Lee, R. L. Kashyap, and C. N. Chu. Building skeleton models via 3-d medial surface/axis thinning algorithms. Computer Vision, Graphics, and Image Processing, 56(6):462–478, 1994.10.1006/cgip.1994.1042Search in Google Scholar
5. A. Meijster, J. B. T. M. Roerdink, and W. H. Hesselink. A general algorithm for computing distance transforms in linear time, 2000.Search in Google Scholar
6. M. Rehak, U. Haßler, T. Grulich, N. Wörlein, F. Porsch, I. Götz, and A. Wolff. Der phenoTest – Ein automatisiertes CT-System zur Phänotypisierung von Zuckerrübenkeimlingen. In Forum Bildverarbeitung 2018, pages 217–228. KIT Scientific Publishing, 2018.Search in Google Scholar
7. D. F. Rogers. An Introduction to NURBS: With Historical Perspective. Morgan Kaufmann Publishers Inc., 2001.Search in Google Scholar
8. Azriel Rosenfeld and John L. Pfaltz. Sequential operations in digital picture processing. J. ACM, 13(4):471–494, October 1966.10.1145/321356.321357Search in Google Scholar
9. P. Soille. Morphologische Bildverarbeitung. Springer, 1998.10.1007/978-3-642-72190-8Search in Google Scholar
10. A. Wolff. Verfahren und Vorrichtung zur Beurteilung von Keimungseigenschaften von Pflanzensamen, 8 2012. Patent DE 10 2010 001 111 B4 2012.08.30.Search in Google Scholar
11. A. Wolff and I. Götz. The phenoTest – 4D phenotyping to automatically measure germination and vigor. In Sugar Industry, volume 141, pages 571–574. Verlag Dr. Albert Bartens KG, Berlin, 2016.10.36961/si17784Search in Google Scholar
© 2019 Walter de Gruyter GmbH, Berlin/Boston
Articles in the same Issue
- Frontmatter
- Editorial
- Forum Bildverarbeitung 2018
- Beiträge
- Kamerabasierte Erfassung von Vitalparametern
- Präzise Vermessung von Zuckerrübenkeimlingen mit dem phenoTest
- Kalibrierfreie 3D-Rekonstruktion von gekrümmten Oberflächen mittels orthographischer Projektion unter Verwendung von Reflexionsmarkern
- Stochastische Texturerkennung zur Bildsegmentierung
- Automated discrimination of surface imperfections and adhered particles on customer-specific optical elements
- Deep-learned faces of pain and emotions: Elucidating the differences of facial expressions with the help of explainable AI methods
- Ein evolutionärer Ansatz für aufgabenspezifische MobileNet-Topologien
- Extended noise equalisation for image compression in microscopical applications
- Subtleties of extrinsic calibration of cameras with non-overlapping fields of view
- Bilderzeugung von virtuellen Szenen mittels vier- und sechseckbasierter oder wahlfreier Rasterung
Articles in the same Issue
- Frontmatter
- Editorial
- Forum Bildverarbeitung 2018
- Beiträge
- Kamerabasierte Erfassung von Vitalparametern
- Präzise Vermessung von Zuckerrübenkeimlingen mit dem phenoTest
- Kalibrierfreie 3D-Rekonstruktion von gekrümmten Oberflächen mittels orthographischer Projektion unter Verwendung von Reflexionsmarkern
- Stochastische Texturerkennung zur Bildsegmentierung
- Automated discrimination of surface imperfections and adhered particles on customer-specific optical elements
- Deep-learned faces of pain and emotions: Elucidating the differences of facial expressions with the help of explainable AI methods
- Ein evolutionärer Ansatz für aufgabenspezifische MobileNet-Topologien
- Extended noise equalisation for image compression in microscopical applications
- Subtleties of extrinsic calibration of cameras with non-overlapping fields of view
- Bilderzeugung von virtuellen Szenen mittels vier- und sechseckbasierter oder wahlfreier Rasterung
