Markierungsfreie Rückverfolgung von Baumstämmen von der Ernte bis ins Sägewerk

In diesem Beitrag präsentieren wir Ergebnisse einer Studie zur kamerabasierten, markierungsfreien Rückverfolgung von Baumstämmen vom Zeitpunkt der Ernte bis ins Sägewerk. Die Identifikation eines Baumstammabschnitts erfolgt lediglich durch die Analyse von Bilddaten der Stirnfläche. Zur weitgehend automatischen Erzeugung der Bilddaten wurden unterschiedliche Kamerasysteme entwickelt und in den Produktionsablauf integriert. Die erste Bildaufnahme erfolgte im Wald durch ein Vollernter-integriertes Kamerasystem, die zweite mittels handgehaltener Kamera an einem Polter und die dritte im Sägewerk nach der Anlieferung der Baumstammabschnitte. Insgesamt wurden 639 Stirnflächen jeweils an allen drei Stationen aufgenommen. Aus jedem Bild wurden automatisch in zwei Schritten mehrere stirnflächenindividuelle Merkmale extrahiert. Im ersten Schritt wurde ein Convolutional Neural Network (CNN) zur Extraktion großflächiger Merkmale im Bild verwendet. Im zweiten Schritt wurde die Mikrostruktur durch einen regelbasierten Bildverarbeitungsalgorithmus analysiert. Zur Identifikation einer Stirnfläche wurden zunächst die CNN-generierten Merkmale verglichen. Die zehn Kandidaten, die einer gesuchten Stirnfläche am ähnlichsten sind, wurden weiter in ihrer Mikrostruktur verglichen und so die gesuchte Stirnfläche identifiziert. Die dazu notwendige Ausrichtung der Stirnflächen im Bild erfolgte manuell. Die Aufnahmen von 574 Stirnflächen wurden für das Training des CNNs verwendet. Die Aufnahmen der übrigen 65 Stirnflächen wurden für die Tests der Identifikation herangezogen. Bis auf eine Stirnfläche konnten alle eindeutig identifiziert werden. Die Studie leistet einen wesentlichen Beitrag zur Frage, ob sich Baumstämme anhand von Fotos, die im Produktionsablauf automatisch erzeugt werden, markierungsfrei identifizieren lassen.