Die schnelle Entwicklung im Bereich unbemannter Flugsysteme (UAV) eröffnete neue Möglichkeiten für die Untersuchung von Bäumen. Mithilfe von UAVs die auf geringer Flughöhe agieren, können sehr hoch auflösende Aufnahmen von Bäumen und Baumkronen angefertigt werden. Durch die Bearbeitung dieser Bilder mit den gängigen Methoden der digitalen Bildbearbeitung ist es möglich, den Zustand einzelner Blätter zu beurteilen. Dies erfolgt durch die Extraktion von geometrischen Merkmalen von Irritationen auf den Blättern. In diesem Beitrag wird eine effiziente Methode zur Identifizierung von kleinen Störungen auf einzelnen Blättern vorgestellt. Zum Auffinden dieser Störungen werden ein Blob-detection-Algorithmus und verschiedene Filter verwendet. Untersucht werden im Speziellen die Blätter des Spitzahorn Acer platanoides mit weißen Flecken auf deren Oberfläche. Diese weißen Flecken können verschiedene Ursachen haben. Durch die Auftrennung der RGB-Bilder in einzelne Graustufenbilder für Rot, Grün und Blau ist es möglich mit dem zuvor erwähnten Algorithmus diese weißen Flecken zu lokalisieren. Dabei sind vor allem die Graustufenbilder des roten und grünen Kanals von Bedeutung. Eine Kombination des roten und grünen Kanals, anschließender Filterung und Glättung der Bilder erhöhte die Genauigkeit und führte zu guten Ergebnissen. Des Weiteren wurden verschiedene Eigenschaften der weißen Flecken genutzt, um fälschlicherweise gefundene Treffer des Blob-detection-Algorithmus zu eliminieren. Diese Arbeit wurde im Rahmen des Sustainability Center Freiburg im Projekt MulDiScan realisiert.