Nieuws

Computer leert ziekten in druif, appel en wortel herkennen

Gepubliceerd op
20 december 2019

Hoe kunnen digitale camera's en zelflerende computers helpen bij het detecteren van ziektes in de teelt van druiven, appels en wortelen? Dat onderzoekt de Business Unit Glastuinbouw van Wageningen University & Research binnen het Europese OPTIMA-project. Doel van dit project is volautomatische biologische gewasbescherming.

Binnen OPTIMA werkt WUR samen met partners uit België, Griekenland, Frankrijk, Italië en Spanje. Elke partner richt zich op een ander onderdeel, zoals de spuittechniek of het zogenoemde decision support-systeem. Het project startte in 2018 met het doel om eind 2021 een compleet werkend systeem voor volautomatische biologische gewasbescherming in druiven, appels en wortelen te kunnen demonstreren.

Onderzoekers van WUR kijken dus naar het herkennen van ziekten in een zo vroeg mogelijk stadium, liefst zelfs enkele uren nadat een ziekte zich voordoet. Het onderzoek richt zich daarbij op valse meeldauw (in druif), schurft (in appel) en Alternaria (in wortel). Deze drie ziekten zorgen voor veel schades in deze teelten.

Field70_REAL.jpg

Ziekten zijn beter op te sporen als niet alleen naar de standaard RGB-kleuren wordt gekeken, maar ook naar specifieke delen van het spectrum in het zichtbare en nabij infrarode deel van het spectrum. Voor de detectie worden daarom drie soorten camera's onderzocht: een 'gewone' digitale camera, en twee spectrale camera's: één met een breed scala een golflengtes, en één met een beperkter aantal golflengtes in  het zichtbare en nabij infrarode deel van het spectrum. Nadeel van de spectrale camera's: die zijn relatief duur en langzaam. Het onderzoek richt zich daarom onder meer op het ontwikkelen van de ideale camera voor de praktijk.

De opgenomen beelden zijn beoordeeld door teeltexperts: zij geven aan op welke delen van de foto's sprake is van een besmetting. Computers leren op basis van die beelden en informatie de ziekten te herkennen door middel van diepe neurale netwerken, een onderdeel van het vakgebied van de kunstmatige intelligentie wat enorm in opkomst komt. De ziektedetectie wordt dus zelflerend. De eerste resultaten waarin valse meeldauw in druivenplanten wordt gedetecteerd met een nauwkeurigheid van ongeveer 90% zijn veelbelovend.

OPTIMA wordt gefinancierd door het Europese Horizon 2020-programma. Meer informatie is te vinden op OPTIMA.