Project

Automatische insectenmonitoring ter verbetering van IPM

Luizen en bietenkevers zijn klein en kunnen veel schade veroorzaken. Om deze automatisch te kunnen monitoren zullen we vision technieken en deeplearning toepassen. Daarvoor hebben we een goede verzameling van trainingsmateriaal in de vorm van beschikbaar beeldmateriaal nodig. In dit project wordt dit geschikte beeldmateriaal verzameld.

Hiervoor wordt eerst een aantal beeldopname technieken geselecteerd, aangezien de luizen niet zomaar met gangbare cameras vastgelegd kunnen worden. In de huidige monitoringssystemen kunnen de luizen gevangen worden met vangbakken en met een grotere accuraatheid op naam gebracht worden, maar vangplaten zijn beter hanteerbaar dan vangbakken en beter geschikt voor dit onderzoek. Daarom wordt met minstens twee methoden beeldmateriaal verzameld: met vangbakken en met vangplaten, welke met elkaar worden vergeleken.

Het onderzoek is ingedeeld in verschillende werkpakketten:

- Beeld acquisitie van luizen in vloeistof

Voor de determinatie van luizen in vangbakken wordt eerst een haalbaarheidsstudie uitgevoerd d.m.vm. gekweekte luizen in vloeistof. Er worden meerdere optische systemen getest en er wordt een dataset van de verschillende opnames aangelegd.

- Beeld acquisitie van luizen op plakplaten

Ook hier worden meerdere optische systemen getest en wordt er een dataset van de verschillende opnames aangelegd. Tevens wordt er dataset aangelegd van de verschillende soorten trips en luizen op de plakplaten.

- Beeld acquisitie bietenkever op plakplaten

Uit eerder onderzoek is gebleken van de bietenkever zich het best laat vangen op vangplaten. Doel is om het tellen van de kevers op de plakplaten te automatiseren.

- Beeldacquisitie voor monitoring van overige biodiversiteit

Niet alle insectensoorten worden door vangbakken en plakplaten gevangen. In dit werkpakket wordt bepaald welk type val het best geschikt is voor automatisering.

- Algoritme ontwikkeling

Validatie en verwerking van de verzamelde data met gebruik making van state-of-the-art technieken in kunstmatige intelligentie.

- Prototype ontwikkeling

Indien detectietechnieken voldoende accuraat zijn kan er worden overgegaan naar de ontwikkeling van een prototype voor automatische detectie.

Publicaties