Algoritmes analyseren kweekvis: snel, objectief en zonder stress

Nieuws

Algoritmes analyseren kweekvis: snel, objectief en zonder stress

Gepubliceerd op
17 juni 2019

Er wordt steeds meer vis gekweekt in gecontroleerde omstandigheden. Daardoor stijgt ook de behoefte aan kennis over bijvoorbeeld kweekomstandigheden, diergezondheid en kwaliteit. De Business Unit Glastuinbouw van Wageningen University & Research werkt aan methodes om de vissen automatisch, snel en nauwkeurig te kunnen selecteren.

AquaIMPACT is een Europees project met partners uit verschillende landen, waaraan Wageningen Plant Research en Wageningen Livestock Research deelnemen. Samen onderzoeken ze de professionele kweek van Atlantische zalm, regenboogforel, goudbrasem en zeebaars. Hierbij is de Business Unit Glastuinbouw verantwoordelijk voor het ontwikkelen van 'machine vision' en 'machine learning' om de vis te analyseren.

Machine vision

'Machine vision' is de verzamelnaam voor technieken om camerabeelden te bewerken en/of te analyseren. Het gebruiken van visiontechnieken heeft veel voordelen. Zo kan er kan in kortere tijd meer gemeten worden. Daarnaast is software objectiever dan bijvoorbeeld een menselijke observant.

WUR heeft veel ervaring met het toepassen van visiontechnieken, zoals phenotyping (het meten van planteigenschappen met camera's en software). Ook van kweekvissen moeten vorm en kleurkenmerken beoordeeld worden. Daarmee kan een fokker beslissen met welke vissen verder gefokt wordt. Dat meten gebeurt nu nog met de hand.

WUR ontwikkelt samen met een bedrijf een apparaat voor het meten van de verschillende variabelen (zoals de vorm, kleur en lichaamsdelen als ogen of buik) van de vissen. De vissen worden daarbij uit de kweekbak gehaald. Een algoritme - ontwikkeld door de Business Unit Glastuinbouw - vergelijkt de kenmerken van de vissen met genetische informatie uit een database. Vervolgens sorteert het apparaat de vissen. In circa 30 seconden is de hele operatie gereed. Daardoor heeft de vis zo min mogelijk last van stress.