• No results found

Aardappelopbrengst meten met beeldverwerking kan

N/A
N/A
Protected

Academic year: 2021

Share "Aardappelopbrengst meten met beeldverwerking kan"

Copied!
2
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

Onderzoek

Aardappelopbrengst

meten

met beeldverwerking kan

Met precisielandbouw zijn er tal van mogelijkheden, maar wat is interessant? Voordeel van precisielandbouw is

dat binnen een perceel kleinere eenheden kunnen worden onderscheiden die allen een optimale behandeling

kunnen krijgen. Zo kan de efficiency worden verhoogd. Om een goede inschatting te kunnen maken van de

benodigde inputs (meststoffen) is informatie over de (potentiële) opbrengst gewenst. Bij de aardappelteelt is

het belangrijk om inzicht te hebben in o.a. opbrengst, maatsortering en tarra. Deze parameters zijn tijdens

het rooien te bepalen met beeldverwerkingstechnologie.

Tekst: Geert-Jan Molema en Jan Willem Hofstee Foto's: Jan Willem Hofstee

• Direct meten

Het IMAG en de leerstoelgroep Agrarische Bedrijfstechnologie van Wageningen Universiteit hebben de mogelijkheden van beeldverwerking bij opbrengstkartering van aardappelen onderzocht. Met een camera op een eenrijige aardappelrooier zijn on-line metingen in het veld verricht. Het onderzoek was overigens vooral gericht op het bepalen van de mogelijkheden en niet zozeer op het direct realiseren van een compleet meetsys­ teem. In het systeem komen de aardappelen vanaf de zeefketting op een vlakke transport­ band. Deze transportband beweegt de aardap-pelstroom onder een camera door. De camera is een kleuren line-scan camera die 2.500 keer per seconde een beeldlijn opneemt. Omdat de lopende band beweegt, ontstaat er een soort

film van de aardappelstroom. Uit deze film (eigenlijk een heel groot beeld) kan vervolgens allerlei informatie van de aardappelen wor­ den gehaald. Problemen zijn dat aardappelen vaak verontreinigd zijn met grond en/of in meer of mindere mate elkaar raken of over­ lappen. Ook dan moet het systeem in staat zijn om de relevante informatie op knol­ niveau te genereren.

• Bepalen volume en massa

Het beeld van de camera is een tweedimen­ sionaal beeld. Om de massa van de knol te kunnen bepalen, moetje het volume weten. Volume x dichtheid geeft de massa. We zouden dus eigenlijk ook de hoogte moeten hebben. Die zou op zich wel bepaald kunnen worden, maar daarmee wordt het systeem te complex

om op een rooier te plaatsen. Om te bepalen of het volume van een aardappel uit een twee­ dimensionaal beeld afgeleid kan worden, is van een groot aantal schone aardappelen een opname gemaakt. Via het geprojecteerde oppervlak, omtrek, grootste breedte en de grootste lengte is een schatting gemaakt van het knolvolume. Daarnaast is handmatig van iedere aardappel massa, volume, lengte, breedte en hoogte bepaald. De aardappelen (Bintje en Agria) werden opgedeeld in vijf maatsorteringen (30-40, 40-50, 50-60, 60-70 en 70-80 mm) en vier vormklassen (rond, ovaal, langwerpig en misvormd). Door de gegevens van de handmatige metingen te combineren met die van de camera is een model ontwik­ keld dat een schatting maakt van het knol­ volume op basis van kenmerken uit een

(2)

Met deze eenrijige rooimachine met de beeldverwerkingsapparatuur zijn in een aardappel­ perceel op lichte grond de eerste metingen verricht. De aardappelen komen vanaf de zeef-ketting op een vlakke transportband met daarboven een camera (inzet). De camera maakt een soort film waaruit allerlei informatie van de aardappelen gehaald kan worden.

tweedimensionaal beeld. Onder laboratorium­ omstandigheden bepaalt het model het knol­ volume van een stilliggende aardappel met een fout van gemiddeld 0,3%. Als een partij aardappelen op een band onder de camera wordt getransporteerd, is de afwijking tussen 1,5 en 2,6%. Ook wordt een goede indicatie verkregen over de maatsortering van de knollen.

• Clusterdetectie en -scheiding

Het bepalen van de karakteristieken van de aardappel gaat het beste als ze op de lopende band allemaal los van elkaar liggen. Dat is in de praktijk niet het geval. Een mogelijkheid is om ze mechanisch te verenkelen maar daar kleven ook allerlei nadelen aan. Er is een techniek ontwikkeld die groepjes aardappelen welke elkaar raken (clusters), detecteert en vervolgens via beeldverwerlcingstechnieken scheidt (zie figuur onder). Zo kan een goede schatting van de verschillende parameters op knolniveau gekregen worden.

• Tarradetectie

In de praktijk hebben we te maken met aan­ hangende grond. Aan een methode om ook dan het volume van de knol te schatten wordt nog gewerkt. Naast aanhangende grond bevat de productstroom ook kluiten die het systeem optisch detecteert.

• Snelheid en oriëntatie

Omdat de rooisnelheid en de oriëntatie van de aardappel geen vast gegeven zijn, is het effect van beide variabelen op de nauwkeurig­ heid van de metingen onderzocht. Deze

blijken een invloed te hebben op de uitkomsten, maar hiervoor kan gecompenseerd worden.

• Conclusies

Er zijn mogelijkheden om met beeldverwer­ king on-line metingen te doen bij de aardap­ peloogst. Voordelen hiervan zijn dat de teler over informatie beschikt voor hemzelf en de afnemer. Ook kan de teler gericht inspelen via teeltmaatregelen op zowel de kwalitatieve als de kwantitatieve verschillen in opbrengst binnen een perceel. De informatie over de hoeveelheid tarra kan worden benut om de reinigingsunits in de rooier on-line aan te sturen op basis van de aanwezige grondtarra,

waardoor enerzijds onnodige schade en anderzijds teveel grond op de boerderij kan worden voorkomen. De verwachting is dat wanneer het systeem wordt ingezet in de praktijk een fout in het karteren van de opbrengst tussen 4 en 5% mogelijk moet zijn en door optimalisatie van het systeem zelfs minder. •

Dr. ir. G.J. Molema is onderzoeker bij IMAG B.V. in Wageningen. Dr. ir. J.W. Hofstee is universitair docent bij de leerstoelgroep Agrarische Bedrijfstechnologie van Wageningen Universiteit. Met dank aan de (oud)studenten Jurjen Holthuis, Maarten Heijne en Louis Ciaessens van de leerstoelgroep Agrarische Bedrijfstechnologie, Wageningen Universiteit.

Verschillende fasen in het scheidingsproces van clusters aardappelen via beeldverwerkings­ techniek om een goede schatting van de verschillende parameters op knolniveau te krijgen. Met deze methode was het goed mogelijk om clusters van beperkte omvang te detecteren en te scheiden. Grote clusters gaven wel problemen maar dit is oplosbaar.

Referenties

GERELATEERDE DOCUMENTEN

‘Mijn les voor de coronacrisis zou dan ook zijn: bekijk de pandemie niet strikt vanuit de medische hoek, maar vanuit alle disciplines.. Je ziet dat er een behoefte bestaat om

Vernieuwende initiatieven die tijdens de lockdown ontstonden, waren ener- zijds initiatieven die naar verwachting vooral bruikbaar zijn in crisistijd. Anderzijds ontstonden

Ouders verwoorden verschillende essentiële aspecten in de grondhouding die zij verwachten van professionele hulpverleners: de vragen en wensen van ouders ernstig

De centrale vraagstelling van dit onderzoek was: ‘Welke ondersteuningsbehoeften hebben ouders van een kind met een handicap op vlak van opvoeding en op welke wijze kan daar zowel

Het Zorginstituut berekent het gemiddeld marktresultaat door voor het totaal van de zorgverzekeraars het verschil tussen het herbere- kende normatieve bedrag kosten van

Figure 5.26: Experimental, 2D and 3D STAR-CCM+ data plots for the shear stress in the wake downstream of the NACA 0012 airfoil and wing at 3 degrees angle of attack and Reynolds

Voor iedereen die verzameld heeft in het Paratethys gebied is dit een onmisbare publicatie voor het op naam brengen van de gevonden Cancellariidae, maar ook voor verzame-.. laars

Veel van dit materiaal is heden ten dage voor de bouw in- teressant; tras, gemalen tuf is zeer geschikt als specie voor waterdicht metselwerk.. Bims, puimsteenkorrels tot