Waarom is dit belangrijk?
Beelden automatisch nalopen maakt het mogelijk om verdachte plekken te markeren voordat een specialist kijkt. In de zorg gebruiken ziekenhuizen computervisie bij radiologie, waar computers medische scans doorzoeken op tekenen van ziekte. Voor patiënten betekent dat een extra controle bij beeldonderzoek, terwijl de arts eindverantwoordelijk blijft, omdat het systeem een afwijking kan missen of gezond weefsel ten onrechte kan aanwijzen.
Zo werkt het in de praktijk
In de glastuinbouw gebruikt Wageningen University & Research computervisie in het project AGROS. Een beweegbaar cameraplatform rijdt door een komkommerkas en verzamelt beelden van het gewas. Onderzoekers leiden daar planteigenschappen uit af, zodat rekenmodellen de teelt kunnen bijsturen.
Het onderzoek vraagt hoe een kas kan sturen op actuele beelden van het gewas. WUR test twee werkwijzen naast elkaar. Een digitale tweeling bootst de kas na, en een algoritme oefent op simulaties van een virtuele komkommerteelt.
In AGROS hoort computervisie bij een vaste werkwijze: onderzoekers meten het gewas vaker volgens één methode. Soft sensors, slimme combinaties van sensordata en rekenmodellen, controleren de data extra. Ervaren telers vergelijken het digitale beeld op een dashboard met de planten in de kas.




