Graduation project: Plant Phenotyping Analysis

Afstudeeropdracht: Plant Phenotyping Analysis

In deze afstudeeropdracht werk je aan de automatisering van plant phenotyping: het analyseren en classificeren van zaailingen op basis van kenmerken zoals bladstructuur, kleur, chlorofyl en hyperspectrale beelddata. Je onderzoekt hoe verschillende beeldmodaliteiten gecombineerd kunnen worden om zaailingen betrouwbaar te beoordelen en in kwaliteitslabels onder te verdelen.

Klinkt dit als een uitdaging die past bij jouw interesse in AI, beeldvorming en data-analyse? Dan nodigen we je uit om te solliciteren en mee te bouwen aan deze high‑tech innovatie.

Over Demcon

SeQso is een toonaangevend high-tech bedrijf dat gespecialiseerd is in geavanceerde apparatuur voor het sorteren, analyseren en zaaien van zaden. Het bedrijf ontwikkelt technologieën zoals multimodale beeldvorming, patroonherkenning en AI om zaden met hoge precisie te verwerken.

SeQso maakt deel uit van de DEMCON-groep, een technologieleverancier die innovatieve en complete systemen en producten ontwikkelt en produceert. DEMCON richt zich op het oplossen van maatschappelijke en technologische uitdagingen in uiteenlopende markten, waaronder aerospace, agri & food, defence & security, energy, high‑tech systems & materials, life sciences & health, smart industry en water & maritime.

Jouw opdracht

De eerste fase van dit project wordt in Q1 2026 afgerond waarbij SeQso een Plant Fenotypering Systeem (PFS) heeft ontwikkeld en gerealiseerd. Deze machine zal in het lab van Innoveins worden geplaatst. Hiermee zijn we in staat om diverse opnames van zaailingen te maken:

• 9 kleurenbeeld‑aanzichten
• 2½D bovenaanzichtscan
• Chlorofyl‑fluorescentiebeelden (CF)
• Hyperspectrale SWIR‑beelden (900–1650 nm, ±160 banden)

De datasets bevatten meerdere zaailingen per tray, bak of beker. De uitdaging ligt in het herkennen (van de onderdelen -bladeren, stengels) van individuele zaailingen, het omgaan met overlappende structuren (occlusie), en het combineren van multimodale beeldinformatie tot één coherent analysemodel.

Fase 2 van het project willen we opstarten middels een afstudeeropdracht. Het doel van deze fase is om de ruwe data die de machine verzamelt, om te zetten naar bruikbare informatie.

Hierbij kan gebruik gemaakt worden van algoritmen uit zowel klassieke beeldverwerking en machine learning, als uit AI / Deep learning. Binnen deze opdracht ontwikkelt de student methoden voor automatische fenotypering van zaailingen op basis van multimodale beelddata. De focus ligt op:

1. Segmentatie en identificatie van individuele zaailingen.
2. 3D‑structuurmodellering op basis van camerabeelden en 2½D‑scans.
3. Beeldfusie van CF en SWIR op 3D‑structuur- of segmentatiemodellen.
4. Automatische kwaliteitsbeoordeling (bijv. goed, afwijkend, te klein).

De student werkt toe naar een prototype‑analyse die de kwaliteit van zaailingen objectief kan bepalen en uitbreidbaar is naar meerdere gewassen.

Doel

Het ontwikkelen van een methode om zaailingen automatisch te segmenteren, analyseren en classificeren op basis van multimodale beelddata. De student richt zich op het genereren van structuurinformatie (bijv. aantal blaadjes, bladoppervlak), het koppelen van CF‑ en SWIR‑data aan 3D‑structuurmodellen en het ontwikkelen van (AI‑)modellen voor kwaliteitsbeoordeling.

Technische uitdagingen

• Occlusie tussen zaailingen bemoeilijkt segmentatie en reconstructie.
• Geen diepte-informatie in CF en SWIR, waardoor projectie op 3D‑data niet triviaal is.
• Koppeling van expertlabels aan beelddata en geleide analyses.
• Botanische interpretatie van plantdelen (blad, stengel, cotyl).

Resultaat

1. Een onderzoeksrapport volgens academische standaarden.
2. Werkende prototype‑algoritmen voor:

• Segmentatie
• 3D‑structuurmodellering
• Multimodale beeldfusie
• Kwaliteitsclassificatie

1. Duidelijke evaluatie op testdata (verschillende gewassen, verschillende trays).
2. Aanbevelingen voor verdere implementatie.

Jouw groei, onze trots!

DEMCON biedt een dynamische, groeiende en innovatieve organisatie. Met onze complexe projecten en multidisciplinaire teams bieden we een goed klimaat voor dit afstudeerproject. Dankzij enthousiaste en toegewijde collega's heerst er een goede, open en informele werksfeer. Je wordt (dagelijks) begeleid door een collega van onze afdeling. We verwelkomen eigen initiatief en geven je de ruimte om dit te uiten. Verder bieden we je een afstudeervergoeding en veel flexibiliteit.

Contact

Justin Wansink: justin.wansink@demcon.com