Bruk av 3D-kamera for eksteriørmålinger
Geno har det siste året deltatt i et prosjekt der man ønsker å finne ut om 3D-kamera, opprinnelig utviklet for dataspill og nettkommunikasjon, kan egne seg som et supplement til dagens eksteriørmålinger.
Avlsforsker i Geno
Oyvind.Nordbo@geno.no
Den første uttestingen av 3D-kamera for vurdering av jureksteriør har gitt lovende resultater.
Foto: Solveig Goplen
De første resultatene fra prosjektet er nå klare, og de viser at denne teknologien er enkel å anvende og gir en presisjon som ikke er mulig å nå med dagens kvigemåling.
Teknologien
Det fins flere ulike 3D-kameraer på markedet. Vi har testa ut et kamera som produseres av Intel og som har fokusområde fra 0.2 til 1.2 meter, se bilde nederst på siden.
Eksteriørmåling
Den tradisjonelle eksteriørmålinga som er grunnlaget for eksteriøregenskapene i NRF-avlen, blir utført av Tine-rådgivere. De måler 22 ulike egenskaper på en skala fra 1 til 9, og disse datapunktene er da en oppsummering av kuas jur, kropp og bein. Det har blitt gjort en god jobb med koordinering av rådgiverne, slik at alle målerne faktisk måler de samme egenskapene og bruker skalaen på samme måte. Dagens kvigemåling har likevel en svakhet ved at vi mister informasjon når egenskaper, som egentlig er kontinuerlig av natur (som for eksempel et millimetermål), blir avrundet til hele tall på poengskalaen fra 1 til 9. Det er også vanskelig å kunne gjøre gode presise mål under magen til ei ku, og detaljerte manuelle målinger tar mye tid.
Uttesting
3D-kamera fra Intel. Slike 3D-kamera sender ut infrarød stråling i et gitt mønster. Objektet treffes av dette mønsteret og reflekterer noe av strålene tilbake til kameraet, men det reflekterte mønsteret er da endra på grunn av overflata til objektet. Det deformerte mønsteret blir deretter oversatt til et bilde, der hver piksel indikerer hvor mange millimeter objektet er fra kamera. I Geno har vi i første omgang testet teknologien for å se om dette kan brukes til vurdering av jureksteriør. Vi har da montert kamera på en «selfiestang» som vi hviler på gulvet under kujuret, og vi tar så bilder rett opp på juret og får ut millimeteravstand fra båsen og opp til spener og jur. Ut ifra dette bildet (eksempel vist i Figur 1), kan man beregne avstander mellom ulike punkt i bildet som for eksempel avstand mellom spener eller høydeavstand mellom mage og jur.
Sammen med to Tinerådgivere besøkte Geno gårdbruker Guttorm Ingeberg på Gaupen i Ringsaker. Tinerådgiverne utførte eksteriørvurdering på jura til 23 kyr, og vi tok bilde av de samme 23 jura. Vi henta i etterkant ut 3D-koordinatene til spenespissene fra bildene, avstander ble beregnet og sammenligna med data fra Tinerådgiverne for noen av de «enkle» egenskapene for å vurdere potensialet til teknologien. Egenskapene speneplassering foran, speneplassering bak samt jurdybde (målt av Tinerådgivere) mot spenespiss-gulv (millimetermål fra 3D-kamera) ble sammenstilt og viste høye korrelasjoner. For speneplassering framme var korrelasjonen på 0.83, på speneplassering bak var korrelasjonen 0.88, mens korrelasjonen mellom jurdybde og spenespiss-bås var på hele 0.94. Målepunktene for jurdybde og avstand fra spenespiss til bås er vist i Figur 2. For å hente ut andre interessante egenskaper kreves en større programmeringsjobb som gjør at datamaskina automatisk finner juret, spenespissene, midtbandet og så videre.
Figur 1: 3D-bilde av kujur sett nedenfra. Fargen indikerer avstand fra gulv (spenespiss ca. 350 millimeter, midtband ca. 500 millimeter). De hvite områdene er områder som havner i «skygge» og man har dermed ikke fått ut noe informasjon fra disse områdene
Figur 2: Jurdybde (langs x-aksen) målt av Tinerådgivere mot distanse fra spenespiss til bås, målt i millimeter med 3D-kamera langs y-aksen.
Veien videre
3D-kamera gir svært presise mål, det er uavhengig av lysforhold, det gir raske målinger og det er billig (et kamera koster ca. 1 500 kr). Vår testenhet besto av en laptop i tillegg til selfiestang og kamera. For at en enkelt person skal kunne håndtere utstyret, bør antakelig laptop`en erstattes av et nettbrett montert på selfiestanga, slik at alt utstyr kan bæres på ei hånd. I tillegg bør man sette opp et nettbasert lagringssystem og en automatisert bildeanalyse slik at man får ut akkurat de egenskapene som man ønsker å forbedre. Fra bildevinkel under kua får man god oversikt over spener, speneform, jurform og jurfeste på framsida, men dårligere med data knyttet til baksida på juret. Man kan se for seg at man i tillegg til bildet nedenfra også tar et bilde bakfra slik at man også får med jurfestet bak på kua og kryssutforming.
Oppsamla bilder vil representere en databank for utvikling av nye egenskaper. De har en detaljrikdom som ikke er mulig å nå med subjektive vurderinger av enkeltegenskaper på den tradisjonelle poengskalaen. Når man legger slike bilder inn i en database, kan man på senere tidspunkt gå inn og hente nye fenotyper fra bildene, og man slipper å dra ut og måle på nytt.
Norsvin og dataspillutvikingsselskapet Sarepta Studio har bidratt med programmering for å få utnytte 3D-kameraet og lagre bilder på en hensiktsmessig måte. Tyr og Aninova har også vært involvert i prosjektet som er delfinansiert av prosjektpartnere og Innovasjon Norge.