Modélisation d'images agronomiques - application a la reconnaissance d'adventices par imagerie pour une pulvérisation localisée - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2009

Agronomic image modelling - Applied to weed discrimination by imaging for a local spraying

Modélisation d'images agronomiques - application a la reconnaissance d'adventices par imagerie pour une pulvérisation localisée

Résumé

Plant (crop and weed) identification is a very active field of research in agriculture since the reinforcement of European laws about pesticide applications for a site-specific management of spraying practices. A new crop/weed simulation model was developed to allow the evaluation of crop/weed spatial identification methods from imaging. Considering multiples agronomic parameters – crop location, weed infestation rate, weed spatial distribution – the first step of this model allows the simulation of an infested crop field. Then, in a second step, a world to camera transformation is applied to allow every kind of picture (with or without perspective effect). The validation of this model was performed using statistical tests comparing a real image to its homologous virtual one. New crop/weed discrimination algorithms based on the Hough Transform to detect crop rows were also developed. Three methods, using the crop row information and based on a blob-coloring, an edge estimation or a probabilistic classification were exhaustively tested using this model. Results show very good performance of these methods with correct average classification rate of 90% and up to 98% under special conditions. A spectral approach was also explored for the model in order to overcome the limitations imposed by spatial algorithms. Crop and weed plant patterns are now in 3D to allow the calculation of the bidirectional reflectance (BRDF) of plants and soil based on PROSPECT and SOILSPECT models. We also discussed the transformation of a reflectance spectrum into a RGB color, the simulation of optical filter effects and the creation of multispectral images.
Les nouvelles réglementations concernant les usages de produits phytosanitaires et la prise en compte de l'environnement (pollution, biodiversité) en agriculture ont conduit à la mise au point de méthodes d'identification de plantes (culture et adventices) par une gestion spécifique des adventices par imagerie. Afin de disposer d'un outil performant permettant l'évaluation de ces méthodes d'identification reposant sur une analyse spatiale de la scène photographiée, un modèle de simulation de scènes agronomiques a été mis au point. Prenant en considération certaines caractéristiques agronomiques d'une parcelle cultivée, ce modèle permet de simuler une vérité terrain dont les paramètres - la spatialisation de la culture, le taux d'infestation, la distribution des adventices - sont contrôlés. La scène agronomique ainsi créée subit ensuite une transformation projective afin de simuler la prise de photographie et, ainsi, de prendre en compte tous les paramètres nécessaire à la création d'une image. Ce modèle a ensuite été validé à l'aide de comparaison statistique avec des données réelles. De nouveaux algorithmes spatiaux basés sur la Transformée de Hough et utilisant l'alignement en rang de la culture ont également été développés. Trois méthodes basées sur une analyse en composante connexe, une estimation de contours et une méthode probabiliste ont été mises en œuvre et exhaustivement évaluées à l'aide du modèle développé. Les résultats obtenus sont de très bonne qualité avec une classification correcte de la culture et des adventices supérieure à 90% et pouvant atteindre 98% dans certains cas. Enfin, pour ce modèle, une approche spectrale a également été explorée afin de dépasser les limitations imposées par les méthodes spatiales. Une extension 3D a été apportée à ce modèle afin de permettre la simulation de la réflectance bidirectionnelle (BRDF) des plantes et du sol à l'aide des modèles PROSPECT et SOILSPECT. La transformation d'une information spectrale en une information couleur RGB, la prise en compte de filtres optiques ou la création de données multispectrales sont également discutées.
Fichier principal
Vignette du fichier
These_-_Gawain_JONES_-_2009.pdf (11.57 Mo) Télécharger le fichier
Soutenance_these_26-11-2009.ppt (11.24 Mo) Télécharger le fichier
Format : Autre

Dates et versions

tel-00465118 , version 1 (19-03-2010)

Identifiants

  • HAL Id : tel-00465118 , version 1

Citer

Gawain Jones. Modélisation d'images agronomiques - application a la reconnaissance d'adventices par imagerie pour une pulvérisation localisée. Interface homme-machine [cs.HC]. Université de Bourgogne, 2009. Français. ⟨NNT : ⟩. ⟨tel-00465118⟩
480 Consultations
1996 Téléchargements

Partager

Gmail Facebook X LinkedIn More