gawain j.
Transcription
gawain j.
Contexte : Dans le cadre de la réduction de produits phytosanitaires et, plus spécifiquement, d’herbicides nous travaillons avec la Société Tecnoma (EXEL Industries) afin de développer un prototype permettant une pulvérisation localisée d’herbicides. Ce prototype nommé ILS (Intelligent Localized Spray) utilise une caméra pour obtenir des informations sur la scène agronomique et caractériser la pulvérisation. Des algorithmes permettant la discrimination entre la culture et les adventices ont été développés mais leur évaluation manuelle est fastidieuse et ne permet pas de réaliser des tests exhaustifs. Une modélisation de scène agronomique a donc été envisagée afin de fiabiliser, de paramétrer et d’automatiser l’évaluation d’algorithmes de discrimination culture/adventices, Culture Semis en ligne Semis périodique Ponctuel Agrégatif Modélisation de la scène agronomique : Les algorithmes développés utilisent l’information spatiale (les rangs de culture) pour caractériser la scène, de plus, la faible taille des plantes lors de la pulvérisation nous ont mené à concevoir un modèle 2D et en noir et blanc. La position et les motifs de culture sont définis par des informations agronomiques : • Type de culture (mono ou dicotylédone) • Largeur de la culture • Largeur de l’inter-rang • Fréquence du semis Il en est de même en ce qui concerne les adventices : • Type d’adventices (mono ou dicotylédone) • Mode de distribution (ponctuel, agrégatif ou mixte) • Taux d’infestation Adventices Le modèle est rendu plus naturel grâce à l’introduction de variations stochastiques Obtention d’un champ virtuel paramétrable et maitrisé Photographies du champ virtuel : Afin d’adapter la modélisation de la scène agronomique à tout type de dispositif expérimental (ILS, drone…) un modèle projectif (modèle du sténopé) prenant en compte les paramètres intrinsèques de la caméra ainsi que sa position 3D est utilisé. Comparaison image réelle/simulée pour un champ de tournesol Image réelle Image simulée Ce modèle a été validé statistiquement et utilisé pour évaluer des algorithmes basés sur l’information spatiale Perspectives : Les perspectives d’évolution du modèle sont en rapport direct avec les possibilités des algorithmes. La discrimination offerte par des algorithmes spatiaux est limitée aux inter-rangs et la prise en compte de l’information spectrale semble être le meilleur moyen pour améliorer cette discrimination. Le modèle a donc été modifié afin d’ajouter une information spectrale à l’aide de Fonctions de Distribution de Réflectance Bidirectionnelle (FDRB) qui permettent d’obtenir une réponse spectrale relative à l’élément observé (culture, adventice, sol), au spectre et à la position de l’illuminant et à celle de l’observateur. Afin d’exploiter correctement les modèles de FDRB le modèle a été adapté en 3D. Les suites directes de ce travail résident donc dans l’obtention de données multispectrales nécessaires à la caractérisation des modèles de FDRB. Publications dans des revues internationales 1) Jones G., Gée Ch.,Villette S., Truchetet F., 2010. Validation of a crop field modeling to simulate agronomic images. Optics Express, Vol 18(10), p. 10694-10703. doi:10.1364/OE.18.010694. Impact Factor : 3.88 2) Jones G., Gée Ch., Truchetet F., 2009. Assessment of an inter-row Weed Infestation Rate on simulated agronomic images by image processing. Computers and Electronics in Agriculture, Vol 67 p.43-50. Impact Factor : 1.312 3) Bossu J., Gée Ch., Jones G., Truchetet F., 2009. Wavelet transform to discriminate between crop and weed in perspective agronomic images. Computers and Electronics in Agriculture, Vol 65(1) p.133-143. Impact Factor : 1.312 4) Jones G., Gée Ch., Truchetet F., 2009. Modelling agronomic images for weed detection. Application to the comparison of crop/weed discrimination algorithm performances. Precision Agriculture Vol 10 (1) p.1-15. Impact Factor : 1.3 5) Gée Ch., Bossu J., Jones G., Truchetet F., 2008. Crop/Weed discrimination in perspective agronomic images. Computers and Electronics in Agriculture, Vol 60/1, p.49-59. Impact Factor : 1.312 AGROSUP DIJON INSTITUT NATIONAL SUPÉRIEUR DES SCIENCES AGRONOMIQUES DE L’ALIMENTATION ET DE L’ENVIRONNEMENT Département Agronomie Agroéquipements Elevage & Environnement (D2A2E) 26 Bd Dr Petitjean - BP 87999 - 21079 Dijon cedex - France +33 (0)380772348 - +33 (0)380772551 – Site Web : http://www.agrosupdijon.fr