Salut mon keko
Je crois que j'ai un peu plus pointu avec le mémoire d'un universitaire canadien
En voici un extrait:
1.3 Technologie en développement pour l'identification de
plantes en temps réel
Le développement de capteurs pour détecter les mauvaises herbes est indispensable à
l'émergence de la pulvérisation localisée d'herbicides en temps réel. Il existe trois avenues
importantes pour identifier les plantes en une fraction de seconde à l'aide d'un capteur
1 Ntech industries inc,
https://www.ntechindustries.com/weedseeker-home.html
optique ou d'une caméra. Il y a la vision artificielle, l'identification par la réflectance et
l'identification par la fluorescence induite par UV. Ces trois types de capteurs présentent
des avantages et des inconvénients.
1.3.1 Vision artificielle
La technique de vision artificielle consiste à identifier les plantes par leur aspect
physique (couleur, géométrie et position relative) à l'aide d'algorithmes. Cette approche a
le bénéfice d'être très bien documentée en ce qui a trait à la vision artificielle et au
traitement informatique des images (Steward et Tian, 1998). De plus, cette technique
présente l'avantage de récolter des données sur la morphologie et la texture de la feuille en
plus d'utiliser des informations spectrales. Des études pertinentes ont été réalisées pour
identifier l'espèce par sa forme (Guyer et al, 1986, 1993; Woebbecke et al, 1995;
Yonekawa et al, 1996), par sa texture (Shearer et Jones, 1990; Meyer et al, 1998) ou par
l'information spectrale quelle contient (Franz et al, 1991; Zhang et Chaisattapagon, 1995).
En vision artificielle, il est possible de couvrir une superficie assez grande avec une caméra
tout en gardant une information fiable puisque des caméras à très haute résolution sont
disponibles sur le marché (Tang et al, 1999). La grande flexibilité de ces caméras et leur
bas prix donnent du vent dans les voiles à l'identification des plantes par vision artificielle
(Ruckelshausen et al, 1999). Cette approche présente par contre quelques désavantages.
D'abord, si la luminosité est irrégulière, il devient compliqué de segmenter (sol/plante ou
plante/plante) l'image adéquatement (Tian et Slaughter, 1998; Lutman et Perry, 1999). De
plus, si les feuilles se chevauchent, il est impossible d'identifier la plante par la forme de
ses feuilles (Lutman et Perry, 1999). En ce qui concerne l'identification des plantes par la
texture, le temps nécessaire au traitement de l'image est présentement beaucoup trop long
pour l'utilisation en temps réel de cette technique. Meyer et al. (1998), par exemple, ont
développé une technique permettant d'identifier les plantes adéquatement sur une
plateforme UNIX mais le temps requis pour la récolte et le traitement des données est de 20
à 30 secondes pour une image photographiée à 0,8 mètre du sol. Finalement, il est parfois
très difficile d'identifier avec succès une plante par la forme ou la texture de ses feuilles à
cause de l'arrière-plan (Chancellor et Goronea, 1993).
1.3.2 Réflectance
La réflectance est le rapport entre l'énergie reçue et l'énergie restituée par une surface
donnée. La signature de réflectance est un spectre de la réflexion et de l'émission
thermique, qui est proportionnelle à l'émissivité de la surface (Born et Wolf, 1980). On
obtient donc un spectre dans le visible et l'infrarouge. Pour différencier les plantes du sol,
on a développé l'indice de végétation VI. Le critère VI s'appuie sur le fait qu'en général,
les surfaces naturelles présentent peu de différences en ce qui a trait à la réflexion de la
lumière dans le rouge ou dans l'infrarouge contrairement à la chlorophylle (uniquement
chez les végétaux) qui réfléchit peu le rouge mais fortement l'infrarouge. Cet indice est
élevé lorsque la lecture est faite sur du végétal et bas lorsqu'elle est faite sur le sol (Felton,
1995). L'appareil « Weedseeker » mentionné précédemment, fonctionne sur ce principe .
Les lectures de réflectance se font à l'aide de système caméra rouge-vert-bleu (RV

pour
une basse résolution ou avec un spectrophotomètre ou un spectroradiomètre pour une haute
résolution (Noble et al., 2002). Ces appareils peuvent être installés sur des satellites, sur des
avions ou sur un véhicule allant au champ. Brown et Steckler (1995) ont produit une carte
de dispersion des mauvaises herbes à une altitude de 900 m avec une précision de 10 cm x
10 cm. Hàusler et al. (1996) ont déterminé que la taille et la densité des mauvaises herbes
jouaient un rôle important pour l'identification et la localisation des mauvaises herbes à de
telles distances. Ainsi cette pratique est peu appropriée pour un traitement hâtif des
mauvaises herbes en temps réel. Des spectrophotomètres à des distances plus modestes ont
démontré des résultats plus concluants. Walter et Koch (1980) et Gausman et Allen (1973)
ont démontré qu'il y a des différences significatives dans le spectre de réflectance propres à
certaines espèces. Cette variation interspécifique dans le rouge et l'infrarouge était plus
marquée aux alentours de 800 nm. Ces différences sont principalement dues à
l'hétérogénéité internes de la structure des tissus foliaires (Walter et Koch, 1980; Gausman
et Weidner, 1985). Les avantages de l'utilisation de la réflectance pour la détection des
mauvaises herbes sont le traitement rapide des données par l'ordinateur (De Baerdemaeker
et Gool, 2000) et le prix raisonnable des caméras RVB et des spectrophotomètres. De plus,
elle a démontré un taux de succès très satisfaisant en laboratoire (Moshou et al, 1999).
Cependant, le fait que cette technique se base sur les caractéristiques optiques (couleur) des
feuilles et que la perception des couleurs est très variable selon l'éclairage, le transfert de
cette technologie au champ devient ardu. De plus, la variabilité de l'âge des plantes et de
leurs états physiologiques au champ fait énormément varier le spectre de réflectance
qu'elles émettent, rendant cette technique moins robuste (Lutman et Perry, 1999).
Finalement, la lecture de la réflectance à elle seule a démontré de piètres résultats
comparativement aux résultats obtenus lorsque jumelée à la vision artificielle, par exemple
(Lee et al., 1999). À ce jour, aucun capteur n'a pu rencontrer les exigences pour être utilisé
en agriculture de précision en temps réel, c'est-à-dire de distinguer les espèces entre elles
avec une faible marge d'erreur et une rapidité de traitement permettant au véhicule d'aller à
une vitesse normale (environ 10 km/h) au champ (Ruckelshausen et al, 1999). Ce dernier
constat a encouragé la recherche de nouvelles méthodes de reconnaissance des mauvaises
herbes par capteurs optiques, telle la lecture de la fluorescence.
Par contre,
en ce qui concerne l'identification de plantes par le spectre de fluorescence, les études portant sur la cinétique de la fluorescence (Tyystjàrvi et al, 1999; Keranen et al., 2003) ne sont pas pertinentes. Chappelle et al. (1985) a montré qu'en étudiant le rapport entre la FBV et la FChl, il est possible de séparer les monocotylédones des icotylédones.
Effectivement, les monocotylédones afficheraient un pic dans le bleu-vert environ trois fois plus élevé que pour les dicotylédones, alors que les valeurs seraient à peine plus élevées dans le rouge et l'infrarouge. Il semble donc y avoir des différences entre les plantes au point de vue de la fluorescence.
(............................................)
2.6 Hypothèse et objectifs généraux
D est possible de classifier les plantes en trois groupes (maïs, mauvaises herbes
monocotylédones ou mauvaises herbes dicotylédones) par la signature spectrale de
fluorescence induite par UV sans tenir compte de l'âge de la plante ou de la position de la
lecture sur la feuille.Plusieurs facteurs font varier la fluorescence des plantes, mais le plus important
pour permettre de discriminer les plantes est l'effet des espèces sur la signature spectrale de
fluorescence induite par UV. Ainsi, au cours de ce travail, un souci particulier sera apporté
pour limiter au minimum les stress portés aux plantes. Deux facteurs sont toutefois
impossibles à contrôler, c'est-à-dire la variation de la signature spectrale de fluorescence
due à l'âge de la plante ainsi que celle due à l'endroit sur la feuille où est prise la lecture de
fluorescence. Pour cette raison, la première partie du travail concerne l'évaluation de
l'ampleur de ces deux effets sur une éventuelle classification. La deuxième partie concerne
l'élaboration d'une stratégie de classification visant à réduire au minimum l'erreur de
prédiction.
Le traitement localisé des mauvaises herbes en temps réel repose sur le
développement de capteurs optiques. La signature spectrale de fluorescence induite des
plantes offre un potentiel pour la distinction entre les mauvaises herbes et la culture. La
signature spectrale de fluorescence des plantes peut être influencée par la variabilité
intraspécifique (âge de la feuille et position sur la feuille). Cette recherche vise à évaluer si
cette variabilité est assez importante pour contrecarrer la classification des plantes (4
hybrides de maïs, 4 mauvaises herbes monocotylédones et 4 mauvaises herbes
dicotylédones). Des lectures ont été prises à 10 (un point sur la feuille), 20 (deux points) et
30 (deux points) jours après l'émergence. Les spectres moyens et les diagrammes en boîtes
ont été analysés. La classification a été faite à l'aide de l'analyse discriminante linéaire
premièrement en considérant l'âge et la position sur la feuille et deuxièmement, sans les
considérer. La différence entre ces deux classifications est de 2,2 % d'exactitude. En
conclusion, le fait d'ignorer la variabilité intraspécifique de la plante simplifie grandement
l'acquisition de données sans diminuer significativement le taux de classification.
Mémoire du monsieur en PDF
a++