Traitement de Données hyperspectrales acquises par drones. Application en agriculture pour la classification, la segmentation et la détection

par Abdel ilah El Amraoui

Projet de thèse en Sciences - STS

Sous la direction de Valeriu Vrabie et de Eric Perrin.

Thèses en préparation à Reims , dans le cadre de Ecole doctorale Sciences, technologies, santé (Reims, Marne) , en partenariat avec (CRESTIC) Centre de Recherches en STIC (laboratoire) et de Equipe SysCom-CRESTIC (equipe de recherche) depuis le 31-10-2017 .


  • Résumé

    L'agriculture est un des secteurs où l'imagerie par drone a le plus de potentiel. De par sa résolution spectrale intrinsèquement plus élevée, l'imagerie hyperspectrale semble très prometteuse, car elle permet des acquisitions avec un nombre de bandes spectrales au moins 10 fois supérieures aux technologies existantes multispectrales. L'analyse d'images hyperspectrales devrait permettre d'identifier des « caractéristiques physiologiques » uniques. Les enjeux sont considérables et visent à créer les outils indispensables qui permettront de répondre aux grands enjeux agricoles de cette première moitié du XXIe siècle. Cette thèse vise à développer de nouvelles méthodes de traitement d'images hyperspectrales acquises par drones et de les mettre en œuvre dans le cadre d'applications de classification (espèces, variétés végétales, etc.), de segmentation (parcelles, mauvaises herbes, avancement des cultures, etc.) et de détection (maladies, parasites, carences en nutriments, etc.). Le travail sera à la fois théorique (proposition de nouveaux algorithmes, optimisation des critères, élaboration et développement de nouvelles approches) et pratique (implémentation des algorithmes et des outils, validation expérimentale des méthodes proposées sur des parcelles de test et avec des agriculteurs). Cette thèse entre dans le plan global de développement d'un axe Smart Agriculture à Châlons-en-Champagne (capitale agricole de la nouvelle région Grand-est). Elle s'appuiera sur la plateforme expérimentale « EXPERI » orientée vers les agroéquipements et l'agriculture connectée. Cette plateforme vise à faire travailler des enseignants chercheurs du site de Châlons, des enseignants en machinisme agricole, des professionnels de l'agriculture et des entreprises ou start-ups intéressées par le sujet et de développer des projets de recherche autour de la smart agriculture. La communauté d'agglomération de Châlons-en-Champagne soutient ce projet et réalise des investissements conséquents à travers le CRSD.

  • Titre traduit

    Processing Hyperspectral data acquired by Drone. Application in agriculture for classification, segmentation and Detection


  • Résumé

    The Agriculture is one of the sectors where the imaging by drone has the most potential. Because of its intrinsically higher spectral resolution, the hyperspectral imagery seems very promising because it allows acquisitions with a number of spectral bands at least 10 times superior to the existing multispectral technologies. The analysis of hyperspectral images should make it possible to identify unique "physiological characteristics". The issues are enormous and aim to create the essential tools allowing to respond to the major agricultural issues of this first half of the 21st century.