Approche multicritère pour la caractérisation des adventices par imagerie

par Jehan-antoine Vayssade

Projet de thèse en Informatique

Sous la direction de Christelle Gée et de Gawain Jones.

Thèses en préparation à Bourgogne Franche-Comté , dans le cadre de École doctorale Environnements, Santé (Dijon ; Besançon ; 2012-....) , en partenariat avec Agroécologie (Dijon) (laboratoire) depuis le 19-11-2018 .


  • Résumé

    Définition d'un modèle de fusion permettant de combiner et d'interpréter ces résultats. L'objectif de cette thèse est le développement d'une approche multicritère combinant des informations issues de plusieurs stades de développement et permettant à la fois une pulvérisation lors du cycle cultural en cours et l'établissement d'une carte de préconisation pour le cycle suivant. A partir des travaux déjà réalisés sur la détection d'adventices par imagerie à un stade jeune, la contribution majeure de cette thèse portera donc sur : l'identification des méthodes et critères les plus discriminants en fonction du stade de développement, la détermination des résolutions spatiales des images permettant l'exploitation des critères identifiés, l'élaboration d'un modèle de fusion de données permettant la consolidation des résultats issus des différentes méthodes. Les travaux d'imagerie porteront sur la disposition spatiale, la signature spectrale, la morphologie et la texture des plantes présentes à l'intérieur des parcelles. Les images seront acquises à l'aide de différents dispositifs : bâti mobile permettant une acquisition multi-résolution, drones terrestre et drone aérien.

  • Titre traduit

    Multi-criteria approach for the characterization of weeds by imaging


  • Résumé

    Defining a fusion model to combine and interpret these results. The objective of this thesis is the development of a multi-criteria approach combining information from several stages of development and allowing both a spraying during the current crop cycle and the establishment of a recommendation map for the next cycle . From the work already done on the detection of weeds by imaging at a young stage, the major contribution of this thesis will therefore focus on: the identification of the most discriminating methods and criteria according to the stage of development, the determination of the spatial resolutions of the images allowing the exploitation of the identified criteria, the development of a data fusion model allowing the consolidation of results from different methods. The imagery will focus on the spatial arrangement, spectral signature, morphology and texture of the plants within the plots. The images will be acquired using various devices: mobile frame allowing a multi-resolution acquisition, terrestrial drones and aerial drone.