6533b7d9fe1ef96bd126c9c0
RESEARCH PRODUCT
Modélisation de scènes agronomiques pour tester et comparer les performances d'algorithmes de discrimination d'adventices
Gawain JonesChristelle GeeFrederic Truchetetsubject
[SDV.SA.AGRO] Life Sciences [q-bio]/Agricultural sciences/AgronomyLoi de PoissonTransformée de Houghimage simuléemodèle de Neyman ScottStatistiques[SDV.SA.AGRO]Life Sciences [q-bio]/Agricultural sciences/AgronomyModèle du sténopéAdventicesTransformée de Fourierculturedescription
International audience; Dans le cadre de l’agriculture de précision, l’imagerie s’avère être de plus en plus utilisée commeoutil d’aide à la décision pour une gestion spécifique des intrants dans des parcelles cultivées.Dans ce contexte, nous présentons une modélisation de scènes agronomiques afin d’évaluer etde comparer la précision et la robustesse d’algorithmes de discrimination culture/adventices. Lamodélisation de ces images se décompose en deux parties : la première consiste en la modéli-sation d’une parcelle cultivée en simulant la distribution spatiale des plantes (culture et mauvai-ses herbes), la seconde a pour but de projeter le résultat obtenu à travers un capteur optiquepour simuler la photographie de cette scène agronomique. Ensuite, nous proposons une utilisa-tion de ce modèle afin de tester et de comparer deux algorithmes de discrimination d’adventi-ces dans l’inter-rang, le premier étant basé sur la transformée de Hough et le second sur latransformée de Fourier. La précision (ou fiabilité) des résultats de classification de ces algorith-mes est obtenue par comparaison avec les paramètres initiaux contenus dans la photographie.
year | journal | country | edition | language |
---|---|---|---|---|
2007-01-01 |