Feedback

Gembloux Agro-Bio Tech (GxABT)
Gembloux Agro-Bio Tech (GxABT)
MASTER THESIS
VIEW 41 | DOWNLOAD 89

Etablissement d'un protocole d'acquisition par rotation d'images pour le suivi du développement d'épis de froment d'hiver et la proxidétection de la fusariose au champ

Download
Godechal, Francois ULiège
Promotor(s) : Mercatoris, Benoît ULiège ; Vincke, Damien
Date of defense : 27-Aug-2021 • Permalink : http://hdl.handle.net/2268.2/12933
Details
Title : Etablissement d'un protocole d'acquisition par rotation d'images pour le suivi du développement d'épis de froment d'hiver et la proxidétection de la fusariose au champ
Author : Godechal, Francois ULiège
Date of defense  : 27-Aug-2021
Advisor(s) : Mercatoris, Benoît ULiège
Vincke, Damien 
Committee's member(s) : Charles, Catherine ULiège
Soyeurt, Hélène ULiège
Leemans, Vincent ULiège
Carlier, Alexis ULiège
Language : French
Number of pages : 68
Keywords : [fr] épi
[fr] Triticum aestivum
[fr] Fusarium
[fr] phénotypage
[fr] infrarouge proche
[fr] apprentissage automatique
Discipline(s) : Life sciences > Agriculture & agronomy
Research unit : Centre wallon de Recherches agronomiques
Name of the research project : PhenWheat
Institution(s) : Université de Liège, Liège, Belgique
Degree: Master en bioingénieur : sciences et technologies de l'environnement, à finalité spécialisée
Faculty: Master thesis of the Gembloux Agro-Bio Tech (GxABT)

Abstract

[fr] La fusariose de l’épi est une maladie fongique qui peut avoir des conséquences ravageuses sur les rendements des céréales. Bien qu’elle ait été discrète ces dernières années, le changement climatique pourrait changer la tendance. Plusieurs capteurs sont capables de détecter cette maladie aussi bien en laboratoire que sur le terrain. Dans cette étude, trois systèmes d'acquisition d’image sont utilisés pour identifier la brûlure de l’épi sur un champ de froment d’hiver : un appareil photo numérique, un capteur hyperspectral dans le domaine du visible et infrarouge proche (VPIR, 400 - 1 000 nm) et un autre dans la gamme de l’infrarouge proche (PIR, 900 - 1 700 nm). Afin de segmenter les épis et d’identifier ceux qui sont malades, six modèles surpervisés sont entraînés : une analyse discriminante quadratique (QDA), une analyse discriminante par les moindres carrés partiels (PLS-DA), une forêt aléatoire (RF), un cartographe d’angle spectral (SAM), une machine à vecteurs de support (SVM) et un perceptron multicouches (MLP). Les données sont auparavant prétraitées par différentes méthodes. Les segmentations des épis sur les données hyperspectrales sont très bien réalisées (exactitudes supérieures à 99 %). Les meilleurs modèles pour les données couleurs sont corrects à près de 94 %. Toutes ces valeurs sont rendues possibles par l’utilisation de MLPs; le prétraitement dépend quant à lui du système de vision. La plus faible quantité de données à disposition rend la détection de la fusariose plus complexe. Le domaine de l’infrarouge proche est le plus pertinent pour cette tâche, alors que pour la segmentation, cela dépend de la date à laquelle les données sont collectées. Les modèles de détection atteignent une justesse de plus de 99 % dans cette gamme, mais il est difficile de les comparer. Les résultats montrent donc qu’il est possible de segmenter les épis et de détecter la fusariose au champ avec des performances variables en fonction des capteurs et de la période d’acquisition.


File(s)

Document(s)

File
Access TFE_Francois_Godechal.pdf
Description: Les annexes sont insérées dans ce document pour assurer le fonctionnement des liens hypertextes
Size: 11.26 MB
Format: Adobe PDF

Author

  • Godechal, Francois ULiège Université de Liège > Gembloux Agro-Bio Tech

Promotor(s)

Committee's member(s)

  • Total number of views 41
  • Total number of downloads 89










All documents available on MatheO are protected by copyright and subject to the usual rules for fair use.
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.