La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

1 30/05/2007 1 Apport de la vision Cognitive à la détection précoce de bio agresseurs des cultures Sabine Moisan INRIA-Sophia projet Orion Paul Boissard.

Présentations similaires


Présentation au sujet: "1 30/05/2007 1 Apport de la vision Cognitive à la détection précoce de bio agresseurs des cultures Sabine Moisan INRIA-Sophia projet Orion Paul Boissard."— Transcription de la présentation:

1 1 30/05/ Apport de la vision Cognitive à la détection précoce de bio agresseurs des cultures Sabine Moisan INRIA-Sophia projet Orion Paul Boissard INRA Sophia/URIH Action COLOR Horticol 2001 DEA Vincent Leclerc Thèses de Céline Hudelot, Nicolas Maillot (soutenues en 2005) Thèse Vincent Martin (en cours)

2 2 30/05/2007S. Moisan2 Objectif : Développement de la protection intégrée des cultures protégées Concevoir un (des) système(s) de production, respectueux de la santé (producteur, consommateur) respectueux de lenvironnement économiquement viable(s) et durable(s). Champs Thém. EA&SPE: agronomie systémique, mécanismes des épidémies

3 3 30/05/2007S. Moisan3 thrips Photo : Inra (Brun) acariens tétranyques Photo : Inra (Brun) aleurodes Photo : Inra (Brun) champignons oïdium Photo : Inra (Boissard) insectes pucerons Photo : Inra (Brun) Botrytis Photo : Inra Freins rencontrés : Les conditions de température et dhumidité sont très favorables au développement rapide des Bioagresseurs On connaît mal linstant et la localisation des premières attaques ou foyers (insectes, acariens, champignons) On a besoin didentifier et de dénombrer les populations pour prendre rapidement les décisions

4 4 30/05/2007S. Moisan4 Application : détection et au comptage des Aleurodes But : détecter un parasite (Aleurode) à deux stades de développement : Aleurodes adultes Oeufs dAleurodes Support : Numérisation (scanner à plat) depuis le support naturel (feuilles prélevées sur des rosiers de culture en serre)

5 5 30/05/2007S. Moisan5 Exemples

6 6 30/05/2007S. Moisan6 Approche SBC de pilotage de programmes (traiter les images) SBC dinterprétation (interpréter leur contenu) Vision par ordinateur Systèmes à base de connaissances (SBC) Connaissance explicite & modifiable Séparation des tâches (traiter les images/ interpréter leur contenu) et des niveaux (tâche générique/ application) Image scannée Programmes de TI Image segmentée, labellisée… Nombre dagresseurs reconnus

7 7 30/05/2007S. Moisan7 SBC de pilotage de traitements dimages Primitive Operator { name Region_segmentation_operator comment "Region Approach for Segmentation" Input Data Image name inputImage SegmentationContext name inputContext Input Parameters Integer name threshold comment "Contrast Threshold" default 125 Output Data Image name segmentedImage I-O Relations segmentedImage.path := "./", segmentedImage.basename := "carteregion", segmentedImage.extension := ".pan" Preconditions valid inputImage Call language shell syntax RegionSegmentation2 inputImage.name segmentedImage.name } Connaissance dexperts en traitement dimages

8 8 30/05/2007S. Moisan8 SBC dinterprétation dimages (1) Connaissance dexperts en parasites du rosier DomainClass { name WhiteFly Superclass Insect ImageData ImageRegion VisualDescription AleurodSizeConcept name size ShapeConcept name shape [ AleurodShapeConcept ] ChromaticHue name hue range [ CWhite ] } DomainClass { name WhiteFlyEgg Superclass Insect ImageData ImageRegion VisualDescription EggSizeConcept name size EggShapeConcept name shape ChromaticHue name hue range [ EggCWhite ] } Taxonomies des concepts du domaine : arbres avec sous-parties et sous-classes. Un concept du domaine (Aleurode) est décrit par des concepts visuels. Problem Virus Fungi Aphids Penicilium White fly tissue Veins red green subpart Acarids Powdery mildew subclasses Leaf Insects

9 9 30/05/2007S. Moisan9 VisualConcept { name AleurodeShapeConcept Superclass ShapeConcept Constraints m_shape._circularity in [ ] m_shape._excentricity in [ ] m_shape._rectangularity in [ ] m_shape._elongation in [ ] m_shape._convexity in [ ] m_shape._compacity in [ ] } VisualConcept { name InsectSizeConcept Superclass SizeConcept Constraints # in milimeters^2 m_size.area in [ ] m_size.length in [ ] m_size.width in [ ] } Description des concepts nécessaires à la reconnaissance des objets (couleur, forme,…) Apprentissage semi- automatique des valeurs de descripteurs visuels sur quelques images SBC dinterprétation dimages (2)

10 10 30/05/2007S. Moisan10 Résultats expérimentaux Échantillon représentatif de 200 images (=1 serre de 200 m 2 ) dune résolution de 1200 dpi Temps de traitement : ~35 sec / image (2495x4056 pixels)

11 11 30/05/2007S. Moisan11 Évaluation

12 12 30/05/2007S. Moisan12 ~ 500 pixels ~ 2800 pixels ~ 1600 pixels Aleurodes Pucerons Thrips QUELQUES RESULTATS Automatisation des reconnaissances et comptages sur pièges colorés pour 3 taxons : Acquisition dimages Numérisation Interprétation automatique ©Boissard Pérez Béarez 05/2006 Paul Boissard 11/06/INRA-URIH-Sophia Réalisations concrètes : automatisation de la lecture de pièges (INRA-URIH Sophia Mai 2006)

13 13 30/05/2007S. Moisan13 Conclusion Collaboration sur la durée (depuis 2000) Des sujets de recherches pour chaque partenaire 2 doctorants et 2 DEA Outil générique, applicable à dautres cultures et bio agresseurs Concepts et techniques transférés Bases de connaissances (capitalisation) Pilotage de programmes (utilisation de traitements de TI) Futur Plus dautomatisation Des bases de données et de connaissances Des outils pour les producteurs

14 14 30/05/2007S. Moisan14

15 15 30/05/2007S. Moisan15 Approche Systèmes à base de connaissances (SBC) Connaissance explicite & modifiable Séparation des tâches (traiter les images/ interpréter leur contenu) et des niveaux (tâche générique/ application) Outils logiciels génériques pour construire tous les éléments de SBC (LAMA) Moteur dinférence (lié à 1 tâche ) Base de connaissances (expert) SBC Langage expert

16 16 30/05/2007S. Moisan16 Spécification de la plate-forme pour lapplication (1) Schéma générique pour chaque couche Analyseur (vérification compilation) Analyseur (vérification compilation) Algorithmes liés au domaine saisie (IHM…) Base de Connaissance (BDC) Moteur dédié à la tâche C++ Système à base de connaissance Connaissance en langage de description dédié à la tâche Connaissance en langage de description dédié à la tâche Connaissance de lexpert de la tâche


Télécharger ppt "1 30/05/2007 1 Apport de la vision Cognitive à la détection précoce de bio agresseurs des cultures Sabine Moisan INRIA-Sophia projet Orion Paul Boissard."

Présentations similaires


Annonces Google