HUDELOT Céline, Monique THONNAT Inria Sophia Antipolis Equipe ORION Interprétation automatique d’images de végétaux pour le diagnostic précoce de pathologies HUDELOT Céline, Monique THONNAT Inria Sophia Antipolis Equipe ORION BOISSARD Paul, PYRRHA Pierre, PEREZ Guy et BEAREZ Philippe URIH

Objectifs biologiques Détection précoce de pathologies végétales, en particulier des rosiers de serre Reconnaissance automatique et quantification précise de l’infection A plus long terme, intégration dans un système de Protection Intégrée des Cultures (PIC) dans le but de réduire l’utilisation de pesticides. Comment? Par l'Interprétation Automatique d’Images d’organes de plantes à l’aide de techniques d’intelligence artificielle et de vision par ordinateur

Un problème multidisciplinaire Besoin de la connaissance: Sur le domaine d’application: connaissance biologique Description des pathologies + caractères discriminants Sur le Traitement d’Images (TI): segmentation des différents objets et extraction de l ’information Sur la mise en correspondance entre l’information numérique (Issue du TI) et la connaissance sémantique (biologique)

Système proposé Coopération de 3 Systèmes à Base de Connaissance (SBC): SBC d'Interprétation dédié à la connaissance du domaine d’application (connaissance biologique) SBC de management de données: Passage numérique  symbolique, raisonnement spatial SBC de pilotage de programmes de Traitement d ’Images: planification, exécution, validation et réparation des programmes

Système proposé Connaissance haut niveau: du domaine Connaissance intermédiaire: entre image et domaine Base de connaissances sur les concepts visuels et les données Moteur de management de données Connaissance haut niveau: du domaine Base de connaissances sur le domaine d ’application Moteur d Interprétation SBC de pilotage de programmes de TI Bibliothèque de programmes de TI Base de connaissances sur l’utilisation des programmes Moteur de pilotage Acquisition de la connaissance avec des concepts visuels Image courante Interprétation Hypothèses Requête TI Données numériques Description symbolique de la scène

SBC de Pilotage de Programmes SBC Interpretation Feuille Saine Non Insectes Virus Fongique Pucerons Pénicillium Oidium Précoce Virulent Aleurodes Tissu Veine rouge vert Sous partie Sous classe Acariens Hypotheses sur un objet SBC de Management de Données Requête TI Segmentation grande region claire Contraste fond = important Contraintes:... Aleurodes: Sous classe de Insectes Compose de Corps: a pour forme={surface} Corps.taille = {grande} Corps.elongation={important} a pour couleur={blanc} Compose de antennes … Peut avoir des œufs a proximité + paramètres descriptifs Données numériques Interpretation Aleurodes et ses oeufs Description symbolique

Genericite de l’application: des formes complexes, diverses et variées