Hyperspectral imagery to discriminate weeds in wheat - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2011

Hyperspectral imagery to discriminate weeds in wheat

Résumé

Le problème de la discrimination entre adventices et culture reste aujourd'hui un obstacle majeur au développement des pratiques de désherbage localisé. L'objectif de la présente étude était d'évaluer le potentiel de l'imagerie hyperspectrale pour la détection d'adventices dicotylédones dans le blé dur durant la période désherbage (fin de l'hiver). Un dispositif d'acquisition basé sur une caméra push-broom montée sur un rail motorisé a été utilisé pour acquérir des images vues de dessus des cultures à une distance d'un mètre. Une surface de référence placée dans chaque image, ainsi que des prétraitements spectraux spécifiques permettent de s'affranchir de la variabilité des conditions extérieures d'éclairage. La discrimination spectrale entre blé et adventices obtenue par PLS-DA s'avère particulièrement efficace, avec un taux d'erreur inférieur à 2% sur la classification des pixels. Toutefois des études complémentaires sont nécessaires pour en évaluer la robustesse. / The problem of weed and crop discrimination by computer vision remains today a major obstacle to the promotion of localized weeding practices. The objective of present study was to evaluate the potential of hyperspectral imagery for the detection of dicotyledonous weeds in durum wheat during weeding period (end of winter). An acquisition device based on a push-broom camera mounted on a motorized rail has been used to acquire top-view images of crop at a distance of one meter. A reference surface set in each image, as well as specific spectral preprocessing, allow overcoming variable outdoor lighting conditions. The spectral discrimination between weeds and crop, obtained by PLS-DA, appears particularly efficient, with a maximal error rate on pixel classification lower than 2%. However complementary studies addressing robustness are still required.
Fichier principal
Vignette du fichier
mo2011-pub00036815.pdf (655.64 Ko) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...

Dates et versions

hal-00777968 , version 1 (18-01-2013)

Identifiants

Citer

Gilles Rabatel, F. Ougache, N. Gorretta, M. Ecarnot. Hyperspectral imagery to discriminate weeds in wheat. Robotics and associated High technologies and Equipment for Agriculture (RHEA-2011), Sep 2011, Montpellier, France. p. 35 - p. 46. ⟨hal-00777968⟩
180 Consultations
251 Téléchargements

Partager

Gmail Facebook X LinkedIn More