Apports de la vision par ordinateur pour la détection et le suivi de

1
Apports de la vision par ordinateur pour la
détection et le suivi de pathologies végétales:
application à l’étude de l’interaction
hôte/parasite du couple rose/oïdium
Céline HUDELOT, Monique THONNAT INRIA
Paul BOISSARD, Guy PEREZ, Pierre PYRRHA
INRA Antibes-URIH
Collaboration: Nicole BALLINO, Géraldine
GUIGNON, Frédéric FERRERO INRA Antibes-
Fréjus
3èmes Rencontres du groupe OïdiumS
INRA Fréjus 04/04/2002

2
Objectifs
• Conception d’un système de vision générique permettant
une détection précoce et une identification des
pathologies végétales in situ:
– Reconnaissance d’objets complexes (champignons, insectes,…)
par l’utilisation conjointe de techniques de traitement d’images et
d’intelligence artificielle
– Application au cas de la détection précoce de l’oidium du rosier en
serre
•Intégration dans un programme de Production Intégrée des
Cultures (Action PIC) visant à réduire l’utilisation de
fongicides et de pesticides
3ème Rencontres Groupe OïdiumS

3
Le diagnostic des pathologies végétales (1/2)
•Acte visuel consistant à déduire la présence d’une
maladie par l’observation des signes ou
symptômes caractéristiques
–Signes = structures observables du pathogène présentes sur
la plante malade (conidies, mycélium,…)
–Symptômes = changements observables résultants de la
réaction de la plante vis à vis du pathogène (tache, nécrose,
…)
•Compétences nécessaires:
–Savoir observer: focalisation sur les critères les plus
pertinents
–Savoir raisonner: interprétation des signes et symptômes en
terme de maladies (création, élimination, validation
d’hypothèses)
3ème Rencontres Groupe OïdiumS

4
Le diagnostic des pathologies végétales (2/2)
• Domaine d’expertise:
–Possédant un vocabulaire spécifique (souvent descriptif)
•ex: nécrose = dessèchement des tissus, couleur brune, limite
distincte
Problème de la communication entre les différents acteurs
(horticulteurs, techniciens, …)
–Nécessite de la précision, de la fiabilité et de la rapidité
Intérêt d’une détection précoce, identification précise par
les signes
–Est limité par la limite de la vision humaine (utilisation d’outils
de grossissement )
Moyens destructifs, observation hors de la serre
–Echelle d’observation de l’expert est individuelle
Problème de la transmission des compétences, de la
comparaison des descriptions
3ème Rencontres Groupe OïdiumS

5
Pourquoi utiliser la vision?
•Automatisation du diagnostic des pathologies végétales
par l’utilisation de techniques de traitement d’images
et d’intelligence artificielle permettant:
3ème Rencontres Groupe OïdiumS
–Une détection in situ non
destructive
–Une détection précoce
–Modélisation du savoir et
savoir faire de l ’expert
–Mesurer une information
qualitative mais aussi
quantitative de la maladie
–Suivi d’une pathologie (mesure
de l’impact d’un traitement)
Choix du capteur et de sa résolution
Difficulté de la procédure d’acquisition in situ
Passage du langage de l’expert en pathologie
au langage de l’expert vision:
- Acquisition de la connaissance
- Représentation de la connaissance
- Utilisation de la connaissance...
Difficulté moins importante
Utilisation de bibliothèque de TI existante
Problème de recalage