| Titre | Phénotypage de végétaux par classification spatio-colorimétrique d’images couleur |
| Type de publication | Thèse |
| Type | Thèse de doctorat |
| Auteurs | Torres Cindy |
| Directeurs | Vigouroux Bertrand, Clément Alain, Fernandez-Maloigne Christine, Macaire Ludovic, Talbot Hugues, Feutry Armand |
| Année | 2010 |
| URL | https://dune.univ-angers.fr/fichiers/20077167/201012901/fichier/12901F.pdf |
| Mots-clés | classification, couleur, histogramme, imagerie végétale., segmentation, spatio-colorimétrie |
| Résumé | Dans le cadre d’une convention industrielle de formation par la recherche, un projet a été établi entre l’entreprise Vilmorin et le Laboratoire
d’Ingénierie des Systèmes Automatisés de l’Université d’Angers. Ce projet de thèse concerne l’automatisation de procédés pour le
phénotypage de végétaux par analyse d’images. Les méthodologies d’acquisition et de traitement développées ont été évaluées par les
experts de l’entreprise Vilmorin afin de faire partie de leur chaîne de décision. Le travail conduit à la mise en routine d’outils opérationnels
intégrés dans les processus métier de l’entreprise.
En fonction du type de végétaux concernés, les méthodes de segmentation développées présentent différents niveaux de complexité, de la
segmentation en niveaux de gris à la classification spatio-colorimétrique. D’un point de vue méthodologique, l’originalité de ce travail de
thèse repose principalement sur la conception et la mise en oeuvre d’une méthode non supervisée de classification pixélaire spatiocolorimétrique. Afin de résoudre les problèmes d’espace mémoire inhérents à l’analyse conjointe d’histogrammes multidimensionnels et de l’organisation spatiale des couleurs, cette méthode est basée sur une matrice de probabilité de voisinage spatial compacte originale (SNPM). Construite à partir d’histogrammes multidimensionnels compacts, la SNPM contient toutes les probabilités non nulles de connexité spatiale
entre les différentes couleurs présentes dans l’image, dans un voisinage donné. Lors de la classification, une distance spatio-colorimétrique a
été définie afin de prendre en compte à la fois l’information spatiale et l’information colorimétrique.
|
| Résumé en anglais | This PhD thesis is the fruit of a collaboration between the Laboratoire d’Ingénierie des Systèmes Automatisés of Angers University and
Vilmorin company. The research project was to develop automatic process for plants phenotyping by image analysis. The processes
developed during this project were evaluated by experts from Vilmorin in order to be integrated in their work process.
Depending on the plants studied, algorithms with variable complexity level were developed, from grey-level to spatio-colorimetric
classification.
The main originality of this work is the development of a new unsupervised vectorial method of spatio-colorimetric classification.
To overcome the problem of memory space associated with the analysis of multidimensional histograms and the spatial organization of
pixels, this method is based on a multidimensional compact histogram and an original compact spatial neighborhood probability matrix. The
multidimensional compact histogram allows a drastic reduction of memory space necessary for coding color histograms without any data
loss. Leaning upon the compact histogram, a spatial neighborhood probability matrix has been computed. It contains all non-negative
probabilities of spatial connectivity between pixel colors and allows a spatial distance inside a variable size neighborhood to be defined.
During the classification process, a spatio-colorimetric distance is defined, in order to take into account both the spatial information of pixel
neighborhood colors and the color information in the color space.
|
| Langue de rédaction | Français |
| Diplôme | Thèse de doctorat
|
| Date de soutenance | 2010-11-23 |
| Editeur | Université d'Angers |
| Place Published | Angers |
| Libellé UFR | Collège doctoral
|
| nidaleph | 000012901
|
| personnalisé5 | École doctorale Sciences et Technologies de l'Information et Mathématiques
|
| personnalisé6 | LISA
|
| personnalisé7 | Traitement des images et du signal
|
