Instrumentation et traitement de l'information pour l'imagerie 3D : : application au domaine bio-végétal

Instrumentation and information processing for 3D imaging : : application to plant science

• Auteur / Autrice : Yann Chéné
• Direction : François Chapeau-Blondeau
• Type : Projet de thèse
• Discipline(s) : Traitement des images et du signal
• Date : Inscription en doctorat le 27/09/2011; Soutenance le 24/09/2014
• Etablissement(s) : Angers
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et mathématiques (Nantes)

Mots clés

Mots clés libres

Imageur de profondeur

Instrumentation

Traitement d’image

Segmentation

Multimodalité

Traitement conjoint,

Fractals

Bio-végétal

Depth imager

Instrumentation,

Image processing

Segmentation,

Multimodality

Joint processing

Fractals

Plant science

Résumé

L’utilisation de l’imagerie dans le domaine bio-végétal permet de réaliser des mesures quantitatives sans contact, automatisées, potentiellement à haut débit, et avec précision. Les systèmes d’imagerie 3D offrent la possibilité de caractériser la forme des végétaux. Jusqu’à présent, ces systèmes représentaient des coûts relativement importants. Depuis peu, des imageurs de profondeur bas-coût ont fait leur apparition. Dans ce mémoire, nous développons différentes études démontrant les potentialités d’un de ces imageurs de profondeur, pour des mesures scientifiques à différentes échelles du végétal. Nous décrivons des choix innovants permettant de contrôler la complexité des acquisitions et des traitements résultants. Pour les plantes mono-axiales, nous utilisons une unique image de profondeur acquise en vue de dessus. Dans cette image, nous isolons chacune des feuilles avec une méthode originale de segmentation. Nous extrayons alors des informations quantitatives à partir de l’imageur de profondeur seul ou de son couplage avec une autre modalité d’imagerie. Pour les plantes complexes, nous décrivons l’ensemble du feuillage à partir d’images latérales délivrées par un imageur de profondeur motorisé. Cette description est réalisée par le traitement conjoint de l’ensemble des images via l’implémentation de quatre nouveaux descripteurs sur chacune d’elles. Pour les scènes forestières, nous montrons les capacités de méthodes de caractérisation fractale pour réaliser une description quantitative de ces scènes. Également, nous démontrons que des propriétés fractales sont présentes aussi bien dans les images de luminance que dans les images de profondeur de ces scènes naturelles.

The use of imaging in plant science provides contactless and automated measurements, potentially with high throughput and precision. 3D imaging systems are useful to shape characterization of plants. So far these systems represented relatively high costs. Recently, low-cost depth imagers became available. Here, we develop several studies demonstrating the capabilities of one such depth imager, for scientific measurements at different scales of plants. We implement innovative choices to control the complexity of both image acquisition and processing. For mono-axial plants, we use a unique depth image from top view. In this image, we segment leaves with an original segmentation method. Then, we extract quantitative informations from the depth imager alone or from its association with another imaging modality. For complex plants, we describe the whole plant shoot from side images acquired with a motorized depth imager. This description is based on the joint processing of these images with four new descriptors implemented on each of them. For forestery scenes, we establish the capabilities of fractal methods to characterize this type of scenes. In addition, we demonstrate the simultaneous presence of fractal properties both in luminance and in depth images from such natural scenes.