Vous êtes ici : Accueil » Kiosque » Annonce

Identification

Identifiant: 
Mot de passe : 

Mot de passe oublié ?
Détails d'identification oubliés ?

Annonce

21 septembre 2017

Détection de l'état sanitaire du vignoble par analyse d'images de drone


Catégorie : Doctorant


Sujet de thèse : Détection de l'état sanitaire du vignoble par analyse d'images de drone.

Laboratoire de rattachement : Laboratoire Pluridisciplinaire de Recherche en Ingénierie des Systèmes, Mécanique, Énergétique (PRISME)

 

Contexte

Ces dernières années, de nombreuses recherches ont été menées pour améliorer la détection et le diagnostic de l'état sanitaire des plantes. Le développement des technologies des drones et des capteurs d'imagerie au cours de la dernière décennie a suscité un intérêt considérable pour leur utilisation dans l’agriculture. Les drones offrent une alternative heureuse à télédétection classique dans le domaine agricole, en proposant une haute résolution spatiale, une faible résolution temporelle et une possibilité de fonctionnement avec une couverture nuageuse. Aussi, ils s’imposent de plus en plus dans le domaine agricole, ils sont utilisés pour des problématiques variées comme l’estimation de la biomasse, du taux de chlorophylle, du stress hydrique ou encore le calcul de la densité foliaire. Cependant, très peu de travaux ont abordés la problématique de détection de l'état sanitaire des plantes, et encore moins dans le domaine viticole. C’est l’objet du programme de recherche VINODRONE (Viticulture de précision par analyse d'images et de données issues de drones) financé par le région Centre Val de Loire dans lequel s’inscrit cette thèse.

Objectif de la thèse

L’objectif de la thèse consiste à mettre en œuvre de nouveaux outils et méthodes pour évaluer l'état sanitaire du vignoble à partir des images et de données de terrain. L'acquisition de données se fera par un drone qui survolera les parcelles à différents moments de l'année pour couvrir toutes les phases de développement de la végétation. Le travail portera sur le développement de nouveaux algorithmes pour l'analyse et l'extraction de l'information. Les résultats de l’identification et de la caractérisation seront intégrés dans un système d'information géographique (SIG) afin d'aider les professionnels dans la prise de décision et les actions à mener.

Plan de travail

En premier temps, le/la doctorant/e étudiera les différentes techniques de l’état de l’art en appréhendant les méthodes de traitement d'images et d'apprentissage de type Deep Learning. Ensuite, il lui reviendra de développer de nouvelles méthodes adaptées au contexte viticole. Cette thèse se fera en partenariat avec des organismes de développement agricole et des entreprises.

Profil recherché

Modalité de candidature

Transmettre par email aux contacts ci-dessous : un CV, une lettre de motivation, le relevé de notes du M2 avant le 21 octobre 2017.

Contacts

adel.hafiane@insa-cvl.fr, yengue@univ-tours.fr, raphael.canals@univ-orleans.fr

 

Dans cette rubrique

(c) GdR 720 ISIS - CNRS - 2011-2015.