Imagerie couleur et hyperspectrale pour la détection et la caractérisation des maladies du bois de la vigne

Abstract

Les maladies du bois de la vigne sont responsables de pertes économiques importantes pour la filière viticole. Ces maladies d'origine fongique se manifestent notamment par une dégradation de la partie boisée du matériel végétal et par l'apparition erratique de symptômes caractéristiques sur la partie foliaire. Cette thèse est dédiée à l'étude de ces maladies (principalement l'esca) à l'aide de deux capteurs imageurs en proxidétection.La question de la détection des symptômes visibles est tout d'abord abordée à l'aide d'un capteur couleur RVB permettant d'acquérir une image par pied de manière automatique ou semi-automatique. La reconnaissance des symptômes est abordée en deux étapes, d'abord en considérant la classification à l'échelle de la feuille puis la détection à l'échelle du pied. La particularité de cette étude est l'inclusion de facteurs confondants dans le problème de classification, tirant partie de l'information de forme des symptômes de l'esca pour les différencier d'autres troubles et maladies. Dans ce but, une comparaison entre approches SIFT et approches transfer learning récentes est alors conduite. Les résultats nous poussent alors à considérer une architecture deep learning simple (RetinaNet) pour la détection des symptômes sur les images, permettant d'estimer un niveau d'atteinte pour chaque pied.Le second capteur utilisé, une caméra hyperspectrale couvrant le spectre de 500 nm à 1300 nm, tente de répondre à une problématique plus expérimentale, à savoir le comportement spectral des pieds atteints par la maladie pouvant déboucher sur une détection précoce des pieds malades mais sans symptômes foliaires. Un protocole expérimental et une base de données de spectres sont alors constitués pour l'occasion. Les méthodes de réduction de la dimensionnalité permettent d'exploiter l'information hyperspectrale voire d'isoler les longueurs d'onde associées à chacune des deux classes. Les données ne permettent cependant pas, pour la plage de longueur d'onde mesurée et dans les conditions d'acquisition terrain, de réaliser une détection précoce de la maladie sur les pieds sans symptômes.Les différences et similarités entre chacune de ces deux applications, en terme de constitution de base de données, d'algorithmes, de difficultés et de potentiel d'application en conditions réelles sont discutées tout au long du manuscrit.