Go to contentGo to menuGo to searchGo to the news list

Laboratoire Angevin de Recherche en Ingénierie des Systèmes


Main navigation

    Search

    Breadcrumb

    Soutenance de thèse de Yann CHÉNÉ

    Soutenance de thèse de Yann CHÉNÉ

    • Share this page on social networks
    • E-mail this page

      Envoyer par mail


      Séparés par des virgules
    • Print this page

    Soutenance de thèse de Monsieur Yann CHÉNÉ

    8h30 | ISTIA - AMPHI E - 62, avenue Notre-Dame du Lac 49000 ANGERS

    Le 24 septembre 2014

    Sujet : Instrumentation et traitement de l’information pour l’imagerie 3D : Application au domaine bio-végétal

    Directeur de thèse : Monsieur François CHAPEAU-BLONDEAU

    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.