Réseau de Capteurs pour la Détection Précoce des Bioagresseurs dans les Cultures sous Serre sans Pesticides

Contexte

Une production agricole respectueuse de l'environnement (agriculture durable) est un défi majeur pour les disciplines scientifiques de l'agronomie et de la santé des plantes. En agronomie, la détection précoce de maladies s'inscrit dans ce défi. La Protection Biologique Intégré (PBI) vise à minimiser l'utilisation de pesticides pour la protection des cultures au moyen de méthodes biologiques (introduction de biodéfenseurs). A cette fin, la détection précoce des bioagresseurs (insectes, champignons) est un élément-clé de la méthode. Cela nécessite des observations fréquentes et précises des plantes en serre qui ne sont pas compatibles avec des contraintes de production.
Les données issues de cette analyse sont aussi d'une importance majeure pour les biologistes. En effet, notre projet permet également d'apporter de nouvelles données pour lacompréhension et la modélisation du comportement des organismes vivants dans leur milieu naturel.
Ce projet regroupe les compétences des équipes-projets INRIA VISTA (Rennes) et PULSAR (ex-ORION) (Sophia Antipolis), du Centre de Recherches de la Chambre d'Agriculture (CREAT, Nice) et de l'Unité de Pathologie Végétale (INRA-UPV) de l'INRA Avignon.


Objectifs

Le but de BioSerre est de détecter automatiquement et de manière précoce les bioagresseurs. Actuellement, les systèmes de vision expérimentés dans les serres (en imagerie statique) sont restreints par leurs capacité d'échantillonnage spatial et temporel. Le but de cette proposition est de définir de nouvelles méthodes pour la détection précoce et in situ de bioagresseurs en se basant sur l'analyse et l'interprétation de scènes vidéo multi-capteurs.


Résultats

Au cours ce cette ARC nous avons proposé un système, nommé DIViNe (Detection of Insects by a Video camera Network). Ce système autonome et temps-réel, s'appuie sur un réseau de caméras; il comporte une interface et des logiciels de traitement de videos pour reconnaitre des types d'insectes prédéfinis. Nous avons tout d'abord déployé un réseau expérimental de cinq caméras WIFI (protégées contre les projections d'eau et le soleil), installées dans une serre de 130 m2 au CREAT plantée avec 3 variétés de roses. Les caméras observent des pièges jaunes en continu durant la journée et sont connectées à un serveur local et à Internet (voir figure). Il est nécessaire d'avoir une haute résolution d'image (1600x1200 pixels) vu la taille des objets à détecter.
Nous avons aussi développé une interface graphique d'acquisition d'images à distance, ainsi qu'un logiciel adapté à la détection d'objets mobiles aussi petit que les mouches blanches. L'interface graphique permet de visualiser les images des caméras, de programmer l'acquisition de séquences d'images (périodiquement ou si mouvement détecté), de régler à distance les paramètres de chaque caméra (résolution, frame rate) et de stocker les séquences acquises. Il permet aussi de configurer et de lancer des traitements sur les images acquises.

Cette démonstration montre l'utilisation de l'interface.

Enfin, nous proposons des logiciels pour la la détection et la classification quelques espèces d'insectes (principalement les mouches blanches qui sont des vecteurs importants de maladies). En se basant sur un modèle statistique du background, et sur un modèle géométrique des insectes, des algorithmes détectent les zones pouvant correspondre à des bio-aggresseurs et les classent. Ces algorithmes tournent en continu pendant les périodes d'acquisition et les résultats de comptage sont stockés et analysés en temps-réel.