Segmentation de nuages de points 3D pour le phénotypage de tournesol

William Gelard (1, 2) , Ariane Herbulot (2) , Michel Devy (2) , Philippe Burger (1)

1 AGIR - AGroécologie, Innovations, teRritoires
2 LAAS - Laboratoire d'analyse et d'architecture des systèmes

Cet article présente une méthode de segmentation basée modèle appliquée sur des nuages de points 3D acquis sur un plant de tournesol. L’objectif final est la caractérisation de la croissance des tournesols. Ici, les acquisitions sont réalisées sur des plantes isole´es cultivées en pot. Un nuage de points 3D est obtenu via Structure from Motion à partir d’images RGB acquises autour d’une plante. Ensuite, la méthode proposée est appliquée afin de segmenter et de labelliser les feuilles, c’est-à-dire, segmenter le nuage de points en régions, une pour la tige et les autres pour les feuilles ; le label est associé en fonction du modèle botanique du tournesol. Chaque feuille est ensuite reconstruite avec des NURBS et sa surface est calculée à partir du maillage triangulaire résultant. Notre méthode de segmentation est validée en comparant la surface obtenue via me- sure manuelle réalisée avec un planimètre, cette comparaison montre une différence inférieure à 10%. Ces résultats ouvrent une perspective intéressante pour le phénotypage haut-débit des tournesols.

Mots clés: 3D plant phenotyping; structure from motion; clustering; labeling; nurbs fitting; sunflowers

Domaines: Sciences du Vivant [q-bio]; Sciences de l'Homme et Société; Sciences de l'environnement

William Gelard, Ariane Herbulot, Michel Devy, Philippe Burger. Segmentation de nuages de points 3D pour le phénotypage de tournesol. 16. Journée Francophones des Jeunes Chercheurs en Vision par Ordinateur, Jun 2017, Colleville sur mer, France. 8 p. ⟨hal-02735026⟩