BOUDRA, Safia (2021) Identification et Classification des Espèces de Plante à Partir des Images d’Écorce. Doctoral thesis, Université de Batna 2.

Preview

Text These-BOUDRA.pdf Download (90MB) | Preview

Abstract

l’IDENTIFICATION des espèces végétales est une étape clé pour la préservation de la biodiversité. Cette identification est essentiellement réalisée par des experts botanistes. Ils déploient un savoir en taxonomie pour la description des caractéristiques visuels, comme la forme, la couleur et la structure des différents organes de la plante. L’espèce sous-jacente est généralement déterminée via un processus de recherche par similarité avec les espèces connues. Cependant, cette approche trouve ces limites dans le très grand nombre d’espèces existantes, et dans les problèmes de similarité inter-espèces et de variabilité intra-espèce, qui sont assez présents pour ces objets naturels. Ceci favorise le développement d’outils d’aide à l’identification automatique des espèces de plante. Cette solution est réalisable grâce à la croisée des domaines de la vision par ordinateur et la botanique. Cette thèse aborde le problème d’identification et classification automatique des espèces végétales à partir des images d’écorce. Le problème est formalisé comme un problème d’analyse de texture, et simule le processus de description et d’identification réalisé par les botanistes. Nous proposons de décrire la texture d’écorce via l’extraction et la représentation des macrostructures qui la caractérisent. À l’aide d’une représentation multi-échelles combinée à une représentation de la distribution d’intensité, et différents encodages des variations inter-échelles de la distribution, nous dérivons des codes macro-motifs statistiques binaires caractéristiques pour les différentes structures d’écorce. Les images d’écorce sont représentées par leurs descripteurs multi-échelles de macro-motifs binaires. Différents classifieurs supervisés sont utilisés pour l’identification et la classification de leurs espèces. De plus, nous procédons à la classification automatique des espèces d’écorce par des réseaux de neurones à convolution. En contraste à notre première proposition, avec un système classique de reconnaissance d’image, il s’agit ici d’une approche basée sur l’apprentissage profond des caractéristiques des écorces. Des évaluations réalisées sur quatre bases d’écorce montrent que notre approche permet d’identifier différentes espèces, dont les images présentent plusieurs problèmes photométriques ainsi que des problèmes de similarité inter-espèces. Nous avons aussi montré que notre approche est plus performante que les réseaux de neurones à convolution entièrement entraînés sur des petites bases d’écorce.

Item Type:	Thesis (Doctoral)
Uncontrolled Keywords:	Identification des plantes, écorce, texture, représentation multi-échelles, représentation statistique, macrostructure, macro-motifs binaires, réseaux de neurones à convolution.
Subjects:	Informatique
Divisions:	Faculté des mathématiques et de l'informatique > Département d'informatique
Date Deposited:	07 Oct 2021 08:47
Last Modified:	07 Oct 2021 08:47
URI:	http://eprints.univ-batna2.dz/id/eprint/1958

Actions (login required)

View Item