WQEEI4NL

2148

28 octobre 2020 12:24

3 novembre 2020 15:11

Un système de suivi des cultures a été mis au point pour surveiller l'état de la fertilisation organique des plants de tomates à un stade précoce. Une approche automatique et non destructive a été utilisée pour analyser les plants de tomates avec différents niveaux d'engrais organique soluble dans l'eau (3 + 5 NK) et de lombricompost. Le système d'évaluation était composé d'une caméra multispectrale avec cinq objectifs: vert (550 nm), rouge (660 nm), bord rouge (735 nm), proche infrarouge (790 nm), RVB et un système de traitement d'image informatique. L'engrais hydrosoluble a été appliqué chaque semaine dans quatre traitements différents: (T0: 0 mL, T1: 6,25 mL, T2: 12,5 mL et T3: 25 mL) et le lombricompostage a été ajouté aux semaines 1 et 5. L'essai a été mené en une serre et 192 images ont été prises avec chaque objectif. Un algorithme de segmentation des plantes a été développé et plusieurs indices de végétation ont été calculés. En plus du calcul des indices, de multiples caractéristiques morphologiques ont été obtenues grâce à des techniques de traitement d'image. Les caractéristiques morphologiques se sont révélées plus faciles à distinguer entre les plantes témoins et les plantes fertilisées organiques que les indices de végétation. Le système a été développé afin d'être assemblé dans une plate-forme robotique de fertilisation organique de précision.

A crop monitoring system was developed for the supervision of organic fertilization status on tomato plants at early stages. An automatic and nondestructive approach was used to analyze tomato plants with different levels of water-soluble organic fertilizer (3 + 5 NK) and vermicompost. The evaluation system was composed by a multispectral camera with five lenses: green (550 nm), red (660 nm), red edge (735 nm), near infrared (790 nm), RGB, and a computational image processing system. The water-soluble fertilizer was applied weekly in four different treatments: (T0: 0 mL, T1: 6.25 mL, T2: 12.5 mL and T3: 25 mL) and the vermicomposting was added in Weeks 1 and 5. The trial was conducted in a greenhouse and 192 images were taken with each lens. A plant segmentation algorithm was developed and several vegetation indices were calculated. On top of calculating indices, multiple morphological features were obtained through image processing techniques. The morphological features were revealed to be more feasible to distinguish between the control and the organic fertilized plants than the vegetation indices. The system was developed in order to be assembled in a precision organic fertilization robotic platform.

None

• AB - Transversal
• FREDO fertilisation
• détection
• technologie

• computer vision
• morphological features
• multispectral image
• precision agriculture
• vegetation indices

Sensors

20

435

2020/1

24 janvier 2020

10.3390/s20020435 Le DOI est une URL unique de référencement d'une publication. Il est donc plus fiable et permanent qu'une URL classique