Weed Leaf Recognition in Complex Natural Scenes by Model-Guided Edge Pairing - LIRMM - Laboratoire d’Informatique, de Robotique et de Microélectronique de Montpellier Access content directly
Conference Papers Year : 2003

Weed Leaf Recognition in Complex Natural Scenes by Model-Guided Edge Pairing

Abstract

New weeding strategies for pesticide reduction rely on the spatial distribution and characterisation of weed populations. For this purpose, weed identification can be done by machine vision applied in the field. Due to the scene complexity, a priori knowledge on the searched shape is valuable to enhance the image segmentation process. We propose here an approach based on a primary analysis of object boundary pieces in the image. This analysis relies on shape modelling, and leads to the generation of hypotheses about actual leaves in the scene. First results are presented, and further developments are proposed.
Les nouvelles stratégies de réduction des pesticides est liée à la distribution spatiale et à la caractérisation des populations de mauvaises herbes. Dans ce but, l'identification de mauvaises herbes peut être faite par vision numérique aux champs. A cause de la complexité de la scène, une connaissance a priori sur la forme recherchée est introduite pour améliorer le processus de segmentation d'image. Nous proposons ici une approche basée sur une première analyse des contours des objets dans l'image. Cette analyse est liée à la modélisation de forme et nous permet de générer des hypothèses sur les feuilles présentes dans la scène. Les premiers résultats sont présentés et plusieurs développements sont proposés.

Domains

Other [cs.OH]
Fichier principal
Vignette du fichier
D160.pdf (376.83 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

lirmm-00191956 , version 1 (26-11-2007)

Identifiers

Cite

Benoit de Mezzo, Gilles Rabatel, Christophe Fiorio. Weed Leaf Recognition in Complex Natural Scenes by Model-Guided Edge Pairing. 4th European Conference on Precision Agriculture (ECPA), Jun 2003, Berlin, Germany. pp.141-147. ⟨lirmm-00191956⟩
204 View
332 Download

Share

Gmail Facebook X LinkedIn More