UV-spectrum remote UVA imaging for use in precision agriculture

Heath, Megan (2023). UV-spectrum remote UVA imaging for use in precision agriculture. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

Prévisualisation

PDF Télécharger (6MB) | Prévisualisation

Résumé

Floral UV-reflectance is considered an essential factor in plant-pollinator interactions. UVreflective pigments on reproductive structures allow pollinators to locate flowers from the air and differentiate conspecifics. This relationship is possible due to the ability of pollinators, such as bees, to see in the UV spectrum (300-400nm). Despite this well-documented visual signalling strategy of flowering plants, our literary review indicated that few crop species have had their UV spectral reflectance documented. Without considering UV reflectance, breeding efforts could render flowers cryptic to pollinators, decreasing yield and harvest quality. Strawberry cultivars were spectrally analyzed and compared to their wild counterpart. White-flowering cultivars showed higher pollinator visibility, whereas the red-flowering cultivar was cryptic. Bee vision (300-650nm) is adapted to detect flowers. This project mimicked the bee vision range in designing and creating the Nature Inspired Detector (NID) to detect strawberry flowers remotely. Two state-of-the-art AI algorithms were trained on a custom strawberry flower image dataset where YOLOv5 outperformed Faster R-CNN( mAP 0.978 vs. 0.912, respectfully). The NID was then field deployed on a UAV over a strawberry field. Results were comparable to a contemporary study, but the NID had a faster training time (0.3 vs. 5.5 hrs) and higher mAP (0.951 vs. 0.772).

Titre traduit

Interprétation algorithmique des polymorphismes spectraux UV floraux

Résumé traduit

La réflectance UV florale a longtemps été considérée comme un facteur essentiel dans les interactions plantes-pollinisateurs. Les pigments réfléchissant les UV sur les structures reproductives permettent aux pollinisateurs de localiser les fleurs depuis les airs et de différencier les espèces. Cette relation est possible grâce à la capacité des pollinisateurs, tels que les abeilles, à voir dans le spectre UV (300-400 nm). Malgré cette stratégie de signalisation visuelle bien documentée des plantes à fleurs, notre revue littéraire a indiqué que la réflectance spectrale UV est peu documentée pour plusieurs espèces cultivées. Sans tenir compte de cette particularité de la réflectance UV, les efforts de sélection pourraient rendre les fleurs difficiles à détecter pour les pollinisateurs artificiels, diminuant le rendement et la qualité de la récolte. Nous avons fait l’analyse spectrale des cultivars de fraisiers et comparés ces derniers à leur homologue sauvage. Les cultivars à fleurs blanches ont montré une plus grande visibilité des pollinisateurs, tandis que le cultivar à fleurs rouges était cryptique. La vision des abeilles (300-650nm) est adaptée pour détecter les fleurs. Ce projet s’inspire du spectre de vision des abeilles pour concevoir un détecteur inspiré de la nature (DIN) pour détecter à distance les fleurs de fraise. Deux algorithmes d’intelligence artificielle de pointe ont été entrainés sur un ensemble d’images de fleurs de fraises résultant en des performances supérieures de YOLOv5 par rapport à Faster R-CNN (mAP 0,978 contre 0,912, respectivement). Le DIN a ensuite été déployé sur un aéronef au-dessus d’un champ de fraises. Les résultats étaient comparables à l’état de l’art, mais notre DIN obtient un temps d’entraînement plus rapide (0,3 contre 5,5 heures) et une mAP plus élevée (0,951 contre 0,772).

Type de document:	Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires:	"Manuscript-based thesis presented to École de technologie supérieure in partial fulfillment of a master’s degree with thesis in environmental engineering". Comprend des références bibliographiques (pages 89-93).
Mots-clés libres:	detection remote, fleurs, fraises
Directeur de mémoire/thèse:	Directeur de mémoire/thèse St-Onge, David
Codirecteur:	Codirecteur Hausler, Robert
Programme:	Maîtrise en ingénierie > Génie de l'environnement
Date de dépôt:	21 déc. 2023 15:53
Dernière modification:	21 déc. 2023 15:53
URI:	https://espace.etsmtl.ca/id/eprint/3325

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt