Infodoc : Sciences, Techniques et Culture

Une méthode d' aide à l'identification rapide d'arbres de Guyane française est réalisée par l'utilisation de caractères de morphologie foliaire, couplée à des techniques d'analyse d'images et d'Intelligence Artificielle. Une banque d'images numériques de feuilles ou folioles des arbres étudiés est constituée par scanner. Cent arbres sont sélectionnés ; sur chacun, cent feuilles ou folioles sont prélevées. On différencie les 62 arbres à feuilles simples, des 37 arbres à feuilles composées. Après traitement des images, une collecte automatique de mesures est développée cette technique est basée sur des déplacements vectoriels à l'intérieur de l'image, permettant d'éviter toute manipulation préalable et de stocker les critères recherchés. Ainsi, 185 paramètres quantitatifs morphologiq[...]

Une méthode d' aide à l'identification rapide d'arbres de Guyane française est réalisée par l'utilisation de caractères de morphologie foliaire, couplée à des techniques d'analyse d'images et d'Intelligence Artificielle. Une banque d'images numériques de feuilles ou folioles des arbres étudiés est constituée par scanner. Cent arbres sont sélectionnés ; sur chacun, cent feuilles ou folioles sont prélevées. On différencie les 62 arbres à feuilles simples, des 37 arbres à feuilles composées. Après traitement des images, une collecte automatique de mesures est développée cette technique est basée sur des déplacements vectoriels à l'intérieur de l'image, permettant d'éviter toute manipulation préalable et de stocker les critères recherchés. Ainsi, 185 paramètres quantitatifs morphologiques sont mesurés sur les fichiers numériques, pris dans le domaine d'analyse d'images ou plus proches de la botanique. Une analyse discriminante statistique a permis de retenir
les paramètres les plus pertinents des deux groupes d'espèces. Une classification des arbres sur un jeu de test a montré que 6 premiers paramètres identifient correctement 80% des feuilles composées et les 16 premiers classent correctement 70% des exemples de feuilles simples. L'aide à l'identification est apportée par un logiciel d'intelligence Artificielle. Adaptés à la reconnaissance de formes, les 'réseaux de neurones' sont capables d'apprentissage par les exemples qui lui sont fournis cette fonction s'établit au cours de la création de la 'mémoire' du logiciel. Les caractéristiques quantitatives sont traitées en parallèle, sans algorithme prédéfini. Le logiciel propose une réponse unique soit un groupe restreint de solutions. L'utilisateur vérifie dans une base d'images de références, la solution fournie. Dans les conditions d'expérimentation de notre étude, le logiciel d'intelligence Artificielle a permis de donner en moyenne 90% d'identifications
justes en deux propositions maximum. Ces méthodes sont à replacer dans un processus complet d'aide à l'identification botanique, faisant appel à des techniques de détermination plus classiques. (Résumé scannérisé)