Phénotypage 3D des plantes à haute résolution par imagerie portable (LiDAR et stéréovision)

Phénotypage 3D des plantes à haute résolution par imagerie portable (LiDAR et stéréovision)

​​​​​​​Discipline principale : Sciences Agronomiques et Technologies de l'Information Durée souhaitée du stage : 6 mois Date de début du stage : 2 mars 2025 Unité de recherche : AGAP Institut Encadrants : Martin Ecarnot (martin.ecarnot[at]inrae.fr) et Frédéric Boudon (frederic.boudon[at]cirad.fr)

Contexte et enjeux

Face aux défis posés par la transition agroécologique et le besoin de sélectionner des plantes adaptées aux contraintes environnementales, le phénotypage à haut débit est devenu un outil clé. Il permet d’analyser la physiologie et l’architecture des plantes afin de définir des idéotypes adaptés aux environnements futurs.

Ce stage s’inscrit dans cette dynamique en développant des méthodes de phénotypage 3D basées sur des technologies émergentes et accessibles, comme les capteurs LiDAR et les caméras de stéréovision. Ces technologies permettent de reconstituer l’architecture des plantes avec une grande précision et d’identifier des traits essentiels (surface foliaire, angles, nombre d’organes, etc.). L’objectif est d’optimiser ces outils pour les rendre plus précis, économiques et flexibles dans le cadre de plateformes scientifiques et d’applications sur le terrain.

Objectifs du stage

  1. Optimisation des protocoles d’imagerie :
    • Explorer les paramètres des capteurs (LiDAR, caméras GoPro et iPad Pro) et des algorithmes de photogrammétrie pour la reconstruction 3D des plantes.
    • Tester différentes configurations (angles, éclairages, positionnement).
  2. Caractérisation de traits architecturaux :
    • Déterminer les traits (hauteur, angles, nombre d’organes, etc.) pouvant être mesurés avec précision.
    • Évaluer la robustesse de ces mesures dans des couverts complexes et multi-espèces.
  3. Utilisation de l’imagerie hyperspectrale :
    • Intégrer et tester les données hyperspectrales pour enrichir l’analyse et discriminer les espèces végétales.
  4. Création d’une base de données :
    • Valoriser les données acquises en les organisant dans une base structurée, accessible à la communauté scientifique, pour tester de nouveaux algorithmes d’analyse.

Méthodologie

  • Prise en main des instruments et algorithmes existants pour le traitement d’images et la reconstruction 3D.
  • Conception de maquettes de plantes virtuelles et validation des mesures par impression 3D.
  • Acquisition et traitement de données sur des plantes isolées et des couverts complexes (dans les serres AbioPhen et le mésocosme ARCAD).
  • Validation des prédictions par comparaison avec des mesures de référence (distances, angles, etc.).

Profil recherché

  • Formation : Étudiant(e) en Master 2 ou école d’ingénieur avec des compétences en technologies de l’information, traitement d’images et agronomie.
  • Compétences techniques :
    • Solides bases en programmation, idéalement en Python.
    • Connaissances en traitement d’images et reconstruction 3D.
    • Maîtrise des outils de traitement de données (bases de données, analyses quantitatives).
  • Qualités personnelles :
    • Autonomie, rigueur et curiosité scientifique.
    • Capacité à travailler en équipe et à s’adapter aux conseils des encadrants.
  • Atout : Connaissances en physiologie végétale et manipulation d’instruments d’imagerie.

Enjeux scientifiques et impacts

Ce stage contribue au développement de méthodes innovantes pour le phénotypage végétal, en rendant ces technologies plus accessibles et adaptables. Les résultats permettront une meilleure évaluation des réponses des plantes aux conditions environnementales et offriront de nouvelles perspectives pour la sélection variétale et les pratiques agroécologiques.