Les chercheurs ont développé un nouvel outil logiciel qui améliore considérablement la précision des capteurs électroniques mesurant la couleur des feuilles des plantes pour évaluer leur santé. Cette innovation permet de prendre en compte les variations de lumière capables d’influencer la perception des couleurs par les capteurs.
De nombreux chercheurs utilisent des capteurs qui capturent la couleur des feuilles d’une plante pour évaluer sa santé, un aspect crucial pour le développement de nouvelles variétés végétales plus résistantes aux stress environnementaux. Ces capteurs sont également employés par certains agriculteurs et conseillers agricoles pour surveiller l’état des cultures. Lorsque ces mesures sont effectuées en plein champ, la lumière du soleil peut affecter la capacité de ces capteurs à saisir avec précision la couleur des feuilles, notamment en raison des reflets.
Michael Kudenov, co-auteur de l’étude et professeur en génie électrique et informatique à l’Université d’État de Caroline du Nord, explique : « Notre objectif était de développer un logiciel permettant aux utilisateurs de prendre en compte plus facilement la manière dont les reflets du soleil peuvent modifier la perception des couleurs par les capteurs. Les outils précédents qui tenaient compte de ces reflets étaient extrêmement complexes et nécessitaient une grande puissance de calcul. Notre approche est nettement moins compliquée. »
La polarisation de la lumière, clé de la solution
La polarisation est un concept clé pour comprendre le fonctionnement de ce nouvel outil. La lumière peut être considérée comme une onde dont les longueurs d’onde vibrent sur différents plans. Lorsque la lumière est polarisée, cela signifie que ses ondes vibrent sur le même plan. Par exemple, lorsque vous essayez de regarder sous la surface de l’eau par une journée ensoleillée, les reflets du soleil peuvent rendre difficile la vision sous-marine. En portant des lunettes de soleil polarisées, ces reflets disparaissent, permettant de voir clairement sous l’eau.
Daniel Krafft, premier auteur de l’étude et doctorant à NC State, précise : « Le logiciel que nous avons développé agit essentiellement comme une paire de lunettes de soleil polarisées incroyablement dynamique, capable de prendre en compte tous les défis de polarisation présents pour saisir avec précision la couleur d’une feuille, quels que soient les reflets. »
Un logiciel qui combine couleur et polarisation
Lorsque les capteurs prennent une photo d’une feuille, ils capturent non seulement la couleur, mais sont également capables de mesurer le degré de polarisation de la lumière. Le nouveau logiciel estime la véritable couleur d’une feuille en se basant sur deux variables : la couleur perçue par le capteur et le degré de polarisation de la longueur d’onde la plus sombre dans l’image.
Pour évaluer ce nouvel outil, les chercheurs ont mené des tests de preuve de concept comparant les performances des capteurs avec et sans le nouveau logiciel lors de la mesure de feuilles dont ils connaissaient la couleur correcte. Ils ont constaté que le nouveau logiciel offrait des performances exceptionnelles, réduisant l’ampleur des erreurs d’un facteur dix en présence de reflets importants.
Vers une application pratique pour la recherche et l’agriculture
Les chercheurs ont testé le nouveau logiciel à l’aide d’une caméra de polarisation hyperspectrale de taille réelle. Les prochaines étapes consistent à intégrer ce logiciel dans des capteurs visuels plus compacts et à le tester sur des plateformes telles que des drones pour évaluer ses performances dans des situations réelles avec une variété de cultures.
« À terme, nous aimerions fournir aux chercheurs et aux agriculteurs un outil suffisamment petit et abordable pour une utilisation pratique », conclut Michael Kudenov.
Cette innovation ouvre ainsi de nouvelles perspectives pour améliorer la précision de l’évaluation de la santé des plantes, tant dans le domaine de la recherche agronomique que pour la surveillance des cultures au champ.
Article : “Mitigating Illumination-, Leaf-, and View-Angle Dependencies in Hyperspectral Imaging Using Polarimetry” – DOI: 10.34133/plantphenomics.0157
[ Rédaction ]
