Traitement d’Images et Apprentissage Automatique pour la Viticulture de Précision

Au cours des dernières décennies, les chercheurs ont mis au point des méthodes informatiques novatrices pour aider les viticulteurs à résoudre leurs problèmes, principalement liés à la prévision des rendements avant la récolte. L’objectif de cet article est de résumer les travaux de recherche existants liés aux techniques de vision par ordinateur qui traitent de ces questions. Il se concentre sur les approches utilisant des images RGB obtenues directement sur les parcelles, en utilisant différentes méthodes allant des algorithmes classiques de traitement d’image, en passant par les approches d’apprentissage automatique jusqu’à de nouvelles méthodes basées sur l’apprentissage profond. Nous avons l’intention de fournir un examen complet accessible également aux lecteurs non spécialisés, afin de discuter des progrès récents de l’intelligence artificielle dans la viticulture. À cette fin, nous présenterons dans les premières parties les travaux portant sur la détection des fleurs ainsi que des grappes et des raisins, puis dans la dernière partie nous présenterons les différentes méthodes d’estimation du rendement et les problématiques associées.