L’objectif est de concevoir un outil efficace et à haut rendement de détection dans le cadre de campagnes de prospection pour la maîtrise du risque de propagation de la FD, notamment sur Chardonnay (et plus généralement sur cépage blanc), et assainir en « Bois Noir » l’autre jaunisse de la vigne, facteur de dépérissement. En effet, pour assurer par exemple la prospection des 34 000 ha d’AOC Champagne dans un temps très court, sans avoir recours à une mobilisation massive de personnels humains, qui plus est en période de vendanges manuelles où les symptômes sont les plus visibles, la solution doit passer par la mise en œuvre d’un système embarqué, idéalement aéroporté, de détection. La tâche n’est évidemment pas facile puisqu’il existe d’autres maladies de la vigne qui présentent des symptômes similaires.

Les travaux vont porter sur :

• La conception des méthodes d’extraction des bandes spectrales (visible, NIR et SWIR) discriminantes de la FD en vue de spécifier des caméras adaptées à des acquisitions à large échelle, ainsi que développer des index (combinaisons de bandes) qui seront utilisés par les algorithmes embarqués de détection.
• Le développement des algorithmes de Machine Learning pour la détection de la FD en tirant profit de la complémentarité d’images multispectrales. Ces algorithmes devront par leur conception être adaptés à des implémentations embarquées et avoir une robustesse importante par rapport à des facteurs exogènes : luminosité, traitements de la vigne (exemple : le soufre « blanchit » les feuilles et change leur réflexion), d’autres maladies ou carences qui modifient l’apparence des feuilles (mildiou, carences magnésiennes, ferriques, court-noué, etc.).
• La réalisation d’un démonstrateur susceptible de répondre aux contraintes bien spécifiques du vignoble (absence de machines à vendanger capables de réaliser les acquisitions avant ou pendant la vendange, espacement entre les rangs, etc.). Ce démonstrateur comportera plusieurs caméras embarquées (RGB, multi spectrale très proche Infrarouge NIR et multi spectrale proche Infrarouge SWIR) et un système d’acquisition et de calcul autonome pour réaliser la détection.