Grape berry calibration by computer vision using elliptical model fitting

Dans le cadre de la gestion viti-vinicole, les producteurs sont demandeurs de nouveaux outils pour estimer le stade de croissance et le potentiel qualitatif des grappes. Plusieurs etudes montrent l'importance de la taille des baies en tant qu'indicateur de qualite. Ce papier propose une methode de vision numerique pour estimer la taille des baies a partir d'images acquises au champ. L'objectif est de retrouver le profil de toutes les baies visibles sur la grappe, y compris celles qui sont partiellement occultees. Un modele de type ellipse est utilise pour retrouver la forme complete des baies a partir de leurs contours visibles. La methode combine une premiere etape de detection et nettoyage des contours basee sur l'algorithme de partage des eaux, et un algorithme d'ajustement d'ellipse par moindres carres. / In the frame of vineyard and wine process management, producers are looking for novel tools to estimate the growth stage and potential quality of vine grapes. Several studies show the importance of the berry size as a growing and quality indicator. This paper proposes an image processing method to estimate the berry size of vine grapes by image acquisition in the field. The goal is to recover the profile of each visible berry in the grape, including partially occluded ones. In the present approach, an elliptical contour model is used to recover the complete shape of each berry from its visible edges. This method combines a primary edge detection and cleaning process based on a watershed algorithm, and a direct least square ellipse fitting algorithm.