ELONCAM, un nouvel outil d’instrumentation pour le suivi automatisé et individualisé du développement des plantules

Angélique Juret-Delanoue; Marie Hélène Wagner; Didier Demilly; Audrey Dupont; Sylvie Ducournau

doi:10.17180/novae-2023-NO-art07

Articles

Angélique Juret-Delanoue, Marie Hélène Wagner, Didier Demilly, Audrey Dupont, Sylvie Ducournau

No régulier 02 NOV'AE (2023)

Publié : 1 September 2023

DOI : https://doi.org/10.17180/novae-2023-NO-art07

Résumé

La germination des semences et la croissance des jeunes plantules représentent des étapes essentielles pour l’implantation d’une culture. Vitesse, homogénéité de germination et croissance sont par conséquent des paramètres importants à mesurer pour évaluer la vigueur des semences ou caractériser la diversité génétique dans des conditions de semis variées. Le système de vision, ELONCAM, vise à contribuer au phénotypage automatisé des semences et plantules. Il permet de déterminer la capacité à germer et la vitesse de croissance de différents génotypes, en vue d’évaluer leurs propriétés physiologiques dans différentes conditions. Il s’agit d’un système d’imagerie composé de deux caméras disposées l’une au-dessus de l’autre et fixées sur un bras coulissant dans une enceinte climatique. Les caméras se déplacent à l’aide du rail automatisé relié au système d’acquisition d’images piloté par ordinateur. L’acquisition des images des plantules au cours de la phase de croissance hétérotrophe est effectuée en lumière verte.
À l’issue des acquisitions d’images, le traitement d’image permet d’obtenir le temps de germination pour chaque semence et les cinétiques de croissance par organe aérien ou racinaire des plantules étudiées.

Références

Benoit L., Imagerie multimodalité appliquée au phénotypage haut-débit des semences et plantules. Thèse de doctorat, École doctorale Sciences et technologies de l'information et mathématiques, 2015 a, Nantes, France.
Benoit L., Belin E., Dürr C., Chapeau-Blondeau F., Demilly D., Ducournau S., Rousseau D. Computer vision under inactinic light for hypocotyl–radicle separation with a generic gravitropism-based criterion., Computers and Electronics in Agriculture 111 (2015 b) 12–17.
Benoit L., Rousseau D., Demilly D., Vadaine R., Dürr C. ELONCAM Instrumentation et analyse d'images pour le suivi automa tisé individualisé du développement de semences et de plantules. Les Rencontres du Végétal 8ème édition, 2015 c, Angers, France.
Demilly D., Ducournau S., Wagner M.-H., Dürr C. Digital imaging of seed germination; Chap. 7, p 147-162. in S. Dutta Gupta, Y. Ibaraki, eds., Plant Image Analysis: Fundamentals and Applications, CRC Press 2014.
Ducournau S., Charrier A., Demilly D., Wagner M-H., Trigui G., Dupont A., Hamdy S., Boudehri-Giresse K., Le Corre L., Landais L., Delanoue A., Charruau A., Henry K., Henry N., Ledroit L., Dürr C. High throughput phenotyping dataset related to seed and seedling traits of sugar beet genotypes. Data in Brief Volume 29, April 2020, 105201.
Huyghe C., Desprez B., Laudinat V., Guillaume D. La betterave sucrière : L'innovation compétitive / Sugar beet: A competitive innovation - 2020 https://library.oapen.org/handle/20.500.12657/43204
Delanoue A., Dupont A., Wagner M-H., Demilly D. and Ducournau S., ISTA 2022 poster session B: "Seedling growth dynamic assessment using image analysis".

Auteurs