Crop rows detection through UAV images

Precision Agriculture, meaning an optimized distribution of nutrients, resources and water inside the crop fields, is a farming practice becoming more and more necessary in the last decades, as a consequence of climate change, population increase and lack of natural resources. One of the most efficient PA technique relies upon the use of Remote Sensing and Photogrammetry. In particular, the use of UAV photogrammetry has increased in a significant way, thanks to the possibility to obtain very-high resolution photogrammetric products. The aim of this thesis is to produce georeferenced crop rows masks in order to compute specific vegetation indices of the cultivated area to better allocate the required resources, starting from photogrammetric products. Targets of the study are various crop fields: two vineyards, one located in Erbusco (BS) and another in Olfino (MN), a pear orchard and a tomato field in Arcagna (LO). Different types of UAVs, equipped with multispectral and RGB sensors, were used for the surveys, giving rise to different products in terms of geometric and radiometric resolution. Several types of segmentation methods were compared, such as supervised classifications, Bayesian segmentation and algorithms developed ad hoc. Extraction algorithms were applied on Digital Elevation Models, orthophotos and vegetation indices. Thanks to the great variety of tests conducted on the aforementioned fields, it has been possible to determine some rules in order to choose the best combinations of methods and raster input, that were implemented on the last case study, regarding twelve vineyards located in the province of Piacenza (PC). Solutions implemented to solve the various faced problems, lead to obtain promising results.

Negli ultimi decenni, l'agricoltura di precisione (AP) sta diventando sempre più necessaria a causa dei cambiamenti climatici, del veloce incremento demografico della popolazione globale e della mancanza di risorse naturali. Quando si parla di AP si fa riferimento ad una distribuzione ottimizzata di nutrienti, risorse ed acqua all'interno dei campi coltivati. A tal proposito, una delle tecniche più efficienti della AP si basa sull'uso del Telerilevamento e della Fotogrammetria. In particolare, l'impiego della fotogrammetria tramite Sistemi Aeromobili a Pilotaggio Remoto (SAPR) è aumentata in maniera significativa, grazie alla possibilità di ottenere prodotti ad alta risoluzione. Il lavoro proposto in questa tesi ha lo scopo di produrre maschere georeferenziate dei filari presenti nei campi coltivati, partendo dai prodotti fotogrammetrici, per poter calcolare gli opportuni indici di vegetazione e poter quindi allocare al meglio le risorse richieste. Il presente lavoro ha riguardato diversi campi: due vigneti, il primo sito in Erbusco (BS) e il secondo sito in Olfino (MN), un campo di pere ed uno di pomodori, entrambi siti in Arcagna (LO). I rilievi sono stati condotti tramite l'impiego di diversi SAPR, equipaggiati con vari sensori, sia multispettrali sia RGB. Ciò ha permesso di ottenere prodotti molto diversi, dal punto di vista della risoluzione geometrica e radiometrica. Diversi metodi di segmentazione sono stati comparati, come la classificazione Supervised, la segmentazione Bayesiana ed algoritmi sviluppati ad hoc. Questi metodi di estrazione sono stati applicati ai Modelli Digitali del Terreno, ortofoto e indici di vegetazione. Dopo aver testato in modo esaustivo i campi sopracitati, è stato possibile dedurre alcuni criteri di massima per poter scegliere al meglio i metodi e i relativi raster in ingresso da usare opportunamente in base alle caratteristiche del campo in questione. Tali criteri sono stati implementati su di un ultimo caso studio, comprendente dodici vigneti situati nella provincia di Piacenza (PC). Le soluzioni implementate per risolvere i vari problemi emersi hanno permesso il raggiungimento di risultati promettenti.