Le contexte agricole actuel vise à réduire l’utilisation des produits phytosanitaires sur les parcelles. Dans ce cadre, la gestion des adventices consommant de grandes quantités d’herbicides est devenue une problématique majeure. Afin de mettre en place un outil de gestion localisée des adventices par drone, cette thèse étudie l’adaptation du système d’acquisition (drone + dispositif multispectral) actuellement proposé par AIRINOV à la détection des adventices sur des cultures sarclées. La chaîne d’acquisition a été modélisée afin d’évaluer l’impact de différents paramètres du modèle (filtres optiques et résolution spatiale) sur la qualité de la détection des adventices. Des orthophotographies et images ortho-rectifiées ont été acquises à l’aide d’un capteur multispectral (4 et 8 filtres) à des résolutions spatiales de 6 mm et 6 cm. Plusieurs méthodes de localisation des adventices adaptées à l’étude de ces images ont été développées. Elles reposent sur 1) l’analyse de la distribution spatiale de la végétation (détection de rang par la transformée de Hough et analyse de forme), 2) la classification spectrale des pixels (méthodes supervisées : LDA, QDA, distance de Mahalanobis, SVM). Enfin, une classification spectrale basée sur un apprentissage issu des informations spatiales été proposée, améliorant ainsi la détection des adventices.Des cartes d’infestation des parcelles et de préconisation en pulvérisation localisée ont alors été créées. / The agricultural framework aims to reduce pesticide use on fields. Weed management, which is highly herbicide consuming, became a great issue. In order to develop a weed management service using UAV, this PhD dissertation studies how to adapt the acquisition system (UAV + multispectral camera) developed by AIRINOV to detect weeds in row crops. The acquisition chain was modeled to assess some of its parameters (optical filters and spatial resolution) impact on weed detection quality. Orthoimages and orthorectified images were created using a multispectral camera (4 to 8 filters) with 6 mm to 6 cm spatial resolutions. Several weed location methods were specifically developed to study multispectral images acquired by UAV. They are based on 1) the analysis of vegetation spatial distribution (row detection using the Hough transform and shape analysis), 2) spectral classification of pixels (supervised methods: LDA, QDA, Mahalanobis distance, SVM). In order to improve weed detection, a spectral classification based on training data deduced from spatial analysis was then proposed.Weed infestation maps and recommendation for spot spraying applications were then produced.

La maladie de Parkinson est la seconde maladie neuro-dégénérative la plus fréquente à travers le monde. Dans ce contexte, le projet de recherche associé à cette thèse vise à améliorer le traitement symptomatique de la maladie de Parkinson, par le développement de procédés de stimulation cérébrale profonde adaptative. Le travail de cette thèse repose sur la conception d’un ASIC d’enregistrement et de traitement de signaux neuronaux, répondant à divers enjeux :un traitement continu et en temps réel focalisé sur des bandes spécifiques très basses-fréquences et largement configurables. L’objectif est d’utiliser l’information traitée pour le contrôle et la génération d’un signal de stimulation. Cet ASIC a été développé, caractérisé électroniquement et utilisé dans un contexte in vivo. Un système en boucle fermée a été réalisé à partir de cet ASIC, se montrant fonctionnel. Ces validations expérimentales in vivo ouvrent de nombreuses possibilités d’investigation du concept de stimulation cérébrale en boucle fermée. / Parkinson’s disease is the second most common neurodegenerative diseases throughout theworld. In this context, the research project associated with this thesis is to improve the symptomatictreatment of Parkinson’s disease through the development process of deep brain stimulationadaptive. The work of this thesis is based on the design of an ASIC for recording andprocessing of neural signals, in response to a variety of issues : ongoing treatment and real-timefocus on specific bands of very low-frequency and highly configurable. The goal is to use theprocessed information to the control and generation of a stimulation signal. This ASIC wasdeveloped, characterized and used electronically in a context in vivo. A closed-loop system wasmade from the ASIC, showing functional. These in vivo validations open up many possibilitiesfor investigation of the concept of closed-loop brain stimulation.