Application de l'imagerie hyperspectrale Vis-NIR au suivi de la teneur en eau du bois

International audienceVisible-near-infrared hyperspectral imaging was tested for its suitability for monitoring the moisture content (MC) of wood samples during natural drying. Partial least-squares regression (PLSR) prediction of MC was performed on the basis of average reflectance spectra obtained from hyperspectral images. The validation showed high prediction accuracy. The results were compared concerning the PLSR prediction of MC mapping from raw spectra and standard normal variate (SNV) treatment. SNV pretreatment leads to the best results for visualizing the MC distribution in wood. Hyperspectral imaging has a high potential for monitoring the water distribution of wood.Cet article s’intéresse à l’imagerie hyperspectrale visible-proche infrarouge en tant qu’outil de suivi de la teneur en eau d’échantillons de bois durant la phase de séchage naturel. Des prédictions par régression PLS ont été conduites à partir de spectres moyens de réflectance issus d’images hyperspectrales. La validation met en évidence une bonne précision de prédiction. Les résultats obtenus à partir de spectres bruts ou prétraités par SNV ont été comparés. Le prétraitement SNV conduit a un meilleur résultat. Il permet de visualiser la distribution spatiale de la teneur en eau dans l’échantillon, confirmant l’intérêt de l’imagerie hyperspectrale pour ce type de suivi