Université de carthage

École nationale des ingénieurs de carthage

La recherche des images par contenu

Réalisée par: Samar JELASSI et Sirine SINIGAR

Année universitaire : 2019/2020

1 Introduction

2 Présentation d CBIR

3 Composants et architecture d’un CBIR

4 Détailles de CBIR

5 Conclusions et perspectives

1
Introduction

 Chaque jours des millions d’octets sont générés et stockés sur des supports du stockage. La recherche de
l’information voulue devient de plus en plus difficile et présente des difficultés majeures, c’est comme trouver
une aiguille dans une meule de foin

 Aujourd’hui avec le développement des systèmes multimédias, nous utilisons de plus en plus le contenu
visuel comme support de communication dans différents domaines. En effet l’image et la vidéo numérique
sont partie intégrante de tels systèmes par la densité et la richesse de leur contenu. La même image peut
présenter plusieurs significations à différents niveaux : analyse, description, reconnaissance et interprétation.

 La recherche d’information couvre le traitement de documents numériques impliquant la structure, l’analyse, le

stockage et l’organisation des données. Dans le passé, le terme recherche d’information était lié au concept
de l’information textuelle, Actuellement RI est associé à tout type d’information.
2
Présentation du CBIR

4
Définition Définition objectif

L’expression « recherche d’images par le contenu » (« Content-Based Image Retrieval, CBIR, en Anglais)
remonte aux travaux de Kato en 1992.

Les CBIR permettent de retrouver au sein d’une base d’images les images les plus similaires visuellement à
une image requête donnée en fonction de leurs caractéristiques visuelles (la couleur, la texture, la
forme…).

Véritablement, quelle était la réelle ambition de ces systèmes

C'est d'appréhender les images similaires selon certains critères et aussi la sémantique
même d’une image uniquement à partir de son contenu. Habituellement, ces systèmes
proposaient à l’utilisateur de rechercher une image parmi d’autres selon certains critères
préétablis.

5
OBJECTIF Définition objectif

L’objectif de n’importe quel système CBIR est de satisfaire la requête d’un utilisateur par la pertinence
des résultats. Comme l’accès à un document via sa pure sémantique est impossible, les systèmes
CBIR traditionnels s’appuient sur un paradigme de représentation de bas niveau du contenu de
l’image, par la couleur, la texture, la forme, etc.…, et d’autres par une combinaison de celles-ci. La
recherche d’images se fait ainsi par comparaison des descripteurs.

5
Composants et
architecture d’un
CBIR

4
Le fonctionnement d’un CBIR

• le prétraitement des images pour en améliorer la

qualité (suppression de distorsions, augmentation des
1 3
contrastes, suppression de bruits de numérisation,
6
etc.)
Base • Des descripteurs sont calculés à partir de chaque
Mise en
D’image Index correspondance image de la collection (1), ils peuvent être de type
indexation
signal ou/et symbolique.
2 • Les données extraites constituent la base d'index (3).
7 • Les requêtes de l'utilisateur (4) sont alors
transformées afin d'être comparables avec la base
4 5 d'index (5) .

Transformation • Une mise en correspondance (6) entre la requête

Requête Traits
transformée et la base d'index permet ensuite de
Utilisateur Extraits
produire le résultat de la requête (7).

Résultats
L’architecture d’un système d’indexation et
recherche d’images par le contenu
La phase d’indexation (hors-Ligne) La phase recherche (On-line)

Dans cette phase, des caractéristiques Dans cette étape, le système analyse une
sont automatiquement extraites à partir ou plusieurs requêtes émises par
de l’image et stockées dans un vecteur l’utilisateur et lui donne le résultat
numérique appelé descripteur visuel. correspond en une liste d’images
Grâce aux techniques de la base de ordonnées, en fonction de la similarité
données, on peut stocker ces entre leur descripteur visuel et celui de
caractéristiques et les récupérer l’image requête en utilisant une mesure
rapidement et efficacement. de distance.
.
15
 Lors de la phase d'indexation, le calcul de signature consiste en l'extraction de
caractéristiques visuelles des images telles que:

 la texture (filtre de Gabor, transformée en ondelettes discrète…)

 la couleur (histogramme de couleurs, histogrammes dans l'espace RGB, TSV, …),
 les formes (descripteurs de Fourier,…),
 une combinaison de plusieurs de ces caractéristiques.

Ces caractéristiques sont dites de bas-niveau, car elles sont très proches du signal, et ne véhiculent pas de sémanti
particulière sur l'image.
Détailles de CBIR

4
Les types des requêtes

Requête par l’exemple: Dans ce cas le système a besoin de comparer un

exemple de même type (image) avec la base pour produire les documents
similaires. C

Requête par crayonnage ( Sketch): L’usager spécifie un exemple par un dessin pour lequel il cherche
des documents similaires. Outre la forme des contours le dessin peut inclure la couleur et la texture. Cette
modalité entraine plus d’interaction avec l’utilisateur.

Requête par caractéristique: L’utilisateur indique la ou les caractéristiques qu’il veut utiliser pour trouver les
images similaires, par exemple trouver les images contenant 25% de rouge et 30% de jaune. Ces
caractéristiques sont répertoriées dans un vocabulaire compilé en outils de traitement.

Requête exemple et texte: Cette méthode consiste à renforcer l’image requête en lui associant du texte afin
d’accéder à un niveau d’abstraction supérieur.
 quelques systèmes de recherche par contenu
Puisque la requête par mots clés a des désavantages, les systèmes de recherche d’images par le contenu utilisent
souvent les deux autres façons : requête par exemple et requête par esquisse.
Dans la première approche, le système donne des outils à l’utilisateur. Ces outils lui permettent de dessiner des
images requêtes. Cette figure montre un exemple dans le système QBIC . Ce système permet de créer une
requête avec les formes et les couleurs des objets
 quelque système de recherche par contenu
Dans la deuxième approche, soit le système choisit quelques images au hasard dans la base d’images et les
montre à l’utilisateur, soit l’utilisateur parcourt la base d’images et choisit une requête, soit l’utilisateur donne son
image requête . cette figure montre le système Blobworld , dans ce système l’utilisateur clique sur la classe
‘Flower’ et quelques images de fleurs sont affichées.
Représentation des images dans un CBIR

Représentation par les couleurs

La couleur est le descripteur le plus utilisé en CBIR. Un descripteur couleur est généralement indépendant de la
taille et l'orientation de la région caractérisée. L'information relative aux couleurs est particulièrement importante
dans la caractérisation dune image. Avant de sélectionner un type de description du contenu couleur, il convient
de choisir un espace de couleurs. Si un objet physique évolue (déplacement, différence d'illumination,
modifications liées au temps, etc.) alors cette évolution devrait se refléter proportionnellement dans un espace
de couleur.

8
Représentation des images dans un CBIR

Représentation par les textures

Au même titre que la couleur, la texture est une caractéristique fondamentale des images car elle concerne un
élément important de la vision humaine. la texture est présentée comme une structure disposant de certaines
propriétés spatiales homogènes et invariantes par translation. les textures dont la primitives subit des
déformations ou des changements d‟orientation (mur de briques, grains de café,...). Les textures qualifiées
d‟aléatoires se distinguent en général par un aspect plus fin (sable, herbe,...).

Exemple de texture naturelle Exemple de texture artificielle

8
Domaines d’applications de CBIR

Diagnostic
médical

mi
L’informatio

lita
n

ire
géographiqu
e
CBIR

cti de
on
éte e
éd èm
ph
o
Ar raph

tél syst
tog
ch
ive ique

les
Conception
d’architecture
et d’ingenierie

10
 Conclusions et perspectives

L’objectif principal de cette présentation est d’étudier le principe de la recherche

d’images par le contenu

le développement des méthodes basées sur le contenu visuel est devenu primordial. Ceci
explique l’activité de recherche intense consacrée au système CBIR ces dernières années.

Nous avons intéressé dans notre cas aux images couleurs. Les attributs de couleur sont
considérés parmi les attributs bas niveau les plus utilisés pour la recherche d’images dans les
bases d’images.

25
Merci de votre
attention