Indexation d'images : aide au télé-enseignement et similarités pré-attentives

par Etienne Loupias

Thèse de doctorat en Informatique. Documents multimédias, images et systèmes d'information communicants

Sous la direction de Stéphane Bres et de Jean-Michel Jolion.

Soutenue en 2000

à Lyon, INSA , dans le cadre de EDIIS - Ecole Doctorale Informatique et Information pour la Société, LYON EDA 407 , en partenariat avec RFV - Laboratoire de Reconnaissance de Formes et Vision (Lyon, INSA) (laboratoire) .

mots clés

• Enseignement à distance
• Base de données
• Ondelettes

Résumé

Ces travaux se situent dans la problématique générale de l'indexation d'images. Nous abordons tout d'abord un problème original de recherche d'images pour illustrer une méthode de traitement d'images, dans le cadre d'un projet de télé-enseignement. Dans notre environnement, des démonstrations de divers traitements sont disponibles et l'apprenant peut traiter ses propres images, correspondant à ses centres d'intérêt. Notre étude consiste à lui offrir un outil sélectionnant les images qui illustrent le mieux la méthode qu'il étudie. Pour celà, nous utilisons notamment l'ondelette de Haar, particulièrement simple et adaptée à la représentation de plusieurs méthodes de traitement d'images. Nous nous intéressons ensuite à la recherche d'images similaires, basée sur des similarités pré-attentives : le contenu de l'image y est utilisé sans être interprété. Les caractéristiques sont extraites en des points de l'image pour privilégier l'information locale. Nous décrivons un détecteur de points saillants à partir de la transformée en ondelettes, qui exprime les variations de l'image à différentes résolutions. Enfin nous menons des essais dans un système complet de recherche d'images, intégrant d'autres détecteurs de points (détecteurs de coins, points de contraste, points aléatoires) et plusieurs caractéristiques extraites dans les images (invariants différentiels, texture, couleur et forme).

Titre traduit

= Image indexing : Applications to Tele-teaching and Pre-attentive Similarities

Résumé

We present image retrieval tools for two applications. First we design a system for automatically selecting images in an image database to be used as illustrations of an image process. This problem is related to the tele-teaching of image processing which uses already implemented libraries of algorithms. For this purpose we use the Haar wavelet, which is strongly related to the underlying model of most methods in image processing. Then we are interested •in content-based image retrieval, using pre-attentive similarities. We compute local properties in key points to index images. We present a wavelet-based point detector that extract points where variations occur in the signal, whether they are corner-like or not. The wavelet-based salient point’s detector is compared for image retrieval to other detectors (corners. Contrast based points and random points) in a complete image retrieval system, using several image features (differentia] invariants, texture, color and shape).