Description invariante et locale des formes planes : application à l'indexation d'une base d'images

Invariant and local description of planar shapes : application to indexing of image databases

• Auteur / Autrice : Stanislaw Matusiak
• Direction : Denis Hamad, Mohamed Daoudi
• Type : Thèse de doctorat
• Discipline(s) : Electronique. Communication et imagerie
• Date : Soutenance en 1999
• Etablissement(s) : Valenciennes

Mots clés

Mots clés libres

Traitement image

Reconnaissance forme

Détection contour

Transformation affine

Hachage

Invariant

Résumé

Cette thèse s'inscrit dans le domaine de l'indexation et de la reconnaissance des formes dans une base d'images constituées d'objets contours, par l'utilisation des invariants locaux. Notre approche permet de reconnaitre les objets, même si ceux-ci sont partiellement visibles ou observés de différents points de vue, car elle est basée sur une caractérisation invariante et locale des contours. Un des problèmes fondamentaux de l'indexation d'une base d'images réside dans le choix de la description invariante de l'image. En effet, on estime que la requête ne correspond jamais exactement à l'image recherchée, des transformations affines peuvent les séparer. C’est pourquoi la description du contour doit posséder de bonnes propriétés d'invariance afin de conférer de la robustesse au système de reconnaissance. Un cadre général permettant d'unifier différentes descriptions locales, a été élaboré. A l'issue de celui-ci, nous avons proposé deux descriptions invariantes : la première basée sur les points d'intérêts des courbes et la seconde reposant sur l'analyse multi-échelle des contours, par rapport aux transformations affines. Les descriptions invariantes proposées ont été appliques à la recherche d'objets-contours dans une base d'images. Tout d'abord, nous avons proposé une solution au problème de la recherche d'objets par le dessin. L’utilisateur dessine sa requête à l'aide d'une interface graphique : l'image requête comporte alors un contour sur fond uniforme. Sa description par les courbures multi-échelles permet d'en extraire les indexes. Ensuite, pour effectuer une recherche rapide dans une large base d'images, un mécanisme d'indexation basé sur le hachage géométrique a été développé.

This Ph. D. Contributes to the subject of indexing and pattern recognition in an image database constituted of object contours, by the use of local invariant descriptions. Our approach allows to recognize objects, even if they are partially occluded or observed at different viewpoints, since it is based on a local and invariant characterization of contours. One of the fundamental problems of indexing an image database resides in the choice of the invariant description of the image. Indeed, it is agreed that the request never corresponds exactly to the research image, affine transformations can separate them. Hence the description of the contour has a possess invariance properties so as to confer robustness to the recognition system. A general framework allowing to unify different local descriptions has been elaborated. This unification lead us propose two invariant descriptions with respect to affine transformations: the first one is based on points of interest of curves and the second one on the multi-scale analysis contours. Invariant descriptions, proposed in this work, have been applied to retrieval of objects-contours in image database. First of all, we have proposed a solution to the problem of object retrieval by sketch. The user draws his request on a graphic interface: the request image is made of a contour on uniform background. Then, its description by multi-scale curvatures allows to extract indexes. Finally, to undertake a rapid retrieving from a large image database, a mechanism of indexing based on the geometric hashing has been developed.