IV - Extraction de caract

1

Accès aux base dimages par navigation visuelle
Guillaume LAVOUE LIRIS, FRE 2672 CNRS
2
Problématiques

• Accès aux bases dimages.
• Recherche dimages par le contenu.
• Les systèmes RIPC traditionnels
• Indexation.
• Recherche par image-clef.
• Inconvénients
• Représentation linéaire des résultats.
• Pas de vue globale du contenu de la base.
• Intérêt dun système de navigation.

3

PLAN

• Les méthodes de segmentation et dindexation.
• Mise en place de la structure de navigation.
• Extension à lapproche locale.

4
La segmentation

• Segmentation nécessaire
• Extractions des descripteurs.
• Extractions des régions clefs.
• Deux étapes
• Partitionnement de lespace couleur
  (quantification).
• Régularisation spatiale.
• Lespace CIE Lab.
• Transformation non-linéaire depuis lespace RVB.
• Perceptuellement uniforme.

5

Partitionnement de lespace couleur
Histogramme Couleur (ab)
Image couleur
6
Régularisation spatiale

• Pourquoi?
• Image quantifiée Image sur-segmentée
• Réduction de cette sur-segmentation.
• Principe
• Fusion des régions
• Obtention des régions significatives
  correspondant aux objets de la scène.

1243 régions
7
Algorithme général

• Filtrage des pixels isolés.
• Extraction et étiquetage des régions connexes.
• Construction du graphe dadjacence.
• Réduction du graphe Fusion des régions.
• Construction de limage finale à partir des
  régions restantes.

8

Mesure des différences couleur

• Espace Lab uniforme distance
  euclidienne .
• Facteur de pondération
• Mesure de limbrication entre deux
  régions.
• Filtrage des régions jugées trop petites.
• Distance finale entre deux régions i et j

9
Mesure des différences couleur

• Prise en compte de la disposition spatiale
  Schettini .
• Facteur de filtrage des petites régions.

Périmètre de la ième région. Longueur du
périmètre entre la ième et la jème
région.
1 sinon
Nombre de pixels de la ième région.
Nombre minimal fixé. Réel positif .
10
Résultats de la segmentation
Image originale
Image quantifiée 16 classes 1243 régions
Image Segmentée 5 classes 6 régions
11
Résultats de la segmentation
Images originales
Images Segmentées (Respectivement 2 et 6
régions)
Images quantifiées 16 classes

12
Description des Images Couleur

• Deux approches
• Globale Orientée Image.
• Locale. Orientée Région.
• Descripteurs colorimétriques
• Couleurs dominantes .
• Pourcentages des classes .
• Variances des classes .
• Descripteur spatio-colorimétriques
• Cohérence spatiale .

13

PLAN

• Les méthodes de segmentation et dindexation.
• Mise en place de la structure de navigation.
• Extension à lapproche locale.

14

Les étapes de traitement

• 3 étapes de traitement hors ligne
• Quantification de lhistogramme couleur
• Structuration de la base
• Quantification par Nuées Dynamiques
• Quantification floue
• Élaboration d un mécanisme de visualisation
• ACP

15
Quantification de lhistogramme couleur

• Quantification uniforme de l histogramme
• Discrétisation des histogrammes L,a,b en k
  intervalles
• valeurs normalisées .
• Création d un vecteur représentatif
  par image avec .

16
Structuration de la base

• Structure darbre hiérarchique

17
Structuration de la base

• Algorithme des nuées dynamiques
• Données
• N points dans lespace de dimension n.
• k groupes caractérisés par leur centre de
  classe .
• Initialisation
• Choix de k images qui formerons les
  initiaux.
• Algorithme
• On assigne à chaque classe , les points
  Les plus proche de .
• Calcul, pour chaque ,des centres de gravité
  .

18
Structuration de la base

• La quantification floue (Fuzzy k-mean) Bezdek
  
• Initialisation des .
• Algorithme
• Calcul des centres de classes floues .

Avec facteur de poids. Plus m
est grand plus la quantification est floue.
19
Structuration de la base

• Mis à jour des pourcentages dappartenance .
• Comparaison des matrices dappartenance avant et
  après litération.

• P le numéro de litération actuelle.
• le seuil darrêt.
• U telle que  .

20

Mécanisme de visualisation

• Projection de l espace de dimension n à un
  espace de dimension 2.
• Méthode choisie LAnalyse en Composantes
  Principales (ACP).
• ACP appliquée sur les images représentatives des
  sous groupes.
• Quantité dinformation moyenne portée par les
  deux axes ? 80.

21

Fonctionnement
22
Interface du système
a Fenêtre de navigation. b Résultats
affichage paramétrique. c Images présentes
dans le nœud. d Image
sélectionnée. e Image requête. f Résultats
affichage linéaire.
23

PLAN

• Les méthodes de segmentation et dindexation.
• mise en place de la structure de navigation.
• Extension à lapproche locale.

24

Intégration de l approche locale

• Principe
• Vecteurs représentatifs associés aux régions.
• Base nuage de points-régions.
• Région représentée par limage qui la contient.
• Intégration de la recherche
• Sur une région de la base.
• Sur une région choisie dune image de la base.

25

Intégration de l approche locale
Image
Extraction zone
Sélection zone
Région
Segmentation
Région finale
26
(No Transcript)
27

Conclusion

• Intégration Navigation / Recherche
• Efficacité, flexibilité.
• Travail sur la couleur
• Extension à la forme, la texture.
• Ouvertures
• Pré-classification sémantique.
• Terminal intelligent, intégration du profil
  utilisateur.
• Généralisation à dautre bases (ex objets 3D).