| Titre : | Appariements des formes avec points descripteurs |
| Auteurs : | Saliha Mezzoudj, Auteur ; kamal Eddine Melkemi, Directeur de thèse |
| Type de document : | Mémoire magistere |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2014 |
| ISBN/ISSN/EAN : | TINF/70 |
| Format : | 1 vol. (92 p.) / ill. / 29 cm |
| Langues: | Français |
| Résumé : |
La complexité de la forme, la variabilité de conditions de détection des états d’objets, toutes ces contraintes font la conception d’une méthode d’appariement de formes appropriées une tâche difficile.Notre principale contribution, est de proposer des méthodes appropriées d’appariement de formes. En fait, nous définissons une nouvelle distance appelée la distance approximative (AD). La méthode classique de contexte de forme (SC) est combinée avec cette nouvelle distance au lieu de la distance Euclidienne ED, qui s’appelle contexte de forme en utilisant la distance approximative ADSC. Ensuite,nous proposons une nouvelle approche MAS-ADSC, qui est basée sur un système multi agents (MAS) et les algorithmes génétiques (AGs). Le MAS est composé d’un ensemble d’agents d’ADSC et un agent coordinateur. Ce dernier choisit le plus grand nombre de formes similaires retournées par des agents d’ADSC.Pour exploiter les performances de ces deux types d’agents ADSC et SC, nous proposons une approche hybride et coopérative appelée HybMAS-GA. Cette méthode est similaire à la méthode MAS-ADSC, sauf que dans celle-ci nous proposons deux types d’agents, le premier type utilise la méthode de SC et le second utilise la méthode d’ADSC.En effet, notre contribution améliore la performance de recherche et de récupération de formes complexes et de formes avec des occlusions. |
| Sommaire : |
1 Recherche d’images par le contenu 6 1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 1.2 Les systèmes de recherche d’images . . . . . . . . . . . . . . . . . 7 1.3 Les systèmes de recherche et d’indexation des images par le contenu 8 1.3.1 Architecture des systèmes de recherche des images par contenu 8 1.3.2 La formation des requêtes . . . . . . . . . . . . . . . . . . 9 1.3.3 Extraction des caractéristiques d’images . . . . . . . . . . . 10 1.4 Les caractéristiques de bas niveau . . . . . . . . . . . . . . . . . . 10 1.4.1 La couleur . . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.4.1.1 Les espaces de couleur . . . . . . . . . . . . . . 11 1.4.1.2 Les histogrammes . . . . . . . . . . . . . . . . . 15 1.4.2 La texture . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.4.2.1 Matrices de co-occurrence . . . . . . . . . . . . 17 1.4.2.2 Les ondelettes . . . . . . . . . . . . . . . . . . . 17 1.4.3 La forme . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.4.3.1 Descripteur de Fourier . . . . . . . . . . . . . . 18 1.4.3.2 Les moments géométriques . . . . . . . . . . . . 19 1.4.3.3 Les moments de HU . . . . . . . . . . . . . . . . 20 1.5 Les caractéristiques de haut niveau . . . . . . . . . . . . . . . . . . 21 1.5.1 Les caractéristiques objectives . . . . . . . . . . . . . . . . 22 1.5.2 Les caractéristiques subjectives . . . . . . . . . . . . . . . 22 1.6 Les types de systèmes de recherche des images par le contenu . . . 22 1.7 Aperçu des systèmes existants . . . . . . . . . . . . . . . . . . . . 23 1.7.1 QBIC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 1.7.2 Virage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.7.3 Chabot . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.7.4 Visual Seek . . . . . . . . . . . . . . . . . . . . . . . . . . 24 1.7.5 MARS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.7.6 SurfImage . . . . . . . . . . . . . . . . . . . . . . . . . . . 25 1.7.7 Netra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26 1.8 Domaine d’application de recherche d’images par le contenu . . . . 26 1.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2 Descripteurs récents et appariement de formes 28 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 2.2 Descripteur de forme . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.3 L’appariement de formes « Shape matching » . . . . . . . . . . . . 30 2.4 Les types de descripteurs de formes . . . . . . . . . . . . . . . . . 31 2.4.1 La distance de Hausdorff en (1963) . . . . . . . . . . . . . 32 2.4.2 Le contexte de forme en (2002) . . . . . . . . . . . . . . . 33 2.4.2.1 Construction d’un contexte de forme pour un point pi . . . . . . . . . . . . . . . 34 2.4.2.2 Construction d’un contexte de forme pour tous les points pi . . . .. . . . . . . . . . . . . . . 35 2.4.3 Le contexte de forme à distance intérieure en (2007) . . . . 36 2.4.3.1 La définition d’angle intérieur . . . . . . . . . . . 37 2.4.3.2 Construction de contexte de forme à distance intérieure et angle intérieur . .. . . . . . . . . 37 2.4.4 La fonction haute en (2012) . . . . . . . . . . . . . . . . . 38 2.4.4.1 La méthode de calcul de la fonction haute . . . . 38 2.4.5 La quantification de la phase locale «Local Phase Quantization » en (2012) . . . . . . . . . 39 2.5 La définition d’une distance . . . . . . . . . . . . . . . . . . . . . 40 2.5.1 La distance de Minkowski . . . . . . . . . . . . . . . . . . 41 2.5.2 La distances quadratiques . . . . . . . . . . . . . . . . . . 42 2.5.3 La distance de Mahalanobis . . . . . . . . . . . . . . . . . 42 2.5.4 La distance de Earth Mover’s Distance (EMD) . . . . . . . 43 2.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43 3 Contexte de forme en utilisant la distance approximative 45 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.2 La distance Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . 45 3.3 La distance intérieure . . . . . . . . . . . . . . . . . . . . . . . . . 46 3.4 La distance approximative AD . . . . . . . . . . . . . . . . . . . . 48 3.4.1 Les propriétés de la distance approximative AD sur le contour de forme . . . . . . . . . . . . . . . . . . . 49 3.5 Le contexte de forme avec une distance approximative ADSC . . . . 50 3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51 4 Les systèmes multi agents pour l’appariement de formes MAS-ADSC 52 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52 4.2 Principes généraux des systèmes multi agents et les algorithmes génétiques . . . . . . . . . . . . 53 4.2.1 Principales caractéristiques d’un agent . . . . . . . . . . . 53 4.2.2 Définition d’un agent . . . . . . . . . . . . . . . . . . . . . 54 4.2.3 Les différents types d’agents . . . . . . . . . . . . . . . . . 54 4.2.4 L’environnement . . . . . . . . . . . . . . . . . . . . . . . 56 4.2.4.1 L’environnement d’un agent . . . . . . . . . . . 56 4.2.4.2 L’environnement du système . . . . . . . . . . . 57 4.2.5 Système Multi Agent (MAS) . . . . . . . . . . . . . . . . . 57 4.2.5.1 Définition . . . . . . . . . . . . . . . . . . . . . 57 4.2.6 Les propriétés des agents . . . . . . . . . . . . . . . . . . 58 4.2.6.1 Autonomie . . . . . . . . . . . . . . . . . . . . 58 4.2.6.2 Coordination . . . . . . . . . . . . . . . . . . . . 59 4.2.6.3 Coopération . . . . . . . . . . . . . . . . . . . . 59 4.2.6.4 Communication . . . . . . . . . . . . . . . . . . 59 4.3 Les algorithmes génétiques GAs . . . . . . . . . . . . . . . . . . . 60 4.3.1 Définition . . . . . . . . . . . . . . . . . . . . . . . . . . . 61 4.3.2 Principe de base d’un algorithme génétique standard . . . . 61 4.3.3 Description détaillée des GAs . . . . . . . . . . . . . . . . 63 4.3.3.1 Codage des données . . . . . . . . . . . . . . . . 63 4.3.3.2 Initialisation de la population . . . . . . . . . . . 64 4.3.3.3 Fonction d’évaluation . . . . . . . . . . . . . . . 65 4.3.3.4 La sélection . . . . . . . . . . . . . . . . . . . . 65 4.3.4 Les Opérateurs de reproduction . . . . . . . . . . . . . . . 66 4.3.4.1 Opérateur de croisement . . . . . . . . . . . . . . 66 4.3.4.2 Opérateur de mutation . . . . . . . . . . . . . . . 67 4.3.4.3 Le choix des paramètres d’un algorithme génétique . . . . . . . . . . . . . . . . . . 68 4.4 L’approche du MAS-ADSC utilisant le contexte de forme avec la distance approximative (ADSC) (MAS-ADSC) . . 69 4.5 Les opérateurs de MAS-ADSC . . . . . . . . . . . . . . . . . . . 70 4.5.1 Le croisement . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.5.2 La mutation . . . . . . . . . . . . . . . . . . . . . . . . . . 71 4.6 Les étapes de l’approche MAS-ADSC . . . . . . . . . . . . . . . . 71 4.7 Les résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . 73 4.7.1 Protocole d’évaluation . . . . . . . . . . . . . . . . . . . . 74 4.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 5 Une approche hybride des systèmes multi agents pour la récupération de forme utilise des algorithmes génétiques et la distance approximative HybMAS-GA ...............79 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 5.2 Algorithme de l’approche hybride des systèmes multi agents pour la récupération de formes utilise des GAs et la distance approximative........... 80 5.3 Les résultats expérimentaux . . . . . . . . . . . . . . . . . . . . . 81 5.3.1 La base de données MPEG-7 . . . . . . . . . . . . . . . . . 81 5.3.2 La base de donnée Kimia’s 99 . . . . . . . . . . . . . . . . 84 5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85 |
| En ligne : | http://thesis.univ-biskra.dz/id/eprint/3088 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/70 | Mémoire de magister | bibliothèque sciences exactes | Consultable |
