0% ont trouvé ce document utile (0 vote)
17 vues1 page

Indexation d'images par histogramme CBIR

Le document présente un exercice de TD sur l'indexation et la recherche d'images par le contenu, en se concentrant sur le calcul des histogrammes et des distances entre images. Il inclut des instructions pour calculer les histogrammes simples et cumulés des images, ainsi que les distances euclidienne et de Manhattan. L'objectif est d'identifier l'image la plus similaire à une image requête à partir des données fournies.

Transféré par

hind salek
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
17 vues1 page

Indexation d'images par histogramme CBIR

Le document présente un exercice de TD sur l'indexation et la recherche d'images par le contenu, en se concentrant sur le calcul des histogrammes et des distances entre images. Il inclut des instructions pour calculer les histogrammes simples et cumulés des images, ainsi que les distances euclidienne et de Manhattan. L'objectif est d'identifier l'image la plus similaire à une image requête à partir des données fournies.

Transféré par

hind salek
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Master : Systèmes d’information décisionnel et imagerie(SIDI)

TD 1 : Indexation et recherche d’image par le contenu


CBIR (Content-Based Image Retrieval)
Pr. Ahmad EL ALLAOUI

Exercice 1. Soit les images suivantes :

I1 I2 Iq
1 1 1 1 1 1 1 2 4 2 1 1 2 3 4
1 1 2 2 1 2 1 2 4 2 1 1 2 2 2
2 3 3 4 1 3 2 2 4 2 2 2 2 4 4
3 3 2 4 5 3 3 2 4 4 3 3 2 4 4
3 3 3 4 4 3 3 2 4 4 3 3 2 4 4

1. Calculer les histogrammes des images : simple ou cumulé.


Niveau de gris 1 2 3 4 5

Histogramme
H1 9 4 7 4 1
H2 3 10 5 7 0
Hq 4 9 5 7 0
Histogramme cumulé
Niveau de gris 1 2 3 4 5

Hist CUM
H1 9 13 20 24 25
H2 3 13 18 25 25
Hq 4 13 18 25 25
5)
2. Donner les valeurs de distance entre les images de la base et l'image requête dans les 3 cas :
intersection des histogrammes, distance euclidien et distance de Manhattan
3. Quelle(s) est (sont) l’image(s) de la base la(les) plus similaire(s) à l'image requête
4. Quel est le meilleur histogramme : simple ou cumulé.

Exercice 2.
Soit les histogrammes des images I1, I2 et IQ

Niveau de gris 1 2 3 4 5

Histogramme
H1 9 13 20 24 25
H2 3 13 18 25 25
Hq 4 13 18 25 25
1. Calculer la distance par intersection d’histogramme entre les images de base I1 et I2 et la
requête Iq. Quelle est l’image la plus similaire à la requête.

1/1

Vous aimerez peut-être aussi