Résumé:
Dans ce travail nous allons développé sous Matlab un système complet de Classification des images à base de caractéristiques locales.
Ce travail résume la conception de notre système de classification, qui nécessite au début l'extraction de caractéristique de chaque image dans la base des images utilisé par la méthode SIFT, puis extraire les vecteurs de caractéristiques. Les vecteurs de caractéristiques des images de la base servent comme entrée à notre classifieur KPPV ou SVM, qui va classer les images inconnues et les comparer avec les images d'apprentissage de la base pour étiqueter chaque image à sa classe correspondante, à la fin on présente le taux de reconnaissance de notre système
Dans un premier temps nous allons évalué des classifieurs simple (KPPV) et complexe SVM avec des caractéristiques locales (application de la méthode SIFT) pour la classification des images, Dans un second temps nous allons évalué et étudié l'impact de la combinaison de plusieurs classifieur KPPV et SVM pour le même but.
Mots clés : Classification des images, Classifieur KPPV, Classifieur SVM, combinaison de plusieurs Classifieur KPPV et SVM, Transformation de Caractéristiques Visuelles Invariante à l'échelle(SIFT), les caractéristiques locales.
