Résumé:
L'utilisation de graphes est motivée par le double intérêt qu'apportent ces derniers pour modéliser tous les objets d'une forme donnée et toutes les relations inter objets nécessaires pour la reconnaissance. Un exemple typique utilisé dans ce mémoire est celui de la recherche d'images par le contenu(RIPC). La représentation des images par des graphes implique le recours à des algorithmes d'appariement de graphes afin de comparer et de détecter la similarité entre les images. Par ailleurs la recherche dans une base de données d'image nécessite une réorganisation préalable de la base afin de faciliter la recherche, ce qui nous conduit à faire appel à des techniques de classification des images représentées par des
graphes.
Dans un premier temps, nous utilisons un algorithme de segmentation pour extraire les informations correspondants à l'image requête. L'ensemble des correspondances est extrait,
évalué et finalement le graphe résultat correspondant à l'image requête est généré. Dans un deuxième temps, nous utilisons deux algorithmes pour comparer le graphe requête avec la base de graphes (appariement entre les graphes). L'un pour trouver une solution initiale et l'autre pour améliorer la solution trouvée.
Finalement, nous proposons un système de recherche d'images par le contenu utilisant les graphes pour représenter leur contenu et les deux algorithmes précédemment décrits. D'une manière générale, les résultats présentés dans ce mémoire montrent l'intérêt potentiel d'utiliser les graphes pour la représentation géographique des couleurs. Ces résultats semblent valider le choix judicieux des graphes comme une solution de remplacement aux structures de données classiques à savoir les vecteurs. De plus, on voit clairement à travers les résultats obtenus que les algorithmes, développés dans ce mémoire, pourront jouer un rôle primordial comme un outil de mesure de similarité dans un espace aussi complexe que les graphes.
