Matrice de cooccurrences pour la comparaison de deux images

**bilzzbenzbilz** · 29/01/2009, 00h45

bonjour, je veux faire la comparaison entre la texture de deux images.
Comment choisir la taille de la fenêtre des deux images avant qu'on les applique la matrice de cooccurrence.

**ToTo13** · 29/01/2009, 09h26

Bonjour,

de mémoire je n'ai rien lu concernant un algorithme qui permettrait de déterminer automatiquement la taille de la fenêtre.
Je pense qu'il faut que tu fasses des tests sur ta base d'images et voir la taille de fenêtre qui minimise l'erreur.

**pseudocode** · 29/01/2009, 12h17

De plus, je dirais que ça dépend surtout de la méthode de comparaison.

**bilzzbenzbilz** · 29/01/2009, 15h51

bonjour pseudocode.
pour comparer deux texture, on peut estimer la similarité entre les matrices de cooccurrence des deux texture.
on a besoin seulement des 4 caractéristiques suivants :
L’énergie (T1) :
L’entropie (T2):
Le contraste (T3):
Le moment inverse de différence (T4):

La distance entre deux images H, I se calcule par la formule suivante :

par exemple pout l'image ci-dessous, on a pas un probleme de choix de la taille et la position de la fenetre ( on peut prendre toute l'image) .

Mais par contre, pour les deux image que j'ai posté dans (post#1], j'ai pas trouvé de solution, d'ailleur je me demande comment les systeme de recherche d'image par le contenu utilise le descripteur de texture pour comparer deux textures de deux images?

**pseudocode** · 29/01/2009, 16h53

Envoyé par bilzzbenzbilz

La distance entre deux images H, I se calcule par la formule suivante : (...)

Ok, donc distance euclidienne sur 4 composantes.

Mais par contre, pour les deux image que j'ai posté dans (post#1], j'ai pas trouvé de solution, d'ailleur je me demande comment les systeme de recherche d'image par le contenu utilise le descripteur de texture pour comparer deux textures de deux images?

Une méthode (j'ai déjà du en parler) c'est de faire une segmentation par texture. Par exemple, le plus simple c'est de faire un split/merge: Tu découpes toute l'image en carrés de taille NxN (par exemple 32x32 ou 64x64) et tu calcules tes 4 coefficients pour chaque carré. Ensuite tu regroupes les carrés voisins qui ont les mêmes 4 coefficients (en utilisant ta formule et un seuil d'erreur). Le plus gros rassemblement de carré te donne la plus grosse zone homogène en texture => c'est ces coefficients que tu conserves pour cette image.

**bilzzbenzbilz** · 29/01/2009, 22h12

Oui, c'est une bonne idée, mais :
que voulez vous dire par segmentation : un découpage simple de l'image (c'est à dire découper l'image en parties égales), ou bien, un découpage en regions homogènes, parceque dans le deuxième cas, on ne peut pas savoir à quel niveau on s'arrête lorsqu'on segmente une image.

**pseudocode** · 30/01/2009, 09h37

Envoyé par bilzzbenzbilz

Oui, c'est une bonne idée, mais :
que voulez vous dire par segmentation : un découpage simple de l'image (c'est à dire découper l'image en parties égales), ou bien, un découpage en regions homogènes, parceque dans le deuxième cas, on ne peut pas savoir à quel niveau on s'arrête lorsqu'on segmente une image.

Découper en parties égales.

**bilzzbenzbilz** · 30/01/2009, 15h51

bonjour pseudocode

.

dans la matrice de cooccurrence, est ce qu'il y a une difference entre les martices de taille 32, 64, 128, 256 .

**ToTo13** · 31/01/2009, 00h42

Bonsoir,

oui, il y a une différence

Il faut tester différentes valeurs de réduction et garder celle qui convient le mieux

**Matthieu Brucher** · 31/01/2009, 12h18

Effectivement, il n'y a quasiment que ça à faire.
Dans le même temps, tout dépend de la taille de l'image. Sur une image 100x100, on va plutôt prendre une taille 32, pour du 10000x10000, conserver l'histogramme complet avec une taille 256 est tout à fait pertinent.

Maintenant, tu compares des images de couleurs, je te suggère donc de taper dans des matrices de cooccurrence intra et intercanales (donc 6 matrices). Après, selon que tu veux faire, tu pourras passer aux paramètres de Haralick, mais sache que sur certaines de mes recherches, l'utilisation de tous les paramètres (et pas que 4, c'est très - trop - réducteur) entraînait une dégradation des performances de classification par rapport à l'utilisation des matrices de cooccurrence directement.

**bilzzbenzbilz** · 31/01/2009, 14h22

bonjour, et merci .
je travaille avec des images de 384x256.

Avant que je compare deux textures de deux images, je fait une conversion des images en niveau de gris

d'après vous, il ne faut pas utiliser que les 4 paramètres?
Quel est le meilleur moyen de comparer deux textures de deux images (après transformation en nivea de gris) ?

**Matthieu Brucher** · 31/01/2009, 14h30

Tout dépend l'objectif final. A mon avis, il ne faut JAMAIS passer en niveau de gris (surtout que ta formule ne l'empêche pas). Le concept de distance est très varié. Le problème dans ton cas est que ta distance n'est pas une vraie distance (si elle est nulle, ça ne veut pas dire que tes images sont identiques). Plus tu as de paramètres, mieux c'est. Il me semble que dans les tests que j'avais fait, j'en utilisais 9. Mais une fois de plus, j'ai montré qu'utiliser directement les matrices de coccurrence intra et intercanales pour de la classification était meilleur (et utiliser au moins les paramètres inter et intracanaux a aussi été démontré comme étant meilleur que les niveaux de gris). Et la distance que j'utilisais, c'était la distance quadratique entre les matrices.

Une taille de 32 me paraît être un bon début.

**bilzzbenzbilz** · 31/01/2009, 14h55

J'ai appris que pour utiliser les matrices de cooccurrence, il faut que l'image soit en nivea de gris.
je suis débutant et je ne sais pas comment utiliser les matrices de cooccurrence directement. De plus, c'est quoi matrice intra et intracanales ? merci.

**pseudocode** · 31/01/2009, 15h15

Envoyé par bilzzbenzbilz

J'ai appris que pour utiliser les matrices de cooccurrence, il faut que l'image soit en niveaux de gris.

La matrice de co-occurrence est un tableau qui indique combien de fois un pixel de couleur Ci est a coté (à une distance D) d'un pixel de couleur Cj.

Les couleurs Ci, Cj, ...peuvent être des niveaux de gris, ou des couleurs RGB.

Pour éviter d'avoir une matrice de taille 16millions x 16millions (

) on fait une réduction de l'espace des couleurs. Généralement on se limite a 166 couleurs -> recherche google sur: HSV 166 bins quantization.

**bilzzbenzbilz** · 31/01/2009, 15h26

bonjour pseudocode

.

Envoyé par pseudocode

La matrice de co-occurrence est un tableau qui indique combien de fois un pixel de couleur Ci est a coté (à une distance D) d'un pixel de couleur Cj.

j'ai déja utilisé votre algorithme http://www.developpez.net/forums/d41...ture-features/ mais je ne savais pas qu'on peut utiliser des images en couleurs.

**bilzzbenzbilz** · 31/01/2009, 15h31

est ce qu'il faur passer par l'espace HSV pour quantifier l'espace de couleurs.
Parceque moi, j'utilise l'espace RGB et pour la quatification j'utilise l'algorithme des K-moyenne. merci.

ce que je veux : c'est de calculer la similarité entre deux images à partir de leurs textures, Noubliez pas, je ne vais pas juger les deux images selon seulement leurs textures, j'utilise aussi une distance de similarité de leurs histogramme couleurs (pour comparer les deux images selon leurs couleurs).

**Matthieu Brucher** · 31/01/2009, 15h58

Envoyé par bilzzbenzbilz

J'ai appris que pour utiliser les matrices de cooccurrence, il faut que l'image soit en nivea de gris.
je suis débutant et je ne sais pas comment utiliser les matrices de cooccurrence directement. De plus, c'est quoi matrice intra et intracanales ? merci.

intracanal, c'est ce que tu as l'habitude de faire. Tu aurais 3 matrices de cooccurrence. En fait, c'est comme si tu prenais 3 images en niveaux de gris et que tu calculais les matrices de cooccurrence.
Ensuie, intercanal, au lieu de ne travailler que sur une image, tu travailles sur deux images en même temps. Quand tu augmentes la case i,j de la matrice de coccurrence, tu prends le premier canal pour i et le second pour j.

pseudocode > non, on passe plus par 6 matrices de cooccurrence, c'est plus efficace.

RGB ou HSV, c'est la même chose, en fait. Et si tu fais de la classification, tu devrais lire quelques publications à ce niveau. Ce que tu fais est largement sous-optimal par rapport à ce qui se fait dans la littérature.

**Matthieu Brucher** · 31/01/2009, 15h59

Envoyé par bilzzbenzbilz

ce que je veux : c'est de calculer la similarité entre deux images à partir de leurs textures, Noubliez pas, je ne vais pas juger les deux images selon seulement leurs textures, j'utilise aussi une distance de similarité de leurs histogramme couleurs (pour comparer les deux images selon leurs couleurs).

La texture, c'est quelque chose qui a des couleurs, donc tu te dois d'effectuer un travail correct et non pas des approximation qui datent du millénaire précédent.

**bilzzbenzbilz** · 31/01/2009, 16h40

Envoyé par Matthieu Brucher

intracanal, c'est ce que tu as l'habitude de faire. Tu aurais 3 matrices de cooccurrence. En fait, c'est comme si tu prenais 3 images en niveaux de gris et que tu calculais les matrices de cooccurrence..

d'après ce que j'ai compris : une matrice pour l'image du canal vert, une pour canal rouge, et une pour canal bleu.

Envoyé par Matthieu Brucher

Ensuie, intercanal, au lieu de ne travailler que sur une image, tu travailles sur deux images en même temps. Quand tu augmentes la case i,j de la matrice de coccurrence, tu prends le premier canal pour i et le second pour j..

ça, j'ai pas compris.

Je ne fait pas de la classification, j'ai une base d'images à partir de laquelle un utilisateur fait une requête (image), et j'essaie de trouver quelles sont les images similaire à l'image de la requête. Il s'agit de la recherche d'images.