Contributions to image retrieval in the wavelet transform domain
Contributions à l'indexation d'images dans le domaine transformé en ondelettes
Résumé
This thesis addresses the problem of images indexing and retrieval in the wavelet transform
domain. In particular, two major issues are considered: the indexing of stereo images and
the impact of quantization in still image retrieval schemes.
In the first part, we propose novel retrieval approaches devoted to stereo images which
integrate the disparity information with the visual contents of stereo images. In the first
strategy, the two views are processed separately through a univariate model. An appropriate
bivariate model is employed to exploit the cross-view dependencies in the second
method. In the third strategy, we resort to a multivariate model to further capture the
spatial dependencies of wavelet subbands.
In the second part, different strategies are designed to improve the drop of retrieval performances
resulting from the quantization of database or query images. First, we propose
to operate on the quantized coefficients by applying a processing step that aims at reducing
the mismatch between the bitrates of the model and the query images. As an
alternative, we propose to recover the statistical parameters of original wavelet coefficients
directly from the quantized ones. Then, we investigate different quantization schemes and
we exploit inherent properties of each one in order to design an efficient retrieval strategy.
Cette thèse est consacrée à l’indexation d’images dans le domaine transformé en ondelettes. En particulier, nous nous intéressons à des problématiques assez peu étudiées : l'indexation des images stéréoscopiques et l'impact de la quantification des images fixes sur les performances du système de recherche.
Dans la première partie, nous avons proposé des nouvelles approches d’indexation des images binoculaires fixes qui visent à incorporer l’information de la disparité pour améliorer la précision de la recherche. Dans la première stratégie, les deux vues sont traitées séparément en utilisant un modèle univarié. Un modèle bivarié approprié a été utilisé pour exploiter les dépendances inter-vues dans la seconde méthode. Dans la troisième stratégie, nous avons recours à un modèle multivarié pour modéliser les dépendances spatiales des sous-bandes d'ondelettes.
Dans la deuxième partie, nous avons conçu des stratégies novatrices pour réduire la baisse des performances due à la quantification des images de la base et de la requête avec des débits différents. D’abord, nous avons proposé d'opérer sur les coefficients d’ondelettes quantifiés en appliquant une étape de pré- traitement avant l’extraction des descripteurs qui vise à réduire l'écart du débit entre les images de la base et de la requête. Comme alternative, nous avons proposé de récupérer les paramètres statistiques des coefficients ondelettes originaux directement à partir de ceux quantifiés. Enfin, nous avons étudié différents schémas de quantification et nous avons exploité les propriétés inhérentes de chacun afin de concevoir une stratégie de recherche efficace.
Loading...