MENSOURI ,ZoheirBoucheham ,Bachir2024-04-142024-04-142023http://dspace.univ-skikda.dz:4000/handle/123456789/842Le domaine de la comparaison d'images par le contenu visuel est une branche de l'informatique et de la vision par ordinateur qui vise à évaluer et à mesurer la similarité entre les images en se basant sur leur contenu visuel plutôt que sur des métadonnées ou des annotations externes. Cette approche permet de rechercher, d'organiser et d'analyser des images de manière automatique et efficace, en se concentrant sur les caractéristiques visuelles des images elles-mêmes. Traditionnellement, la comparaison d'images s'appuyait sur des métadonnées telles que des tags ou des descriptions pour indexer et rechercher des images. Cependant, cette approche présente des limitations, notamment lorsqu'il s'agit de gérer de grandes collections d'images ou de rechercher des images similaires à partir d'une requête visuelle spécifique. La comparaison d'images par le contenu visuel vise à résoudre ces problèmes en analysant les caractéristiques visuelles des images, telles que la couleur, la texture et la forme, pour déterminer leur similarité. Les techniques de traitement d'images et de vision par ordinateur sont utilisées pour extraire et représenter ces caractéristiques, qui servent ensuite de base pour mesurer la similarité entre les images. Cette approche présente de nombreux avantages. Elle permet une recherche d'images plus précise et plus flexible, en se basant sur les caractéristiques visuelles réelles des images plutôt que sur des annotations subjectives. De plus, elle peut être utilisée dans divers domaines, tels que la classification d'images, la détection d'anomalies, la biométrie basée sur l'image et la recherche d'image basée sur le contenu. Dans ce mémoire, nous explorons les différentes techniques utilisées dans le domaine de la comparaison d'images par le contenu visuel. Nous examinons les méthodes de représentation de l'image, les espaces de couleurs, les techniques d'appariement d'images basées sur la couleur : la texture et la forme, ainsi que les mesures de distance et de similarité. Nous nous intéressons également aux applications pratiques de cette approche, telles que la classification d'images, le clustering de groupe d’images, la détection d'anomalie, la biométrie basé image et la recherche d'image basée sur le contenu visuel (CBIR). La comparaison d'images par le contenu visuel offre de vastes possibilités et représente un domaine de recherche en évolution constante. Ce travail vise à contribuer à une meilleure compréhension de cette problématique et à explorer ses applications potentielles dans divers domaines.frMémoire de Master