System for the Formulation of Image Processing Applications
Un Système pour la Formulation d’Applications de Traitement d’Images
OPEN ACCESS
We present a system for the formulation of image processing applications from inexperienced users.To construct such a system,we firstly design a formulation model of image processing applications to identify and to organize the necessary and sufficient information that an expert or an automatic programs generation system needs to conceive an acceptable solution.This model covers every category and domain of the image processing field.Secondly we propose an interaction model which helps and guides the end-users in the formulation of their applications.
Résumé
Nous présentons un système de formulation d’applications de traitement d’images destiné à des utilisateurs novices. La construction de ce système nous amène d’abord à concevoir un modèle de la formulation de telles applications afin d’identifier et d’organiser les informations nécessaires et suffisantes pour qu’un spécialiste ou un système de génération automatique de programmes puisse concevoir une solution acceptable. Ce modèle couvre toutes les catégories et tous les domaines d’application du traitement d’images. Nous proposons ensuite un modèle d’interaction qui permet d’aider et de guider les utilisateurs dans la formulation de leurs applications.
Image processing applications,Knowledge engineering,Ontology,Anchoring problem,Symbol grounding,Formulation model.
Mots clés
Applications de traitement d’images,Ingénierie des connaissances,Ontologie,Ancrage,Modèle de formulation.
[1] R. CLOUARD, « Une méthode de développement d’applications de traitement d’images », Traitement du signal, vol. 21, no. 4, pp. 277–293, 2004.
[2] O. LEZORAY and H. CARDOT, “Cooperation of color pixel classification schemes and color watershed : a study for microscopic images,” IEEE Trans. on Image Processing, vol. 11, no. 7, pp. 783–789, 2000.
[3] R. CLOUARD, A. ELMOATAZ, C. PORQUET, and M. REVENU, “Borg :A knowledge-based system for automatic generation of image processing programs,” IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 21, no. 2, pp. 128–144, 1999.
[4] S. CORADESCHI and A. SAFFIOTTI, “An introduction to the anchoring problem,” Robotics and Autonomous Systems, vol. 43, no. 2-3, pp. 85–96, 2003.
[5] C. HUDELOT, N. MAILLOT, and M. THONNAT, “Symbol grounding for semantic image interpretation: from image data to semantics,” in Proceedings of the Workshop on Semantic Knowledge in Computer Vision, ICCV, Beijing, China, 2005.
[6] T. MATSUYAMA, “Expert systems for image processing : knowledge-based composition of image analysis processes,” Comput. Vision Graph. Image Process., vol. 48, no. 1, pp. 22–49, 1989.
[7] C. LIEDTKE and A. BLÖMER, “Architecture of the Knowledge Based Configuration System for Image Analysis "Conny",” in ICPR’92, Den Haag, Netherlands, 1992, pp. 375–378.
[8] V. CLÉMENT and M. THONNAT, “A knowledge-based approach to integration of image procedures processing,” CVGIP : Image Understanding, vol. 57, no. 2, pp. 166–184, 1993.
[9] S. CHIEN and H. MORTENSEN, “Automating image processing for scientific data analysis of a large image database,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 18, no. 8, pp. 854–859, 1996.
[10] J. HASEGAWA, H. KUBOTA, and J. TORIWAKI, “Automated construction of image processing procedures by sample-figure presentation,” ICPR, vol. 86, pp. 586–588, 1986.
[11] B. A. DRAPER, J. BINS, and K. BAEK, “ADORE : Adaptive object recognition,” in ICVS, 1999, pp. 522–537. [Online]. Available : citeseer.ist.psu.edu/draper99adore.html
[12] A. NOUVEL, « Description de concepts par un langage visuel pour un système d’aide à la conception d’applications de traitement d’images », Ph.D. dissertation, Université Paul Sabatier – Toulouse III, 2002.
[13] N. MAILLOT, M. THONNAT, and A. BOUCHER, “Towards Ontology Based Cognitive Vision,” Machine Vision and Applications, vol. 16, no. 1, pp. 33–40, december 2004.
[14] V. BOMBARDIER, P. LHOSTE, and C. MAZAUD, « Modélisation et intégration de connaissances métier pour l’identification de défauts par règles linguistiques floues », Traitement du Signal, vol. 21, no. 3, p. 227–247, 2004.
[15] C. TOWN, “Ontological inference for image and video analysis,” Mach. Vision Appl., vol. 17, no. 2, pp. 94–115, 2006.
[16] S. BLOEHDORN, K. PETRIDIS, C. SAATHO, N. SIMOU, V. TZOUVARAS, Y. AVRITHIS, S. HANDSCHUH, Y. KOMPATSIARIS, S. STAAB, and M. G. STRINTZIS, “Semantic annotation of images and videos for multimedia analysis,” in ESWC, ser. LNCS, vol. 3532. Springer, 2005, pp. 592–607.
[17] Y. SAIDALI, É. TRUPIN, J. LABICHE, N. BAUDOUIN, and M. HOLZEM, “Incremental modelling and acquisition of image processing knowledge.” in ICWI. IADIS, 2002, pp. 184–190.
[18] A. NOUVELand P. DALLE,« Une approche interactive de définition d’ontologies image, » in 13ème Congrès RFIA,Angers, France, 2002, pp. 1023–1031.
[19] M. JOLY, Image et les signes : approche sémiotique de l’image fixe. Nathan, Paris, 1994.
[20] A. RENOUF, « Modélisation de la formulation d’applications de traitement d’images, » Ph.D. dissertation, Université de Caen/BasseNormandie, SIMEM, septembre 2007.
[21] G. SCHREIBER, B. WIELINGA, H. AKKERMANS, W. VAN DE VELDE, and A. ANJEWIERDEN, “CML : The CommonKADS Conceptual Modelling Language,” in EKAW 94, ser. LNCS, vol. 867. Springer, 1994, pp. 1–25.
[22] D. RANDELL, Z. CUI, and A. COHN, “A spatial logic based on regions and connection,” in KR’92. Principles of Knowledge Representation and Reasoning : Proc. of the 3th International Conference, San Mateo, California, 1992, pp. 165–176.