La classification d'images par le contenu visuel est un domaine particulièrement actif et difficile de l'analyse d'images. En n'imposant aucune restriction sur les images traitées, on se retrouve en effet face à un contenu qui peut être composite, ambigu et qui plus est acquis dans de mauvaises conditions. Aussi difficile qu'elle puisse paraître, cette activité pose pourtant très rarement des problèmes à un être humain qui, quelle que soit la complexité de l'image d'origine, parvient toujours très rapidement à une décision.

Idéalement un système d'indexation automatique devrait permettre de rechercher des concepts dans une image hétérogène et de savoir détecter leur présence comme leur absence de manière non-mutuellement-exclusive. Notre objectif a d'abord été de nous inspirer de la performance de la classification humaine pour en tirer des procédés d'analyse nous mettant dans de bonnes conditions pour nous acquitter de cette tâche. Nous avons également déterminé des caractéristiques de forme pertinentes pour nous assister dans la tâche de classification. Enfin nous avons développé une classification efficace qui puisse s'adapter à ces conditions difficiles.