L’interprétation d’images a pour objectif non seulement de détecter et reconnaître des objets dans une scène mais aussi de fournir une description sémantique tenant compte des in- formations contextuelles dans toute la scène. Le problème de l’interprétation d’images peut être formalisé comme un problème de raisonnement abductif, c’est-à-dire comme la recherche de la meilleure explication en utilisant une base de connaissances. Dans ce travail, nous présentons une nouvelle approche utilisant une méthode par tableau pour la génération et la sélection d’explications possibles d’une image donnée lorsque les connaissances, exprimées dans une logique de description, comportent des concepts décrivant les objets mais aussi les relations spatiales entre ces objets. La meilleure explication est sélectionnée en exploitant les domaines concrets pour évaluer le degré de satisfaction des relations spatiales entre les objets.