L'annotation sémantique d'images est un domaine d'une importance primordiale dans lequel l'apprentissage profond excelle. Cependant, certains domaines d'application, comme la sécurité ou la médecine, peuvent nécessiter une explication de cette annotation. L'intelligence artificielle explicable est une réponse à ce besoin. Dans ce travail, nous nous intéressons aux explications en langage naturel, dédiées aux utilisateurs humains pour leur fournir des indices sur le processus qui a conduit à l'attribution des étiquettes aux parties de l'image. Nous nous concentrons sur l'annotation sémantique d'images avec la logique floue qui s'est avérée être un cadre utile qui permet de capturer à la fois l'imprécision de la segmentation des images et celle de la connaissance spatiale humaine et du vocabulaire. Dans cet article, nous présentons un algorithme pour la génération d'explications textuelles de l'annotation sémantique de régions d'images.