Caractérisation des écritures médiévales par des méthodes statistiques basées sur la cooccurrence

Cette thèse a pour objet l\u27élaboration de méthodologies d\u27analyse permettant de décrire et de comparer les écritures manuscrites anciennes, méthodologies d\u27analyse globale ne nécessitant pas segmentation. Elle propose de nouveaux descripteurs robustes basés sur des statistiques d\u27ordre 2, la contribution essentielle reposant sur la notion de cooccurrence généralisée qui mesure la loi de probabilité conjointe d\u27informations extraites des imagesc\u27est une extension de la cooccurrence des niveaux de gris, utilisée jusqu\u27à présent pour caractériser les textures qui nous a permis d\u27élaborer diverses cooccurrences, spatiales relatives aux orientations et aux courbures locales des formes, paramétriques qui mesurent l\u27évolution d\u27une image subissant des transformations successives. Le nombre de descripteurs obtenu étant très (trop) élevé, nous proposons des méthodes conçues à partir des plus récentes méthodes d\u27analyse statistique multidimensionnelle de réduction de ce nombre. Ces démarches nous ont conduit à introduire la notion de matrices de cooccurrences propres qui contiennent l\u27information essentielle permettant de décrire finement les images avec un nombre réduit de descripteurs. Dans la partie applicative nous proposons des méthodes de classification non supervisées d\u27écritures médiévales. Le nombre de groupes et leurs contenus dépendent des paramètres utilisés et des méthodes appliquées. Nous avons aussi développé un moteur de recherche d\u27écritures similaires. Dans le cadre du projet ANR-MCD Graphem, nous avons élaboré des méthodes permettant d\u27analyser et de suivre l\u27évolution des écritures du Moyen Age