Stratégies de traitement et de rehaussement automatiques des images de manuscrits anciens

Abstract

Les documents anciens représentent un patrimoine culturel très précieux. Ces documents encourent une dégradation progressive, et sont menacés d'un réel danger de disparition. Les détériorations les plus communes que l’on retrouve dans les images de documents anciens sont : l’effet de transparence, la présence de taches d’humidité absorbée par le papier, les variations de la couleur du papier, la présence de plis et de déchirures et les déformations dues à la courbure naturelle des pages. Le traitement automatique de ces documents en vue de leur restauration offre un avantage certain, mais il est confronté à de nombreuses difficultés dues au mauvais état de ces documents. Nous nous intéressons dans le présent travail aux prétraitements d‘images de documents anciens, afin de les rendre lisibles et accessibles, et plus précisément à la binarisation, considérée comme l‘une des opérations de prétraitement les plus importantes. La binarisation est l’une des techniques de rehaussement qui produit des informations binaires, faciles à manipuler par des méthodes d’analyse de haut niveau (OCR, par exemple), et moins coûteuse en termes de calcul, par rapport aux images couleurs ou en niveaux de gris. Deux contributions majeures sont présentées dans cette thèse pour la binarisation d’images de documents anciens. Notre première contribution est une nouvelle méthode de binarisation destinée aux images de manuscrits anciens en niveaux de gris ou en couleurs. L’approche proposée utilise l’image de contraste définie par le maximum et le minimum locaux, pour détecter en premier lieu un sous-ensemble de pixels de texte les plus probables, qui est utilisé pour générer une carte d’initialisation. Elle effectue ensuite une segmentation par un nouveau modèle de contour actif que nous avons proposé, et utilise en dernier un seuillage moyen pour obtenir l’image binarisée finale. Notre deuxième contribution est une amélioration de la méthode de binarisation de Sauvola. La méthode proposée coopère parallèlement la méthode de Sauvola et la méthode de contraste, définie par le maximum et le minimum locaux. Les deux méthodes de binarisation sont intégrées dans le but d’atteindre une meilleure détection des caractères, aussi bien ceux qui sont bien contrastés, que ceux qui sont faiblement contrastés, présents dans le même document, sans ajuster manuellement les valeurs des paramètres utilisateur. La méthode est proposée dans le but de parvenir à une technique de binarisation rapide et efficace en même temps. Les deux méthodes de contribution ont été validées sur les bases d'images des DIBCOs sur lesquelles elles ont été quantifiées, et comparées aux autres algorithmes existants. La validité des deux méthodes proposées est aussi montrée sur des images de documents anciens arabes, issues de la Bibliothèque Nationale d’Algérie et du Centre National des Manuscrits d’Adrar. Différentes expérimentations ont été effectuées, et les résultats obtenus par les deux méthodes de contribution sont encourageants.