Abstract FR:

Les systèmes de rétroconversion de documents sont aujourd 'hui nombreux, et ont sans cesse été améliorés au cours des deux dernières décennies. Malgré les progrès réalisés, la rétroconversion de documents complexes comme les documents techniques est toujours loin d'être satisfaisante, et les coûts de correction engendrés sont élevés. Cette thèse traite de ce sujet. Nous proposons une méthode de segmentation robuste de courbes discrètes du plan par échantillonnage aléatoire et croissance de primitives. Nous montrons que cette méthode peut être utilisée pour reconstruire l'image du document après sa squelettisation, et que le résultat obtenu peut être sensiblement optimisé par une approche heuristique. Nous nous intéressons également à la question de l'évaluation des performances de ces systèmes, et fournissons des résultats complets pour celui que nous avons implémenté