La conception d'une méthode de reconnaissance de symboles graphiques est une tâche complexe en raison de la multitude de symboles et de leurs configurations dans des applications réelles. Dans cet article, nous proposons une approche basée sur un nouveau concept que nous appelons le treillis de Galois fréquent utilisé dans un cadre d'apprentissage supervisé. L'originalité de ce travail, est de construire un treillis de concepts non pas en terme de toutes les caractéristiques visuelles des symboles, mais en terme des caractéristiques les plus fréquentes. Notre approche consiste premièrement, à créer un vocabulaire visuel, contenant les mots visuels les plus fréquents, à partir de vecteurs caractéristiques définis sur une base d'apprentissage de symboles. Les vecteurs caractéristiques sont définis aux voisinages de points choisis aléatoirement mais qui sont pertinents. Deuxièmement, nous proposons un système de classification de symboles graphiques basé sur un treillis de Galois fréquent. Le treillis de concepts obtenu en fonction des motifs fréquents est entraîné et utilisé comme un classificateur. Ceci, nous permet d'aboutir à un prototype nommé le treillis de Galois fréquent combiné à un dictionnaire visuel et servant comme classificateur supervisé des symboles. Les résultats expérimentaux montrent les capacités de reconnaissance de cette méthode et sa robustesse au bruit.