Le cadre général de cette étude est le traitement numérique du signal, appliqué<br />aux séquences d'images, pour des applications multimédia. Ce travail est<br />divisé en deux contributions principales~: un algorithme de segmentation<br />d'images en objets vidéo en mouvement, et une méthode d'interpolation<br />temporelle opérant sur ces objets.<br /><br />La segmentation de la séquence est effectuée par un algorithme de suivi<br />temporel. Un algorithme de segmentation spatio-temporelle est utilisé<br />initialement pour obtenir des régions dans la première image de la séquence.<br />Cette partition est ensuite suivie par une technique de contours actifs, qui<br />opère sur une nouvelle représentation de la segmentation, composée des<br />frontières ouvertes séparant les régions. L'algorithme estime à la fois le<br />mouvement des frontières et celui des régions. Il est capable de suivre<br />plusieurs objets simultanément et de traiter les occultations entre eux. Des<br />résultats, obtenus sur des séquences d'images réelles, montrent que cet<br />algorithme permet une bonne stabilité temporelle de la segmentation et une<br />bonne précision des frontières.<br /><br />Le but de l'algorithme d'interpolation est de reconstruire des images<br />intermédiaires entre deux images de la séquence. Il s'agit d'un algorithme de<br />faible complexité qui peut être utilisé à la fin d'une chaîne codeur/décodeur.<br />L'interpolation est compensée en mouvement et utilise le mouvement des régions,<br />estimé pendant la phase de suivi. Il est aussi basé objets, dans le sens où il<br />utilise la segmentation pour prédire correctement les zones d'occultation. Cet<br />algorithme peut être utilisé pour trois applications différentes~: le codage<br />interpolatif (où des images de la séquence sont prédites par interpolation),<br />l'adaptation de la fréquence de la séquence à la fréquence d'affichage du<br />terminal de visualisation dans une transmission multipoints et la<br />reconstruction d'images manquantes (où l'on calcule des images non observées).<br />Des résultats expérimentaux pour la première application montrent que pour une<br />qualité de reconstruction donnée, la taux de compression moyen sur un groupe<br />d'images est plus élevé en utilisant l'interpolation qu'avec une prédiction<br />causale.