La recherche en biométrie a connu une grande évolution durant les dernières annéessurtout avec le développement des méthodes de décomposition de visage. Cependant,ces méthodes ne sont pas robustes particulièrement dans les environnements incontrôlés.Pour faire face à ce problème, l'imagerie multispectrale s'est présentée comme une nouvelletechnologie qui peut être utilisée en biométrie basée sur la reconnaissance de visage.Dans tous ce processus, la qualité des images est un facteur majeur pour concevoirun système de reconnaissance fiable. Il est essentiel de se disposer d'images de hautequalité. Ainsi, il est indispensable de développer des algorithmes et des méthodes pourl'amélioration des données sensorielles. Cette amélioration inclut plusieurs tâches tellesque la déconvolution des images, le defloutage, la segmentation, le débruitage. . . Dansle cadre de cette thèse, nous étudions particulièrement la suppression de bruit ainsi quela segmentation de visage.En général, le bruit est inévitable dans toutes applications et son élimination doit sefaire tout en assurant l'intégrité de l'information confinée dans l'image. Cette exigenceest essentielle dans la conception d'un algorithme de débruitage. Le filtre Gaussienanisotropique est conçu spécifiquement pour répondre à cette caractéristique. Nous proposonsd'étendre ce filtre au cas vectoriel où les données en disposition ne sont plus desvaleurs de pixels mais un ensemble de vecteurs dont les attribues sont la réflectance dansune longueur d'onde spécifique. En outre, nous étendons aussi le filtre de la moyennenon-local (NLM) dans le cas vectoriel. La particularité de ce genre de filtre est la robustesseface au bruit Gaussien.La deuxième tâche dans le but d'amélioration de données sensorielles est la segmentation.Le clustering est l'une des techniques souvent utilisées pour la segmentation etclassification des images. L'analyse du clustering implique le développement de nouveauxalgorithmes particulièrement ceux qui sont basés sur la méthode partitionnelle.Avec cette approche, le nombre de clusters doit être connu d'avance, chose qui n'est pastoujours vraie surtout si nous disposons de données ayant des caractéristiques inconnues.Dans le cadre de cette thèse, nous proposons de nouveaux indices de validationde clusters qui sont capables de prévoir le vrai nombre de clusters même dans le cas dedonnées complexes.A travers ces deux tâches, des expériences sur des images couleurs et multispectrales sontréalisées. Nous avons utilisé des bases de données d'image très connues pour analyserl'approche proposée. / In this thesis, we focus on multispectral image for face recognition. With such application,the quality of the image is an important factor that affects the accuracy of therecognition. However, the sensory data are in general corrupted by noise. Thus, wepropose several denoising algorithms that are able to ensure a good tradeoff betweennoise removal and details preservation. Furthermore, characterizing regions and detailsof the face can improve recognition. We focus also in this thesis on multispectral imagesegmentation particularly clustering techniques and cluster analysis. The effectiveness ofthe proposed algorithms is illustrated by comparing them with state-of-the-art methodsusing both simulated and real multispectral data sets.

La virulence de Plasmodium falciparum est fonction de sa capacité à séquestrer les érythrocytes infectés (iEs) dans les organes profonds de l’hôte. Elle est liée à la mise en place d’un trafic protéique conséquent au niveau membranaire et sub-membranaire de l’iE. Cet adressage protéique aboutit à l’expression d’antigènes variant de surface, dont P. falciparum Erythrocyte Membrane Protein-1, PfEMP-1. Cet adhésine présente une affinité pour divers récepteurs de l'hôte impliqués dans la physiopathologie des formes graves, telles que le paludisme associé à la grossesse (PAM) et le paludisme cérébral (CM). La diversité de liaison de PfEMP-1 est associée à la variabilité de séquence de son domaine extracellulaire. Ce domaine est constitué d’une succession de domaines DBL et CIDR en nombre variable. PfEMP-1 est codée par les gènes var classifiés en groupes Ups A, B, C, E et B/A, B/C. Des régions de PfEMP-1 constituées d’une succession établie de 2 à 4 domaines, nommées Domain Cassette, « DC » sont retrouvées dans différents isolats. L’obtention de données exhaustives par LC-MS/MS a permis d’établir un comparatif du protéome membranaire et hypothétique à partir des échantillons PAM et CM en comparaison à des accès simples de paludisme (UM). L’identification protéique des PfEMP-1 a montré la singularité de l’expression d’une PfEMP-1 particulière, VAR2CSA chez les PAM. Ces résultats corroborent les analyses des transcrits du gène var2csa comme surexprimé chez les PAM, transcrit qu’on retrouve également dans les infections de début et de fin de grossesse. Les PfEMP-1 identifiés au sein des CM étaient significativement associés aux groupes Ups A et B/A et la plupart des peptides identifiés étaient associés à la cassette DC8 dont le transcrit était également surexprimé. L’analyse de filter-based feature selection a permis d’identifier un sous ensemble de 13 et 14 protéines assignées comme protéines membranaires ou hypothétiques, prédictives des formes de paludisme PAM et CM, respectivement. Parmi ces protéines surexprimées chez les PAM, la présence de VAR2CSA valide l’approche d’analyse. PFI1785w a été identifiée et associée au PAM, quatre autres protéines apparaissent prédictives de cette forme clinique PFB0115w, PFF0325c, PFA_0410w et PF14_0018. Pour les CM, on distingue les protéines PfEMP-2 et antigen-332 comme spécifiques de cette forme clinique. Les autres protéines qui émergent de ce groupe sont des protéines de fonction inconnue, dont trois sont assignées comme des protéines exportées. L’obtention et l’analyse en LC-MS/MS d’extraits protéiques issus d’isolats de terrain font l’originalité de ce travail et permettent la corrélation entre les données cliniques et biologiques. Cette étude confirme les données de transcrits sur la famille des gènes var et suggère de nouvelles intéractions protéiques dans le cadre du paludisme associé à la grossesse et cérébral. / Plasmodium falciparum is responsible for severe malaria (cerebral malaria, CM and pregnancy associated malaria, PAM). During the intra-erythrocytic maturation of P. falciparum, parasite-derived proteins are expressed, exported and presented at the surface of the infected erythrocyte (iE) membrane. These include Plasmodium falciparum erythrocyte membrane protein-1 (PfEMP-1). PfEMP-1 is a highly polymorphic adherence receptor, variants of which have been assigned to four groups (A-E) based on their sequence homology. Semi-conserved types, defined by tandem runs of specific domains (“domain cassettes” (DC)), are also recognized. The PfEMP-1 type expressed determines the iE adherence phenotype, and is associated with the clinical outcome of infection. Parasite isolates from Beninese children or women presenting with, respectively, CM or PAM were collected along with samples from patients with uncomplicated malaria (UM). We assessed the transcript level of var genes by RT-qPCR and the expression of membrane and hypothetical proteins of Plasmodium by LC-MS/MS. Obtaining LC-MS/MS data enabled a comparison of hypothetical and membrane proteome samples from PAM and CM for comparison with UM samples. The proteomics-based identification of PfEMP-1 showed the expression of a particular PfEMP-1, VAR2CSA, in PAM isolates. These results corroborate the analysis of gene transcripts showing that var2csa is overexpressed in PAM, with transcripts found in isolates from infections both early and late in pregnancy. The PfEMP-1 variants identified in CM samples were predominantly from the Ups groups A and B/A, and most of the peptides identified by LC-MS/MS were associated with the DC8 cassette for which the transcripts were also overexpressed. Analysis using filter-based feature selection identified subsets of 13 and 14 proteins, assigned either as hypothetical or membrane proteins that were predictive of PAM and CM syndromes respectively. The presence of VAR2CSA amongst the proteins overexpressed in PAM samples validates the analytical approach. PFI1785w has previously been identified and associated with the PAM, whilst four other proteins, PFB0115w, PFF0325c, PFA_0410w and PF14_0018, appear to be also predictive of the syndrome. PfEMP-2 protein and antigen-332 were found to be specifically expressed in CM samples. Three other proteins, assigned as ‘exported’ but with unknown function, were also associated with CM samples. Obtaining and analyzing LC-MS/MS-derived data from protein extracts of field isolates represents the originality of this work and it allowed the identification of correlations between clinical and biological data. This study confirms the transcriptional data relating to the var gene family and provides evidence of new protein interactions in the context both of malaria associated with pregnancy and of cerebral malaria.