Un des objectifs de la recherche en biotechnologie et de la production industrielle réside dans la détermination des conditions optimales pour la production d'un métabolite. Pour avoir des performances optimales, la supervision en ligne de la croissance cellulaire est primordiale. Dans ces travaux de thèse nous présentons l'analyse d'images microscopiques de cellules afin de déterminer les caractéristiques de chaque cellule, à partir de la détection de leurs contours. La détection des contours joue un rôle primordial et a été résolue par les contours actifs. L'initialisation et l'évolution du modèle à l'intérieur des zones concaves des cellules bourgeonnantes sont des tâches difficiles. Elles ont été résolues par l'analyse de l'énergie image. Différente méthodes ont été comparées afin de différencier les cellules : les méthodes floues, la transformé en ondelette et l'analyse de la courbure. Le problème de la détection des paramètres morphométriques se traduit par un problème de détection d'ellipses dans une image. L'approximation du contour de la cellule par un modèle ellipsoïdal est réalisée par une méthode de moindres carrés sous contraintes qui a été comparée à la transformée de Hough, et aux algorithmes génétiques. Ce système de supervision de la population microbienne a constitué le moteur d'un logiciel de traitement et d'analyse d'images.