Comment les différents aspects d'une scène visuelle sont-ils encodés en mémoire visuelle à court-terme (MVCT) ? S'il est communément admis que la MVCT ne peut stocker simultanément qu'un nombre extrêmement limité d'informations, la question du format des représentations est actuellement loin d'être résolue. Cette thèse avait pour objectif d'étudier les influences de l'organisation perceptive des différents éléments d'une scène visuelle sur la capacité de stockage de la MVCT. Pour ce faire, dix expériences, utilisant le paradigme de détection de changement (c'est-à-dire en présentant deux séries de stimuli séparées par un court laps de temps et en demandant aux participants de détecter un éventuel changement entre ces deux séries) ont été réalisées. La principale manipulation expérimentale était la comparaison entre différentes organisations perceptives des stimuli dans le champ visuel. Les résultats de nos recherches ont contribué de façon significative à une meilleure compréhension de la façon dont les différents aspects d'une scène visuelle sont traités et encodés en MVCT et suggèrent l'existence de différents types de représentations organisées hiérarchiquement. Tout d'abord, les relations spatiales entre tous les éléments d'une scène visuelle seraient encodées sous la forme d'une configuration spatiale. Cette représentation configurale permettrait, dans un deuxième temps, l'analyse et l'encodage de l'identité individuelle des différents éléments. A ce niveau, nous avons montré que le nombre d'éléments pouvant être simultanément encodés et maintenus en MVCT pourrait dépendre considérablement de la manière dont ils sont présentés dans le champ visuel des participants. Ainsi, lorsque différents traits (couleur, forme, texture, orientation, etc.) occupent la même localisation spatiale, formant ainsi une même partie d'un objet, ils seraient traités et encodés aussi efficacement qu'un simple trait. Dans ce cas, la capacité de stockage de la MVCT doit être comprise en terme d'objets intégrés. Par contre, lorsque les traits d'un objet sont spatialement séparés les uns des autres, constituant différentes parties d'objets, le nombre d'éléments pouvant être simultanément encodés en MVCT est fonction du nombre de traits présents dans le champ visuel, et non du nombre d'objets. L'organisation perceptive des informations visuelles a donc une influence directe sur le nombre d'éléments pouvant être simultanément encodés en MVCT en modifiant la nature des représentations./ How are the different aspects of a visual scene encoded in visual short-term memory (VSTM)? Although it is acknowledged that only a small number of information can be simultaneously stored in VSTM, the format of representation is far to be understood. The goal of the present thesis was to study the perceptual influences of the items in a visual scene on the VSTM storage capacity. Ten experiments, using the change detection paradigm (i.e., two stimuli arrays were presented and separated by a short period of time, and the task was to detect a possible change between the two arrays) were conducted. The major experimental manipulation was to contrast different perceptual organisations of the stimuli in an array. The results of those experiments have significantly contributed to a better understanding about how the different aspects of a visual scene are processed and encoded in VSTM and suggest the existence of different types of representation, hierarchically organised. Firstly, the spatial relations between items in a visual scene would be encoded though spatial configuration. Then, this configural representation would allow the processing and the encoding of the identities of each individual item. Here, the number of items that can be simultaneously encoded in VSTM might greatly depend on the way they are presented in the visual field. Indeed, we provided evidence that visual features (colour, shape, texture, orientation), that share the same spatial location, are encoded in VSTM as accurately as single features. In that case, the VSTM storage capacity must be understood in terms of integrated objects rather than in terms of single features. In contrast, when visual features are spatially distributed over different spatial locations, the limitation in the storage capacity is function of the number of features. The perceptual organisation of the visual information has thus a direct influence on the number of items that can be simultaneously encoded in VSTM by modulating the nature of representations.