Dans cette thèse, nous présentons des méthodes pour construire une surface géologique optimal à partir d’une quantité énorme de points 3D extraits de cubes sismiques. Appliquer le processus à l’ensemble des points induit un risque important de contraction de la surface de sorte que l’extraction de la frontière initiale est une étape importante permettant une simplification à l’intérieur de la surface. La forme globale de la surface sera alors mieux respectée pour la reconstruction de la surface triangulaire finale. Nos propositions sont basées sur la régularité des données qui permet, même si des données sont manquantes, d’obtenir facilement les informations de voisinage. Tout d’abord, nous présentons une nouvelle méthode pour extraire et simplifier la frontière d’une surface d’élévation définie par un ensemble de voxels dans un grand volume 3D où des données sont manquantes. Deuxièmement, une méthode pour simplifier la surface à l’intérieur de sa frontière est présentée. Elle comprend une étape de simplification grossière optionnelle suivie par une étape plus fine basée sur l’étude des courbures. Nous tenons également compte du fait que la densité de données doit changer graduellement afin de recevoir à la dernière étape d’une surface triangulée avec de meilleurs triangles. Troisièmement, nous avons proposé une nouvelle méthode rapide pour trianguler la surface après simplification. / Reconstructing surfaces with data coming from an automatic acquisition technique always entails the problem of mass of data. This implies that the usual processes cannot be applied directly. Therefore, it leads to a mandatory data reduction process. An effective algorithm for a rapid processing while keeping the original model is a valuable tool for constructing an optimal surface and managing the complex data.In this dissertation, we present methods for building an optimal geological surface from a huge amount of 3D points extracted from seismic cubes. Applying the process to the whole set of points induces an important risk of surface shrinking so that the initial boundary extraction is an important step permitting a simplification inside the surface. The global surface shape will then be better kept for the reconstruction of the final triangular surface. Our proposals are based on the regularity of data which permits, even if data are missing, to easily obtain the neighboring information. Firstly, we present a new method to extract and simplify the boundary of an elevation surface given as voxels in a large 3D volume having the characteristics to be sparse. Secondly, a method for simplifying the surface inside its boundary is presented with a rough optional simplification step followed by a finer one based on curvatures. We also keep into consideration that the density of data must gradually change in order to receive in the last step a triangulated surface with better triangles. Thirdly, we have proposed a new and fast method for triangulating the surface after simplification.