Les images naturelles sont des structures complexes. Leur modélisation est essentielle à de nombreuses tâches en traitement d'images, et des progrès restent encore à réaliser dans ce sens. Des propriétés d'autosimilarité en échelle ont été observées dans l'organisation spatiale des images naturelles. Au-delà de leur organisation spatiale, nous abordons ici leur organisation colorimétrique. Différents outils de caractérisation fractale sont identifiés et mis en oeuvre. L'application de ces outils sur les histogrammes tridimensionnels des images couleur nous permet de mettre en évidence, et de caractériser, des propriétés fractales dans leur organisation colorimétrique. Par ailleurs, nous abordons aussi, en synthèse d'images, de nouvelles applications des concepts fractals pour les images couleur, le contrôle de leurs propriétés et la génération automatique de motifs décoratifs. Des collaborations applicatives ont été développées durant la thèse en vue de valoriser ces travaux, notamment dans le cadre du dispositif de doctorant-conseil, et en direction de l'industrie du textile-habillement.

Dans ce document, nous nous intéressons à la modélisation de l'image par le biais de la théorie des hypergraphes. Notre contribution est essentiellement axée sur la détermination des propriétés issues de<br />cette théorie et sur l'analyse de leur adéquation avec des problématiques de l'image et particulièrement la détection de contours et la suppression de bruit.<br /><br />Dans un premier temps, nous étudions la représentation par hypergraphes de voisinage spatiocolorimétrique de l'image. Trois représentations sont présentées incorporant des propriétés globales, locales, des mesures de similarité et des mesures de dissimilarité.<br /><br />Ensuite, on utilise les propriétés des hypergraphes engendrées par la représentation afin de définir des modèles structurels de bruit et de contour. Ceci nous permet ainsi de déduire des algorithmes de suppression de bruit et d'extraction de contours sur des images<br />à niveaux de gris et couleur. Les performances des approches proposées sont comparées aux solutions classiquement utilisées.<br />Enfin, la représentation par hypergraphe de voisinage<br />spatiocolorimétrique s'est avérée efficace pour<br />le traitement des images bas niveaux.