En France, les feuillus constituent la part majoritaire du parc forestier, dont, notamment, le chêne de qualité secondaire. Ce dernier pourrait devenir une alternative à d’autres matériaux de construction. Cependant, en fonction des singularités relatives à chaque sciage, les performances mécaniques peuvent varier considérablement. Il est donc nécessaire de trier les sciages adaptés pour une application en structure. L’efficience des méthodes de classement du chêne apparaît comme une des problématiques majeures. Ce projet de recherche a pour but de développer des méthodes et moyens de mesure capables de classer convenablement le chêne de qualité secondaire et palier au classement visuel par un opérateur. Ce dernier sous-estime fortement les qualités du chêne mais reste fréquemment employé par les industriels faute d’alternative. Au cours de cette thèse, deux modèles de prédiction des propriétés mécaniques ont été développés pour classer par machine le chêne de qualité secondaire. Ces modèles se basent sur une large campagne expérimentale de contrôle non destructif, avec validation par essais destructifs. Le premier modèle est analytique, exploitant les cartographies d’orientation des fibres des sciages pour déterminer localement les résistances et modules élastiques, et en déduire les propriétés globales. Le second modèle est statistique, basé sur l’analyse des signaux vibratoires sous sollicitation longitudinale ou transversale. Les résultats obtenus montrent que la méthode vibratoire longitudinale, employée couramment en industrie dans le cas des résineux, n’est pas adaptée pour classer convenablement le chêne de qualité secondaire. A l’inverse, la méthode vibratoire transversale sur chant permet d’obtenir des rendements de classement pertinents mais nécessite des efforts de développement pour être industrialisée. Le modèle basé sur la mesure de l’orientation des fibres offre les meilleurs rendements et des résultats stables sur l’ensemble des classes étudiées. / Hardwoods are the majority in France, with a substantial amount of small, low grade oaks. This resource could be an alternative of typical construction materials. However, mechanical properties can change a lot depending on timber defects. Thus, it is necessary to verify the good quality of each board in order it can be used in structural applications. The efficiency of grading methods is one of principal challenges to promote the use of oak in structures. The present work aims to provide new grading machine solutions relative to low grade oak which could replace the traditional and downgrading method based on visual sorting by an operator.Indeed, two models have been developed during this thesis, based on nondestructive measurements following by destructive tests to validate them. The first one is an analytical model based on grain angle scanning measurements. From grain angle data maps, local values of modulus of elasticity and resistance were computed, then the global mechanical properties were computed. The second one is a statistical model based on the analysis of longitudinal and transversal vibrational measurements. The results show that the longitudinal vibrational method based on the first longitudinal eigen frequency, which is mostly employed in softwood industry, is not suited for oak grading. However, the efficiency of the methods based on transversal vibrations is pretty good but it needs additional efforts for industrial application. In this work, the model based on grain angle scanning offer the best and the more robust grading efficiency for all grades.