L'apparition récente de microphones numériques MEMS a ouvert de nouvelles perspectives pour le développement de systèmes d'acquisition acoustiques massivement multi-canaux de grande envergure. De tels systèmes permettent de localiser des sources acoustiques avec de bonnes performances. En revanche, de nouvelles contraintes se posent. La première est le flux élevé de données issues de l'antenne, devant être traitées en un temps raisonnable. La deuxième contrainte est de connaître la position des nombreux microphones déployés in situ. Ce manuscrit propose des méthodes répondant à ces deux contraintes. Premièrement, une étude du système d'acquisition est présentée. On montre que les microphones MEMS sont adaptés pour des applications d'antennerie. Ensuite, un traitement en temps réel des signaux acquis via une implémentation parallèle sur GPU est proposé. Cette stratégie répond au problème de flux de données. On dispose ainsi d'un outil d'imagerie temps réel de sources large bande, permettant d'établir un diagnostic dynamique de la scène sonore.Deuxièmement, différentes méthodes de calibration géométrique pour la détermination de la position des microphones sont exposées. Dans des conditions réelles d'utilisation, les méthodes actuelles sont inefficaces pour des antennes étendues et à grand nombre de microphones. Ce manuscrit propose des techniques privilégiant la robustesse du processus de calibration. Les méthodes proposées couvrent différents environnements acoustiques réels, du champ libre au champ réverbérant. Leur efficacité est prouvée par différentes campagnes expérimentales. / Recently, digital MEMS microphones came out and have opened new perspectives. One of them is the design of large-aperture and massively multichannel acoustical acquisition systems. Such systems meet good requirements for efficient source localization. However, new problems arise. First, an important data flow comes from the array, and must be processed fast enough. Second, if the large array is set up in situ, retrieving the position of numerous microphones becomes a challenging task. This thesis proposes methods addressing these two problems. The first part exhibits the description of the acquisition system, which has been developed during the thesis. First, we show that MEMS microphone characteristics are suitable for array processing applications. Then, real-time processing of channel signals is achieved by a parallel GPU implementation. This strategy is one solution to the heavy data flow processing issue. In this way, a real-time acoustic imaging tool was developed, and enables a dynamic wide-band diagnosis, for an arbitrary duration.The second part presents several robust geometric calibration methods: they retrieve microphone positions, based only on the array acoustic signals. Indeed, in real-life conditions, the state of the art methods are inefficient with large arrays. This thesis proposes techniques that guarantee the robustness of the calibration process. The proposed methods allow calibration in the different existing soundscapes, from free field to reverberant field. Various experimental scenarios prove the efficiency of the methods.