Dans le cadre de cette maîtrise, le défi est de trier des images aériennes en fonction de la présence ou de l'absence de certaines cibles (avions). Pour cela, nous allons rechercher au préalable les images contenant des pistes d'aéroport comme objets d'intérêt, car les pistes d'aéroport sont des structures de grande résolution spatiale dans les images aériennes et, par conséquent, elles sont plus faciles à trouver. C'est ce qu'on appelle la méthode de reconnaissance guidée par contexte. Afin d'extraire l'objet d'intérêt, nous allons utiliser une transformation issue de la famille des ondelettes : la transformation en beamlets. C'est une transformation multiéchelle basée sur la détection de lignes à différentes échelles. Cet algorithme consiste à extraire des lignes dans une image tout en récupérant l'information sur leur longueur, leur position et leur orientation. Nous allons présenter une approche basée sur l'utilisation d'un graphe à beamlets qui permet de stocker et d'organiser les lignes extraites à chaque échelle. L'utilisation de la relation entre les échelles rend possible l'extraction de l'objet d'intérêt contenu dans l'image. Le principal avantage de cette méthode réside dans l'utilisation de l'approche multiéchelle pour extraire l'objet d'intérêt et cela, sans segmentation de l'image.