Le développement des spectromètres par transformée de Fourier (FTS) a connu un essor important en bénéficiant de l'attention de nombreux groupes de recherche à travers le monde depuis les années 1960 (bien que cet instrument existait déjà bien avant), résultant dans la connaissance approfondie que nous en avons aujourd'hui. Dans les années 1990 et 2000, l'augmentation grandissante des performances des caméras à intégration (de type «charge-coupled device» (CCD) ou autre) a permis la croissance accélérée de la technologie FTS imageur, combinant ainsi l'information spatiale à l'information spectrale, et ouvrant la porte à de nouvelles applications pour cet instrument de pointe. Mise à part la quantité phénoménale de données produite par un tel instrument, certains aspects fondamentaux de l'appareil, bien caractérisés pour les instruments mono-pixel, méritent une nouvelle analyse lorsqu'un détecteur de type intégrateur est utilisé. Ce mémoire de maîtrise se concentre sur l'un de ces éléments : la minimisation de la gigue d'échantillonnage des données acquises en présence de perturbations mécaniques. Cette gigue étant principalement due aux variations de vitesse du chariot du miroir en mouvement dans l'instrument, la qualité de l'information de position et de vitesse est tout d'abord améliorée afin d'obtenir un estimé plus précis de l'état du chariot. Puis, sur la base de cette connaissance fiable, deux approches générales sont analysées. Dans un premier temps, une approche de réduction de la gigue d'échantillonnage a priori (soit avant l'intégration intrinsèque à l'acquisition avec une caméra) est abordée et les performances de trois méthodes de génération des instants d'échantillonnage sont comparées, à la fois en simulation et via leur implantation dans un système réel. Dans un deuxième temps, deux algorithmes de ré-échantillonnage sont utilisés afin de corriger la grille d'échantillonnage a posteriori, soit avec la connaissance de la position d'échantillonnage du signal telle qu'estimée par le laser de référence. Pour terminer, l'analyse combinée des résultats fait ressortir la meilleure approche globale et les ressources technologiques requises pour l'implémenter.