Le phytoplancton joue un rôle fondamental dans le monde du vivant. C’est un générateur de dioxygène et le plus important fixateur de dioxyde de carbone sur Terre. Cependant, sous certaines conditions, son développement peut devenir envahissant et il peut être néfaste pour la santé des autres végétaux et animaux aquatiques. Il s’agit du phénomène d’hyper eutrophisation. Ce phénomène peut mener à des conséquences dramatiques pour l’environnement, car il limite les échanges de gaz et le processus de photosynthèse des autres espèces végétales. Dans un cas extrême, ce processus peut causer la mort de tout l’écosystème aquatique. Il apparait donc essentiel de renforcer la vigilance et le contrôle de la prolifération du phytoplancton et notamment de leur toxicité. Dans une première approche la reconnaissance et l’identification des organismes aquatiques, nécessaires pour la surveillance, sont réalisés par des systématiciens par observations microscopiques. Néanmoins, dans certaines circonstances, il peut être utile d’avoir un système automatique de reconnaissance pour améliorer la surveillance et optimiser l’intervention de l’homme. Le développement d’un tel système de reconnaissance des organismes aquatiques est de plus en plus envisagé.Dans l’objectif d’identifier les organismes aquatiques, un système microscopique original a été développé au cours de cette thèse dans lequel les faisceaux incident et émis sont filtrés par bande sélective de longueur d’onde. Ce double système de filtration permet l’acquisition d’images microscopiques classiques et d’images de fluorescence de la matière organique végétale sous différente illumination. Ensuite, les différentes images obtenues sont analysées et traitées par deux algorithmes de segmentation pour extraire des caractéristiques morphologiques et la composition des pigments, utilisées par la suite pour la reconnaissance automatique. Finalement, toutes les caractéristiques associant la morphologie et les données de fluorescence des espèces du phytoplancton, sont réunies dans une base de données permettant la reconnaissance optique et automatique du phytoplancton. / Phytoplankton plays a fundamental role in the living world. It is a dioxygen generator and the most important carbon dioxide fixer on Earth. However, under certain conditions, its development may become so excessive that it could be harmful to other vegetal and animal aquatic life in the water ponds in which it grows: it is the “hyper eutrophication” phenomenon. Such a situation leads to dramatic consequences on environment due to the difficulties that arise for photosynthesis and gas exchanges of other plant species. At the extreme limit, this can cause the death of the whole aquatic ecosystem. It appears therefore essential to strengthen the vigilance on controlling the proliferation of plankton and toxins with the necessity of risk evaluation. In a first approach, the recognition and the identification of aquatic organisms, necessary for such a control, are usually performed only by specialists algologists from microscopic observations. Nevertheless, in certain circumstances, it may be useful to dispose of an automatic recognition system to improve the monitoring of high-risk water ponds and optimize human intervention of specialists algologists. The development of such an automatic system of recognition of aquatics organism is more and more considered.In order to identify aquatic organisms, an original optical microscopy set up was developed in which the incident and emitted light beams are filtered in wavelengths. Such a set up enables the acquisition of classical microscopic images and microscopic images of fluorescence emission of the vegetal material under different illumination. These different images are then analyzed and processed by two algorithms of segmentation to collect characteristics data of the vegetals morphology and pigments compositions useful thereafter for their automatic recognition. Finally, all these different characteristic parameters linked to morphology and fluorescence emission of the vegetal species are collected to build a database useful for automatic optical recognition.

La simulation numérique est un outil de plus en plus utilisé pour la conception et le choix de matériaux composites. Celle-ci permet en effet de générer et tester numériquement des structures très diverses plus facilement et plus rapidement qu’avec des procédés de fabrication et de tests réels. Suite au choix d’un matériau virtuel et sa fabrication tangible, un retour sur expérience est nécessaire afin de valider simultanément la simulation et le procédé de fabrication. Pour cela, la numérisation des matériaux fabriqués permet de renvoyer une modélisation comparable aux structures virtuelles générées. Il devient possible d’appliquer les mêmes algorithmes de simulation et de vérifier les prévisions.Le sujet de cette thèse consiste donc en la modélisation de matériaux composites réels à partir d’images 3D, afin d’y retrouver le matériau virtuel originel. Des méthodes de traitement d’images sont appliquées aux images afin d’en extraire les informations sur la structure du matériau, c’est-à-dire la localisation de chaque constituant et, s’il y a lieu, de leurs orientations. Ces connaissances permettent théoriquement de simuler le comportement thermique et mécanique de structures constituées du matériau étudié.Cependant, en pratique, représenter fidèlement les composites demande de prendre une discrétisation très fine. Par conséquent, une structure macroscopique demande beaucoup trop de points de discrétisation et donc de temps de calcul et de mémoire pour simuler son comportement. Un aspect de la thèse consiste donc aussi en la détermination d’un matériau homogène équivalent, permettant d’alléger la charge de calcul pour les algorithmes de simulation. / Digital simulation is a wide-spreading tool for composite materials design and choice. Indeed it allows to generate and test digitally various structures more easily and quickly than with real manufacturing and tests processes. A feedback is needed following the choice and the fabrication of a virtual material in order to simultaneously validate the simulation and the fabrication process. With this aim, models similar to generated virtual structures are obtained by digitization of manufacturing materials. The same simulation algorithms can then be applied and allow to verify the forecasts. This thesis is also about the modelling of composite materials from 3D images, in order to rediscover in them the original virtual material. Image processing methods are applied to images to extract material structure data, i.e. each constituent localization, and orientation if applicable. These knowledge theoretically allow to simulate thermal and mechanical behavior of structures constituted of studied material. However to accurately represent composites requires practically a very small discretization step. Therefore behavior simulation of a macroscopic structure needs too much discretization points, and then time and memory. Hence a part of this thesis focuses also on determination of equivalent homogeneous material problem, which allows, when resolved, to lighten calculation time for simulation algorithms.

Le phytoplancton joue un rôle fondamental dans le monde du vivant. C’est un générateur de dioxygène et le plus important fixateur de dioxyde de carbone sur Terre. Cependant, sous certaines conditions, son développement peut devenir envahissant et il peut être néfaste pour la santé des autres végétaux et animaux aquatiques. Il s’agit du phénomène d’hyper eutrophisation. Ce phénomène peut mener à des conséquences dramatiques pour l’environnement, car il limite les échanges de gaz et le processus de photosynthèse des autres espèces végétales. Dans un cas extrême, ce processus peut causer la mort de tout l’écosystème aquatique. Il apparait donc essentiel de renforcer la vigilance et le contrôle de la prolifération du phytoplancton et notamment de leur toxicité. Dans une première approche la reconnaissance et l’identification des organismes aquatiques, nécessaires pour la surveillance, sont réalisés par des systématiciens par observations microscopiques. Néanmoins, dans certaines circonstances, il peut être utile d’avoir un système automatique de reconnaissance pour améliorer la surveillance et optimiser l’intervention de l’homme. Le développement d’un tel système de reconnaissance des organismes aquatiques est de plus en plus envisagé.Dans l’objectif d’identifier les organismes aquatiques, un système microscopique original a été développé au cours de cette thèse dans lequel les faisceaux incident et émis sont filtrés par bande sélective de longueur d’onde. Ce double système de filtration permet l’acquisition d’images microscopiques classiques et d’images de fluorescence de la matière organique végétale sous différente illumination. Ensuite, les différentes images obtenues sont analysées et traitées par deux algorithmes de segmentation pour extraire des caractéristiques morphologiques et la composition des pigments, utilisées par la suite pour la reconnaissance automatique. Finalement, toutes les caractéristiques associant la morphologie et les données de fluorescence des espèces du phytoplancton, sont réunies dans une base de données permettant la reconnaissance optique et automatique du phytoplancton. / Phytoplankton plays a fundamental role in the living world. It is a dioxygen generator and the most important carbon dioxide fixer on Earth. However, under certain conditions, its development may become so excessive that it could be harmful to other vegetal and animal aquatic life in the water ponds in which it grows: it is the “hyper eutrophication” phenomenon. Such a situation leads to dramatic consequences on environment due to the difficulties that arise for photosynthesis and gas exchanges of other plant species. At the extreme limit, this can cause the death of the whole aquatic ecosystem. It appears therefore essential to strengthen the vigilance on controlling the proliferation of plankton and toxins with the necessity of risk evaluation. In a first approach, the recognition and the identification of aquatic organisms, necessary for such a control, are usually performed only by specialists algologists from microscopic observations. Nevertheless, in certain circumstances, it may be useful to dispose of an automatic recognition system to improve the monitoring of high-risk water ponds and optimize human intervention of specialists algologists. The development of such an automatic system of recognition of aquatics organism is more and more considered.In order to identify aquatic organisms, an original optical microscopy set up was developed in which the incident and emitted light beams are filtered in wavelengths. Such a set up enables the acquisition of classical microscopic images and microscopic images of fluorescence emission of the vegetal material under different illumination. These different images are then analyzed and processed by two algorithms of segmentation to collect characteristics data of the vegetals morphology and pigments compositions useful thereafter for their automatic recognition. Finally, all these different characteristic parameters linked to morphology and fluorescence emission of the vegetal species are collected to build a database useful for automatic optical recognition.

En raison de la grande disponibilité des dispositifs de capture vidéo et des nouvelles pratiques liées aux réseaux sociaux, ainsi qu’à l’émergence des services en ligne, les images et les vidéos constituent aujourd’hui une partie importante de données transmises sur internet. Les applications de streaming vidéo représentent ainsi plus de 70% de la bande passante totale de l’internet. Des milliards d’images sont déjà stockées dans le cloud et des millions y sont téléchargés chaque jour. Les besoins toujours croissants en streaming et stockage nécessitent donc une amélioration constante des outils de compression d’image et de vidéo. Cette thèse vise à explorer des nouvelles approches pour améliorer les méthodes actuelles de prédiction inter-images. De telles méthodes tirent parti des redondances entre images similaires, et ont été développées à l’origine dans le contexte de la vidéo compression. Dans une première partie, de nouveaux outils de prédiction inter globaux et locaux sont associés pour améliorer l’efficacité des schémas de compression de bases de données d’image. En associant une compensation géométrique et photométrique globale avec une prédiction linéaire locale, des améliorations significatives peuvent être obtenues. Une seconde approche est ensuite proposée qui introduit un schéma de prédiction inter par régions. La méthode proposée est en mesure d’améliorer les performances de codage par rapport aux solutions existantes en estimant et en compensant les distorsions géométriques et photométriques à une échelle semi locale. Cette approche est ensuite adaptée et validée dans le cadre de la compression vidéo. Des améliorations en réduction de débit sont obtenues, en particulier pour les séquences présentant des mouvements complexes réels tels que des zooms et des rotations. La dernière partie de la thèse se concentre sur l’étude des méthodes d’apprentissage en profondeur dans le cadre de la prédiction inter. Ces dernières années, les réseaux de neurones profonds ont obtenu des résultats impressionnants pour un grand nombre de tâches de vision par ordinateur. Les méthodes basées sur l’apprentissage en profondeur proposées à l’origine pour de l’interpolation d’images sont étudiées ici dans le contexte de la compression vidéo. Des améliorations en terme de performances de codage sont obtenues par rapport aux méthodes d’estimation et de compensation de mouvements traditionnelles. Ces résultats mettent en évidence le fort potentiel de ces architectures profondes dans le domaine de la compression vidéo. / Due to the large availability of video cameras and new social media practices, as well as the emergence of cloud services, images and videos constitute today a significant amount of the total data that is transmitted over the internet. Video streaming applications account for more than 70% of the world internet bandwidth. Whereas billions of images are already stored in the cloud and millions are uploaded every day. The ever growing streaming and storage requirements of these media require the constant improvements of image and video coding tools. This thesis aims at exploring novel approaches for improving current inter-prediction methods. Such methods leverage redundancies between similar frames, and were originally developed in the context of video compression. In a first approach, novel global and local inter-prediction tools are associated to improve the efficiency of image sets compression schemes based on video codecs. By leveraging a global geometric and photometric compensation with a locally linear prediction, significant improvements can be obtained. A second approach is then proposed which introduces a region-based inter-prediction scheme. The proposed method is able to improve the coding performances compared to existing solutions by estimating and compensating geometric and photometric distortions on a semi-local level. This approach is then adapted and validated in the context of video compression. Bit-rate improvements are obtained, especially for sequences displaying complex real-world motions such as zooms and rotations. The last part of the thesis focuses on deep learning approaches for inter-prediction. Deep neural networks have shown striking results for a large number of computer vision tasks over the last years. Deep learning based methods proposed for frame interpolation applications are studied here in the context of video compression. Coding performance improvements over traditional motion estimation and compensation methods highlight the potential of these deep architectures.

La segmentation est une tâche cruciale en analyse d’images. L’évolution des capteurs d’acquisition induit de nouvelles images de résolution élevée, contenant des objets hétérogènes. Il est aussi devenu courant d’obtenir des images d’une même scène à partir de plusieurs sources. Ceci rend difficile l’utilisation des méthodes de segmentation classiques. Les approches de segmentation hiérarchiques fournissent des solutions potentielles à ce problème. Ainsi, l’Arbre Binaire de Partitions (BPT) est une structure de données représentant le contenu d’une image à différentes échelles. Sa construction est généralement mono-critère (i.e. une image, une métrique) et fusionne progressivement des régions connexes similaires. Cependant, la métrique doit être définie a priori par l’utilisateur, et la gestion de plusieurs images se fait en regroupant de multiples informations issues de plusieurs bandes spectrales dans une seule métrique. Notre première contribution est une approche pour la construction multicritère d’un BPT. Elle établit un consensus entre plusieurs métriques, permettant d’obtenir un espace de segmentation hiérarchique unifiée. Par ailleurs, peu de travaux se sont intéressés à l’évaluation de ces structures hiérarchiques. Notre seconde contribution est une approche évaluant la qualité des BPTs en se basant sur l’analyse intrinsèque et extrinsèque, suivant des exemples issus de vérités-terrains. Nous discutons de l’utilité de cette approche pour l’évaluation d’un BPT donné mais aussi de la détermination de la combinaison de paramètres adéquats pour une application précise. Des expérimentations sur des images satellitaires mettent en évidence la pertinence de ces approches en segmentation d’images. / Segmentation is a crucial task in image analysis. Novel acquisition devices bring new images with higher resolutions, containing more heterogeneous objects. It becomes also easier to get many images of an area from different sources. This phenomenon is encountered in many domains (e.g. remote sensing, medical imaging) making difficult the use of classical image segmentation methods. Hierarchical segmentation approaches provide solutions to such issues. Particularly, the Binary Partition Tree (BPT) is a hierarchical data-structure modeling an image content at different scales. It is built in a mono-feature way (i.e. one image, one metric) by merging progressively similar connected regions. However, the metric has to be carefully thought by the user and the handling of several images is generally dealt with by gathering multiple information provided by various spectral bands into a single metric. Our first contribution is a generalized framework for the BPT construction in a multi-feature way. It relies on a strategy setting up a consensus between many metrics, allowing us to obtain a unified hierarchical segmentation space. Surprisingly, few works were devoted to the evaluation of hierarchical structures. Our second contribution is a framework for evaluating the quality of BPTs relying both on intrinsic and extrinsic quality analysis based on ground-truth examples. We also discuss about the use of this evaluation framework both for evaluating the quality of a given BPT and for determining which BPT should be built for a given application. Experiments using satellite images emphasize the relevance of the proposed frameworks in the context of image segmentation.

La microscopie par fluorescence de cellules vivantes produit de grandes quantités de données. Ces données sont composées d’une grande diversité au niveau de la forme des objets d’intérêts et possèdent un ratio signaux/bruit très bas. Pour concevoir un pipeline d’algorithmes efficaces en traitement d’image de microscopie par fluorescence, il est important d’avoir une segmentation robuste et fiable étant donné que celle-ci constitue l’étape initiale du traitement d’image. Dans ce mémoire, je présente MinSeg, un algorithme de segmentation d’image de microscopie par fluorescence qui fait peu d’assomptions sur l’image et utilise des propriétés statistiques pour distinguer le signal par rapport au bruit. MinSeg ne fait pas d’assomption sur la taille ou la forme des objets contenus dans l’image. Par ce fait, il est donc applicable sur une grande variété d’images. Je présente aussi une suite d’algorithmes pour la quantification de petits complexes dans des expériences de microscopie par fluorescence de molécules simples utilisant l’algorithme de segmentation MinSeg. Cette suite d’algorithmes a été utilisée pour la quantification d’une protéine nommée CENP-A qui est une variante de l’histone H3. Par cette technique, nous avons trouvé que CENP-A est principalement présente sous forme de dimère. / Live-cell fluorescence microscopy produces high amounts of data with a high variability in shapes at low signal-to-noise ratio. An efficient design of image analysis pipelines requires a reliable and robust initial segmentation step that needs little parameter fine-tuning. Here, I present a segmentation algorithm called MinSeg for fluorescence image data that relies on minimal assumptions about the image, and uses statistical considerations to distinguish signal from background. More importantly, the algorithm does not make assumptions about feature size or shape, and is thus universally applicable. I also present a pipeline for the quantification of small complexes with single-molecule fluorescence microscopy using this segmentation algorithm as the first step of the workflow. This pipeline was used for the quantification of a small histone H3 variant protein called CENP-A. We found that the CENP-A nucleosomes are dimers.

Dans le cadre de la pulvérisation agricole, la diminution de la quantité des intrants est devenue une étape cruciale, et ce notamment en viticulture. La pulvérisation de précision en viticulture implique cependant une maitrise conjointe du matériel utilisé, des produits et de la répartition de ces produits sur le feuillage. Dans ce contexte, nombreuses sont les recherches menées sur l’optimisation d’utilisation des produits phytosanitaires, leur objectif final étant de réduire de manière significative la quantité d’intrants dans la culture. Cependant, peu de travaux ont été effectués sur l’étude du comportement des produits directement sur le feuillage, ce qui constitue donc l’objectif de cette thèse. La première partie de ce travail est consacrée particulièrement à l’analyse de l’état de la surface foliaire, en se focalisant spécifiquement sur l’étude de la rugosité de surface de la feuille qui constitue un paramètre essentiel dans le processus d’adhésion du produit pulvérisé sur la feuille. L’analyse de la surface de la feuille est réalisée en déterminant les caractéristiques texturales extraites d’images microscopiques. Un nouvel indicateur de rugosité est proposé ainsi que, des paramètres spatiaux et fréquentiels sont utilisés pour estimer et la rugosité de la feuille. Ces paramètres permettent ensuite la caractérisation de l’homogénéité de la surface et la détection des nervures/poils au niveau de la surface de la feuille. Cette partie représente une base fondamentale pour mieux comprendre le comportement des gouttelettes pulvérisées sur la feuille de vigne. La deuxième partie de ce travail de thèse est consacrée à des études expérimentales, qui ont pour but de définir et construire des modèles statistiques permettant d’estimer la quantité de produit restant sur la feuille ou la surface occupée par les gouttes. Ces modèles prennent en considération différents paramètres de pulvérisation, tels que la taille de la goutte et sa vitesse, la tension superficielle du produit, l’angle d’inclinaison et la rugosité de la surface de la feuille. Ces modèlespourraient être vus comme des outils de décision communs pour optimiser la quantité du produit pulvérisé et l’estimation du produit restant sur la feuille, et comme un outil d’aide pour optimiser les bancs d’essais et de tests de la qualité de la pulvérisation. / In the context of agricultural spraying, reducing the amount of input became a crucial step particularly in viticulture. The development of spraying precision in this domain needs the mastery of the use of spray equipment, product and distribution of these products on the foliage. In this area, many research have been done, their main goal being to optimize the use of plant product protection and to reduce significantly the input quantity inside the culture. However, few research has been done on the behavior of the product directly on the foliage which constitutes finally the main goal of this thesis. The first part of this report deals particularly with the analysis of leaf surface state by focusing precisely on the leaf surface roughness, one of the main parameters in product adhesion process. A leaf surface analysis is performed by determining the textural features extracted from microscopic images. A new roughness indicator is proposed and, spatial and frequency parameters were used to estimate and characterize the leaf roughness. These parameters allow both the characterization of surface homogeneity and the detection of the presence of rib/hair on the leaf surface. Indeed, this part represents a fundamental basis for understanding the spray droplet behavior on the vine leaf. The second part of this thesis deals with experimental studies which aim to define and to create statistical models to estimate the amount of product remaining on the leaf surface or the surface occupied by droplets. These models consider different spray parameters, such as droplet size and velocity, surface tension of the product, slope angle and roughness of the leaf. These models could be seen as aid-decision tools to optimize the amount of spray and the estimated product remaining on the leaf.

Cette thèse traite d’imagerie par résonance magnétique fonctionnelle (IRMf) cérébrale. Jusqu’à présent, cette modalité est principalement employée dans le domaine des neurosciences dans le but d’étudier les processus cognitifs et la relation entre anatomie et fonction. L’emploi de l’IRMf est toutefois restreint en comparaison des perspectives qu’elle offre. En effet, trois caractéristiques intrinsèques au signal observé en IRMf posent problème. D’abord, le signal ne constitue pas l’observation directe de l’activité cérébrale. Il en résulte un flou temporel ne permettant pas la localisation temporelle précise de l’activité neuronale. Ensuite, seules les variations temporelles du signal IRMf déterminent la présence ou l’absence d’une telle activité. Or ces fluctuations sont faibles vis-à-vis de l’amplitude du signal et du bruit. Enfin, de nombreuses ambiguïtés de localisation spatiale existent, et cela particulièrement au niveau du ruban cortical du fait de ses nombreuses circonvolutions. Plusieurs approches proposent, en conséquence, d’étudier les données IRMf sur la surface corticale. Toutefois, toutes se basent sur des méthodes directes d’interpolation ou de rétro-projection, omettant ainsi que le signal d’intérêt acquis est originaire du ruban cortical. L’originalité du travail réalisé durant cette thèse consiste à considérer le problème de projection comme un problème inverse. La méthode procède alors simultanément à la projection surfacique, et à la restauration des propriétés spatio-temporelles d’origine des données fonctionnelles sur la surface. / This thesis deals with cerebral functional magnetic resonance imaging (fMRI). Until now, fMRI is mainly used in the field of neurosciences as a tool to understand cognitive processes and the links between anatomy and function. However, fMRI use is limited compared to the perspectives it offers. Indeed, three properties of the fMRI signal are problematic. First, this signal is not a direct representation of cerebral activities, thus resulting in a temporal blur that opposes the accurate localization of neuronal activities in time. Then, only the temporal variations of the fMRI signal can determine the presence or absence of those activities. Yet, those fluctuations are small compared to the overall signal and noise magnitudes. And last but not least, ambiguities related to spatial localization of cerebral activities are numerous and especially troublesome around the cortical ribbon due to its highly convoluted shape. Therefore, several approaches offer to study fMRI data onto the cortical surface. However, they all consider the problem as an interpolation one, neglecting the origin of the acquired signal of interest : the cortical ribbon. The original idea behind the work achieved in this thesis consists in posing the projection problem as an inverse problem to solve. This way we achieve both the surface-based projection and the recovering of the original cortical signal spatio-temporal properties.

No description available.

L’intégration des énergies intermittentes sur le réseau électrique existant soulèvedes problèmes de stabilité de la balance consommation/production. Afin de limiter les risques,la loi autorise un taux de pénétration maximum de ces énergies de 30% de la puissanceinstallée. Afin de pallier cette limitation, deux pistes sont envisagées, le stockage d’énergie etla prévision de production. Les travaux menés dans cette thèse s’inscrivent dans la secondecatégorie et se concentrent sur la prévision du rayonnement global au sol, ressource principaledes systèmes de production d’énergie photovoltaïque. Dans l’objectif d’une prévision à trèscourt terme (infra-horaire), la problématique développée concerne la fusion d’informationsprovenant d’une part d’observations satellitaires et de l’autre d’observations in-situ telles quedes images hémisphériques. L’approche suivie se veut progressive et s’articule autour de 4grand axes. Le premier chapitre énonce les définitions et les enjeux principaux liés à l’étudedu GHI en décrivant les différents facteurs physiques ayant des interactions sur sa mesure. Lesecond chapitre permet d’évaluer le potentiel des images hémisphériques pour l’estimation durayonnement global. On y développe une méthode d’estimation du GHI basée sur l’utilisationd’un réseau de neurones artificiels permettant d’effectuer une régression non linéaire entre descaractéristiques choisie de l’image et le rayonnement mesuré sur site par un pyranomètre. Letroisième chapitre concerne l’utilisation des images satellitaires pour la prévision à très courtterme du rayonnement global. L’originalité des méthodes proposées provient de l’utilisationen entrées de cartes de rayonnement dérivées des images satellitaires via une méthode externe.L’utilisation de ces cartes de rayonnement permet la construction de modèles linéairessimples (modèles auto-régressifs) grâce à l’homogénéité des données utilisées. Cependant,leur pertinence pour le calcul de champ de vecteurs a également été prouvé et validé dans unsecond modèle. La comparaison des deux modèles ainsi créés à partir d’imagerie satellitairea permis de caractériser les forces et faiblesses de ces modèles. L’intérêt de l’observationsatellitaire réside dans l’anticipation du déplacement des masses nuageuse. Cependant, unbiais non systématique persiste dans la conversion des valeurs des pixels en rayonnement.Ce biais est inhérent à la résolution spatio-temporelle de ces observations. Étant donné cesconsidérations, le chapitre 4 présente alors une méthode d’intégration des données acquisespar l’imagerie hémisphérique, disposant une meilleure résolution spatio-temporelle, dans lesrésultats de prévision satellitaires précédemment évoqués. On joint alors les caractéristiquesretenues au chapitre 2 dans un réseau de neurone avec la prévision pour produire uneprévision dont le biais est largement réduit. L’utilisation de caractéristiques dérivées del’imagerie hémisphérique à la place de simple mesures du pyranomètre est justifiée par l’effetde persistance non souhaité apportées par ces dernières. Ainsi, après avoir étudié chaquesource d’information séparément, on a pu développer un modèle leur permettant de secompléter. / To handle the integration of intermittent energies to the existing grid,managers require more and more acurate tools to forecast the primary resources. This thesisfocuses on the very short term forecast of the global horizontal irradiance (GHI), maininput for most photovoltaic power plant. We chose to use both ground based images fromhemispherical cameras and satellite images to provide a forecating tool. In the first handwe present a novel appraoch to estimate the GHI using ground based images. On secondhand, we propose several satellite based methods to forecast the GHI up to one hour. Finally,we developp a new method allowing us to merge both data in order to benefit from theirrespective advantages. All the methods were tested against real data acquired on the SIRTAsite, Polytechnique campus.