Ce travail concerne les développements nécessaires à la mise en oeuvre efficace de systèmes imageurs polarimétriques et comporte plusieurs volets allant de la théorie amont à l'utilisation d'algorithmes de traitement d'images spécifiques. Les principaux objectifs et les développements réalisés se rapportent à: - la représentation algébrique des formalismes de polarisation en utilisant les quaternions : toute matrice de Mueller non dépolarisante peut être mise sous forme d'un quaternion complexe et l'action d'un système optique sur une onde monochromatique s'écrit comme le produit géométrique du quaternion correspondant à la matrice de Mueller par le multivecteur représentant le vecteur de Stokes. Cette utilisation de l'algèbre géométrique permet de définir formellement la notion de distance, de similitude et d'appartenance à une classe. - l'optimisation des polarimètres imageurs et le calcul de l'erreur sur les mesures : la démarche, basée sur l'utilisation du produit de Kronecker, prend en compte de façon conjointe les erreurs sytématiques et le bruit d'image et leur minimisation est obtenue dès l'étape de conception. Plusieurs fonctions de mérites sont introduites pour permettre la définition des caractéristiques du polarimètre optimal. - l'estimation et le filtrage du bruit des images polarimétriques : deux méthodes sont envisagées i) une nouvelle variante de la méthode du « scatter plot » combinée avec une vectorisation de l'image par un parcours de type Piano-Hilbert, ii) la méthode du masquage de données qui repose sur l'utilisation de la différence entre deux approximations de l'opérateur Laplacien. Les performances et les biais des deux estimateurs choisis sont étudiés statistiquement par la méthode du « Bootstrap ». - la classification et la prévisualisation couleur des images codées en polarisation : on propose une représentation colorée des images codées en polarisation, comme une aide à leur interprétation en fonction de leur contenu physique, qui utilise la décomposition polaire pour le cas de l'imagerie de Mueller et repose sur deux mappages entre la sphère de Poincaré et un espace de couleur paramétrique dans le cas de l'imagerie de Stokes. Le processus de segmentation est basé sur la famille des algorithmes des K-moyennes. Cette démarche est illustrée sur des images de Stokes et de Mueller de tissus biologiques.