Les travaux de cette thèse s'inscrivent dans le contexte du traitement et de l'analyse des images couleur. Les premiers travaux pour traiter ces images consistaient à appliquer des traitements déjà existant en niveaux de gris marginalement sur les trois composantes constituant la couleur et le plus généralement dans l'espace RVB. Ces traitements ont été peu à peu améliorés notamment par l'utilisation d'espaces couleur d'avantage liés à la perception humaine mais aussi par des approches vectorielles. Dans ce travail de thèse nous nous plaçons dans la continuité de ces travaux et nous proposons une modélisation mathématique de la dimension vectorielle dans le but de manipuler les couleurs de manière globale. Trois formalismes sont présentés pour représenter la couleur : les complexes, les quaternions et les algèbres géométriques. Dans ce cadre, il est proposé de définir de nouveaux outils d'analyse couleur avec notamment une caractérisation numérique fréquentielle de chacun de ces modèles. Une étude approfondie de leurs utilisations permet de faire ressortir leurs propriétés ainsi que leurs principaux avantages et inconvénients à savoir : impossibilité des complexes à représenter les vecteurs couleurs qui par nature s'expriment en trois dimensions minimum contrairement aux quaternions et aux algèbres géométriques ; distinction entre objets manipulés (vecteurs couleur) et opérations effectuées sur ces objets (projections, rotations,...) pour les algèbres géométriques contrairement aux quaternions... Enfin nous avons montré que la transformée de Fourier quaternionique analyse la couleur avec une direction indiquée par un vecteur couleur, tandis que la transformée de Fourier définie au moyen de l'algèbre G3, plus générique, répartit l'information couleur sur des composantes fréquentielles indépendantes. L'utilisation de modèles algébriques pour représenter l'information couleur permet la définition et le développement d'un filtre spatial de détection de contours tenant compte de la dispersion dans l'espace couleur.