La recherche et caractérisation de planètes extrasolaires en transit (i.e., qui passent devant leur étoile, vue depuis la Terre) est un domaine important de la planétologie car ces planètes permettent de contraindre les processus de formation, d'évolution et de migration des systèmes planétaires. Les missions spatiales CoRoT et Kepler ont permis, ces dernières années, de découvrir plusieurs milliers de candidats-planètes en transit. Cependant, ces candidats-planètes doivent être confirmés afin d'exclure tout scénario de faux-positifs pouvant imiter un transit d'une exo-planète. Pour cela, l'une des méthodes possible consiste à mener des observations complémentaires de vitesse radiale permettant de mesurer la masse et les paramètres orbitaux de l'objet qui transite et ainsi de pouvoir déterminer la nature des candidats-planètes. Au cours de ma thèse, je me suis attaché à résoudre la nature des candidats-planètes en transit issues des missions spatiales CoRoT et Kepler en menant des observations avec les spectrographes SOPHIE et HARPS, ce qui m'a permis d'identifier plusieurs nouvelles planètes extrasolaires en transit. J'ai également pu mesurer le taux de faux-positif de la mission Kepler, égal à 35% pour les candidats planètes-géantes à courte période orbitale, contredisant les précédentes estimations, beaucoup plus optimistes. J'ai également participé au développement d'un nouveau logiciel, "PASTIS", qui permet de valider statistiquement des planètes extrasolaires de faible masse, trop petites pour être caractérisées grâce aux spectrographes actuels. Ce logiciel permettra, à terme, de valider des dizaines de planètes de faible masse issues des missions CoRoT et Kepler. / The search and characterization of transiting extrasolar planets (i.e. that pass in front of their host star, as seen from the Earth) is an important domain of planetology since these planets constrain the formation, evolution and migration process of planetary systems. The CoRoT (CNES) and Kepler (NASA) space missions permit, these last years, to discover several thousand of transiting-planet candidates. However, these planet candidates need to be confirmed in order to exclude all false positive scenario that can mimic a planetary transit. For that, one of the method consist on performing radial velocity follow-up observations to measure the transiting object's mass and orbital parameters and thus, to determine the nature of planet candidates.During my PhD thesis, I tried to resolve the nature of transiting planet candidates from the CoRoT and Kepler space missions. For that, I performed follow-up observations with the SOPHIE (OHP) and HARPS (ESO) spectrographs that were used to discover several new transiting extrasolar planets. I also measured the Kepler false-positive rate, equal to 35% for giant close-in exoplanet candidates, contradicting previous estimations, much more optimistic.I also participate to the development of a new software, called "PASTIS", which objective is to validate statistically low-mass transiting exoplanets out of reach for current spectrographs. This new tool will, in a near future, validate tens of low-mass planets from the CoRoT and Kepler space missions.

Depuis quelques années, avec l'émergence de larges bases d'images comme Google Street View, la capacité à traiter massivement et automatiquement des données, sou- vent très contaminées par les faux positifs et massivement ambiguës, devient un enjeu stratégique notamment pour la gestion de patrimoine et le diagnostic de l'état de façades de bâtiment. Sur le plan scientifique, ce souci est propre à faire avancer l'état de l'art dans des problèmes fondamentaux de vision par ordinateur. Notamment, nous traitons dans cette thèse les problèmes suivants: la mise en correspondance robuste, algorithmiquement efficace de caractéristiques visuelles et l'analyse d'images de façades par grammaire. L'enjeu est de développer des méthodes qui doivent également être adaptées à des problèmes de grande échelle. Tout d'abord, nous proposons une formalisation mathématique de la cohérence géométrique qui joue un rôle essentiel pour une mise en correspondance robuste de caractéristiques visuelles. À partir de cette formalisation, nous en dérivons un algo- rithme de mise en correspondance qui est algorithmiquement efficace, précise et robuste aux données fortement contaminées et massivement ambiguës. Expérimentalement, l'algorithme proposé se révèle bien adapté à des problèmes de mise en correspondance d'objets déformés, et à des problèmes de mise en correspondance précise à grande échelle pour la calibration de caméras. En s'appuyant sur notre algorithme de mise en correspondance, nous en dérivons ensuite une méthode de recherche d'éléments répétés, comme les fenêtres. Celle-ci s'avère expérimentalement très efficace et robuste face à des conditions difficiles comme la grande variabilité photométrique des éléments répétés et les occlusions. De plus, elle fait également peu d'hallucinations. Enfin, nous proposons des contributions méthodologiques qui exploitent efficacement les résultats de détections d'éléments répétés pour l'analyse de façades par grammaire, qui devient substantiellement plus précise et robuste.