La détection de contour a pour objectif l'acquisition d'une représentation compacte de toutes les propriétés significatives de la scène perçue. Elle doit être efficace et fiable, car la validité et l'efficacité ainsi que les possibilités de réalisation des traitements ultérieurs y sont directement liées. Cependant, la présence du bruit dans l'image rend difficile la conception d'un algorithme général de détection de contours satisfaisant d'une manière optimale ces exigences. C'est la raison pour laquelle de nombreux détecteurs ont été proposés souvent différents par leur objectif ainsi que par leurs propriétés mathématiques et algorithmiques. Le problème auquel se trouve souvent confronter les utilisateurs de la détection de contours est le choix du détecteur le plus approprié pour l'application envisagée. Le thème central de cette thèse est la détection de contours dans des images à niveaux de gris, en visant la mise en œuvre d'une sélection automatique de détecteurs et de leurs paramètres les plus appropriés pour mettre en évidence un contour donné. Pour disposer d'un ensemble d'outils nécessaires à la détection de contours, nous proposons deux détecteurs de contours originaux. Le premier est destiné aux lignes de crête. Il est optimal au sens de Canny et implanté efficacement par des équations aux différences. Le second est un détecteur de contours fermés de type marche fondé sur des techniques d'apprentissage. Il est destiné à des images comportant quelques objets poses sur un fond. Cet algorithme peut être utilisé pour la détection de contours et pour l'extraction de régions. La définition d'un critère de sélection de détecteurs et le calcul automatique de leurs paramètres nécessitent la spécification de la relation de cause à effet entre les caractéristiques du contour et les propriétés des détecteurs. Dans ce contexte, nous proposons une étude bibliographique approfondie et une étude théorique mettant en évidence l'influence des attributs des contours sur les performances des détecteurs. Cette étude validée par des expérimentations a permis d'obtenir des résultats originaux. En ce qui concerne la sélection des détecteurs de contours, nous proposons une approche incrémentale qui consiste à choisir un seul détecteur à chaque itération. La combinatoire de l'approche proposée est faible grâce à l'utilisation d'heuristiques. Le système implanté est composé d'algorithmes originaux. Il a l'avantage de fournir une solution efficace assurant le compromis entre deux critères de performance qui sont de nature antagoniste : la détection et la localisation.

L'endothélium cornéen humain constitue une mono-couche de cellules de formes relativement hexagonales et de surfaces régulières, situées à la face interne de la cornée. Ces cellules sont primordiales car elles maintiennent la transparence de la cornée. Leurs contours sont facilement photographiés chez le patient grâce à la microscopie optique spéculaire (in vivo), ou sur un greffon (ex vivo) grâce à la microscopie optique classique. Les ophtalmologistes s'intéressent alors à la densité cellulaire, ainsi qu'à des caractéristiques morphométriques (polymégethisme et pléomorphisme). Leur analyse, lorsqu'elle utilise des logiciels spécifiques, n'est cependant jamais aussi pertinente que l'analyse visuelle. Ce constat nous a conduit à nous intéresser aux principes qui régissent la perception visuelle humaine. Dans cette thèse, nous vérifions de manière élémentaire que les principes de bonne continuation et de proximité de la théorie de la Gestalt sont vérifiés algorithmiquement sur des cas simples, ce qui permet d'envisager leur utilisation pour fermer les contours imparfaitement détectés dans les images. Cependant, les résultats obtenus suggèrent une intéraction complexe entre ces principes. L'utilisation de méthodes morphologiques basées sur des filtres alternés séquentiels, des cartes de distances et des lignes de partage des eaux fournit de bons résultats. Il est montré que ces méthodes sont fondées sur les principes de la théorie de la Gestalt: la "proximité'' est introduite par les cartes de distances, la "continuation'' et la "fermeture'' sont des propriétés des lignes de partage des eaux. Leur utilisation conjointe permet de réaliser une analyse duale contours-régions: les cartes de distances permettent d'accéder à des informations régionales à partir des contours, alors que les lignes de partage des eaux permettent d'obtenir des informations de contours à partir de marqueurs régionaux. Ces impressions ont été vérifiées en mettant en place un critère de dissimilarité qui permet de quantifier l'erreur entre une mosaïque (structure cellulaire observée sur l'image de l'endothélium) fournie par l'expert et une autre mosaïque. Ainsi, plusieurs méthodes de segmentation sont testées, et la méthode que nous proposons donne les meilleurs résultats. Ce critère de dissimilarité a permis de trouver les meilleurs paramètres de chaque méthode et de faire établir entre elles un classement par les ophtalmologistes. Pour terminer la segmentation des images, une validation des résultats, basée sur des paramètres de formes, est proposée.