Cette these concerne principalement la reconstruction tridimensionnelle a partir d'images issues de cameras non etalonnees. Deux autres sujets lies a la reconstruction ont ete traites : le calcul de la geometrie epipolaire et la mise en correspondance des points dans les images. Nous nous placons dans le cas general d'une sequence d'images obtenues avec une ou plusieurs cameras de carateristiques inconnues. Quand seuls les points observes dans les images sont utilisees la seule reconstruction possible est de type projective. Nous proposons d'abord une methode pour calculer la reconstruction projective, ensuite, montrons comment passer d'une telle reconstruction a une reconstruction euclidienne. Ce passage utilise des contraintes euclidiennes issues de connaissances a priori sur la scene tridimensionnelle. Enfin, nous proposons une methode de reconstruction euclidienne lorsque les parametres intrinseques des cameras sont approximativement connus. Cette methode utilise un parametrage permettant une grande stabilite dans les calculs Toutes les methodes proposees sont validees avec des exemples d'images reelles ou simulees.

Cette these concerne la modelisation automatique d'objets polyedriques en vue d'une reconnaissance ulterieure de ces objets a partir d'une seule image. Lorsqu'on dispose de plusieurs images d'un objet a modeliser, le probleme consiste a determiner quelle information est necessaire pour une reconnaissance future de cet objet et comment cette information peut e^tre extraite des images. Nous envisageons deux types d'information. Tout d'abord, en se placant dans le cadre de la geometrie projective et de la theorie des invariants, nous montrons comment on peut extraire une information 3D numerique (coplanarite de points, birapports) caracteristique d'un objet, a partir de deux images appariees de celui-ci. Ensuite, nous proposons une methode d'extraction d'information visuelle a partir d'un ensemble d'images. Apres avoir apparie les images, on compare leur contenu, ce qui permet de les regrouper selon l'aspect de l'objet qu'elles representent. Chacun de ces aspects donne alors lieu a l'etablissement d'un modele qui regroupe l'information disponible a son propos. Les differents algorithmes proposes sont illustres sur des exemples d'images reelles ou synthetiques.

L'un des objectifs de la vision par ordinateur est la restitution des caracteristiques tridimensionnelles d'objets a partir d'une ou plusieurs images de ces objets, soit pour determiner leur forme et leur position, soit pour les identifier. Les methodes classiques de positionnement s'appuient sur l'etalonnage prealable des cameras, technique delicate et parfois inutilisable, comme dans le cas de cameras mobiles. Nous montrons comment l'utilisation des proprietes de la geometrie projective permet d'eviter un etalonnage explicite et aboutit a un positionnement relatif des objets observes. Des experimentations sur des scenes reelles contenant des objets polyedriques simples permettent de valider la methode et d'evaluer la precision du positionnement obtenu. La multiplication des techniques utilisant les invariants projectifs, tant pour le positionnement que pour la reconnaissance, nous a ensuite conduit a etudier la stabilite de ces derniers en presence de bruit dans les images. Une etude theorique nous permet de proposer une mesure de similarite entre invariants projectifs, ainsi que des moyens pour identifier et filtrer les valeurs instables. Nous considerons ensuite differentes caracterisations des ensembles de cinq points coplanaires par des invariants projectifs et nous comparons leurs performances dans le cadre d'un processus de reconnaissance sur des donnees simulees et bruitees.