Abstract FR:

On presente dans cette these un modele markovien causal sur un graphe hierarchique simple a savoir le quadarbre. Ce modele permet d'induire des algorithmes non iteratifs et optimaux d'estimation supervisee et correspondant a divers estimateurs bayesiens (map et mpm entre autres). Dans le cas non supervise on presente egalement des algorithmes efficaces de type em. Ces algorithmes sont relativement rapides et sont particulierement bien adaptes a la fusion de donnees multiresolutions. Une application a la classification d'images multiresolutions est egalement proposee et permet d'apprecier l'apport de ces algorithmes par rapport aux algorithmes induits par les modeles markoviens spatiaux, multiresolutions ou multiechelles surtout en termes de complexite calculatoire