Les travaux effectués s'inscrivent dans le cadre de nos études sur la perception et la caractérisation de surfaces texturées rugueuses par traitement d'images. Ces travaux concernent la caractérisation des variations locales du relief de ces surfaces et en particulier l'extraction de leur degré de rugosité. Ces études sont menées dans un premier temps sur des surfaces statiques puis dans un deuxième temps une extension de cette étude en dynamique est abordée. Actuellement, l’analyse de la rugosité d’une surface est effectuée principalement au travers de capteurs tactiles ou de capteurs à focalisation de type laser. Ces capteurs permettent en général d’estimer la rugosité d’une surface au travers de l’analyse d’une série de relevés profilométriques. En raison de leur temps de mesure élevé et des limitations d'informations liées aux cas monodimensionnels, il est alors très intéressant de pouvoir estimer cette rugosité par traitement d’images, ce qui offre, outre le gain d'une information 2D, une possibilité d’analyse en des temps très courts et une possibilité d'extension en dynamique via des systèmes embarqués. Cette analyse par traitement d'image implique de pouvoir extraire le relief local de la surface (ou sa cartographie) par stéréovision puis de disposer de critères d'estimation de la rugosité applicables sur ces cartographies. Pour cela, nous proposons dans cette thèse deux ensembles de critères, l’un basé sur la caractérisation géométrique de la surface (distribution du gradient, rayons de courbure…), l’autre basé sur sa caractérisation fréquentielle (Densité Spectrale de Puissance, Fonction d’autocorrélation...). Ces critères, qui sont d'abord validés sur les cartographies issues de capteur laser, seront ensuite étendus aux cartographies extraites par traitement d'images. Par ailleurs, pour extraire ces cartographies par traitement d'images, nous proposons une extension originale des méthodes de stéréovision photométriques. Ce choix est guidé par notre volonté à terme d’obtenir une estimation dynamique sous conditions spectrales particulières. Pour cela nous explicitons, les informations contenues dans l’image au travers de l’analyse du comportement photométrique des surfaces étudiées, puis nous adaptons cette méthode au cas des surfaces texturées rugueuses et discutons du choix du modèle de réflexion (Lambert, Lambert généralisé…) et des méthodes d’intégrations numériques 2D sur la qualité du relief reconstruit. La validation de ces approches a été effectuée au moyen d’une banque de données, fournie par le Laboratoire Central des Ponts et Chaussées, constituée de divers revêtements routiers. Pour chacun de ces revêtements nous disposons d'un coefficient de rugosité obtenu au travers d'une caractérisation mécanique et de la cartographie 3D obtenue en laboratoire par capteur de type laser.