Ce travail s'inscrit par le cadre du développement méthodologique d'une architecture multi spécialistes, appelée MESSIE, pour I'interprétation d'images. Nous présentons, dans cet article, les spécifications du système pour l'interprétation d'objets, en particulier ceux faits de main d'homme dans l'imagerie aérienne. La principale difficulté de ce problème est l'expression des connaissances nécessaires à l'interprétation: les connaissances liées aux Objets, à la Stratégie et à la Scène. Nous montrons comment une modélisation des objets physiques de la scène, exprimée sous quatre points de vue (géométrie-radiométrie (forme-aspect), relation spatiale entre objets (contexte) et fonction (sémantique) permet d'aboutir à la spécification d'une architecture...