L'introduction d'une modélisation statistique par champs de Markov a récemment permis des avancées importantes dans nombre de problèmes classiques en analyse d'images. Ces modèles sont généralement associés à des algorithmes d'optimisation globale par relaxation qui restent coûteux en temps de calcul dans certaines applications. Or les techniques multigrilles, par ailleurs classiques en analyse numérique, peuvent conduire à des gains importants sur ce point. Pour l'heure il n'existe cependant pas réellement de support théorique permettant d'associer de façon simple et efficace stratégie multigrille et modélisation markovienne. Les modèles markoviens multirésolutions utilisés pour l'instant sont donc élaborés de manière heuristique, en particulier en ce qui concerne l'ajustement des différents paramètres en fonction de la résolution...