Ces travaux de thèse s'inscrivent dans le cadre industriel de la métrologie pour le semiconducteur.Le développement de nouvelles technologies de transistors et mémoires demande des effortsintensifs en métrologie. L'industrie actuelle répond bien à ce besoin en métrologie au stade de la production.Cependant, sur les étapes de recherche et développement, la grande majorité de la métrologie est faite manuellementet compte pour près de la moitié du temps de recherche et développement. La grande contraintede la problématique est la faible quantité de données annotées et la variabilité des cas d'utilisation. D'unautre coté, les objets à mesurer varient peu au sein d'un même cas d'utilisation et nous avons à dispositionun design de l'objet, qui est une version idéalisée de l'objet. Pour répondre à cette problématique, lestravaux de cette thèse sont découpés en trois parties.Tout d'abord, nous avons analysé les données à notre disposition. Les images proviennent de microscopesélectroniques en transmission. Nous avons étudié le fonctionnement de ce type de microscope ainsique les différentes façons de faire l'acquisition d'images. Cette étude a mis en évidence des modèles debruit différents selon les paramètres d'acquisition et l'échantillon. Nous avons validé expérimentalementque le modèle de bruit est celui de Poisson dans nos images. De plus, cela a permis de poser les bases denotre modèle d'image pour mettre en place une méthode d'analyse. Après un état de l'art, nous avons mis enplace un filtrage adapté. De plus, plusieurs modalités sont disponibles. Ces modalités mettent en évidencedifférentes caractéristiques de l'échantillon. Nous avons constaté une relation linéaire entre les modalitésétudiées. Dans un deuxième temps, nous avons développé une méthode de segmentation des matériaux basésur le design (image schématisée représentant la configuration des matériaux dans les grandes lignes). Lebut de cet algorithme est d'utiliser le design comme élément définissant la segmentation attendue. Nousavons utilisé l'Arbre de Formes, une structure de données qui organise les régions de l'image de manièrehiérarchique avec des opérateurs morphologiques. Cette structure représente efficacement le design pourfaire une mise en correspondance avec une image de l'objet. Cette mise en correspondance est faite demanière similaire au Graph Cut, c'est-à-dire en minimisant une énergie à travers l'Arbre de Formes del'image. Cette minimisation s'appuie sur plusieurs caractéristiques tels que le niveau de gris et la positionqui sont deux informations importantes venant du microscope et du design. Enfin la régularisation contraintla résolution du problème pour obtenir une segmentation cohérente avec le design.Enfin, nous avons mise en place un ensemble d'algorithmes pour mesurer des objets de manière automatique.Cette mesure est définie par l'utilisateur afin de pouvoir s'adapter aux différents cas. La premièreétape utilise l'analyse de données précédente pour effectuer un filtrage adapté. Nous avons ensuite une étapede détection d'objets pour avoir la localisation des objets sur l'image. Pour cela nous avons développé uneméthode utilisant des descripteurs de réseaux de neurones convolutifs et une fenêtre glissante. La troisièmeétape utilise la méthode de segmentation présentée dans ce manuscrit afin d'extraire les matériaux des objetsen accord avec la définition du design. Enfin, nous présentons dans cette thèse deux méthodes de replacementde mesures afin d'améliorer la précision des mesures. Les travaux de cette thèse ont été ou serontintégrés dans le produit de Pollen Metrology et sont utilisés au quotidien par une cinquantaine de personneschez deux clients industriels différents.