L'objectif de ce travail est la détection et la classification de changements sur des couples d'images satellitaires panchromatiques haute résolution en vue de la détection de cibles spécifiques. La démarche adoptée est composée de deux parties : – dans la première partie, nous effectuons une analyse en composante principale itérative afin d'obtenir une probabilité de changement au niveau pixélique. Nous effectuons ensuite une ré- gularisation par champ de Markov sur les données obtenues afin d'avoir une décision « dure » tout en incluant des informations de connexité dans le processus. – dans la seconde partie, nous nous attaquons au problème de segmentation non supervisée des pixels qui ont été retenus comme « modifiés » au cours de l'étape précédente. La technique utilisée est une adaptation de l'algorithme des k-moyennes. Celle-ci prend en compte un terme entropique permettant de déterminer le nombre optimal de classes pour la segmentation.