Les données spatiales à haute résolution, ainsi que les capacités de traitement sont et seront de plus en plus accessibles aux différents utilisateurs. Face à cette abondance d'informations, nous proposons de concentrer les efforts sur l'identification d'objets pertinents, tant au niveau thématique qu'informatique. L'objectif est d'automatiser l'extraction d'objets chargés de sens thématiques. Cette démarche a été testée pour ta distinction de types de vergers et de taillis de châtaigniers sur une photographie aérienne en infrarouge couleur de l'IFN (Inventaire forestier national). Une typologie de châtaigneraies regroupant cinq classes est construite dans l'objectif de relier formes et pratiques agricoles. Les objets se distinguent, non seulement par leur couleur, mais aussi par l'arrangement spatial de leurs constituants (les houppiers de châtaigniers). Nous avons retenu le module CLAPAS (Classement de paysages et segmentation): le processus de classification tient compte du voisinage des points ce qui permet de différencier les types de même couleur mais de texture différente. Les classes de référence sont choisies sur l'image à l'aide de connaissances de terrain (classification assistée). L'analyse montre que, malgré des confusions entre types dans certaines zones, tes sorties générées par la procédure correspondent bien aux relevés de terrain.