Cette thèse traite de la détection et du suivi d'objets mobiles dans un environnement dynamique  extérieur, en utilisant une caméra embarquée sur un robot mobile. Ce sujet représente encore un défi important dans le cas où l'on exploite uniquement de la vision mono-caméra pour le résoudre. Le point central de notre sujet est de garantir la perception des objets dynamiques par un analyse de leurs déplacements en excluant le mouvement du véhicule qui porte la caméra. Dans une première étape, nous proposons une stratégie d'analyse spatio-temporelle des informations visuelles éparses basée sur le flot optique et la théorie a contrario pour le "clustering" des points mobiles. Cette méthode de "clustering" permet le groupement des points dynamiques sans information a priori sur le nombre de groupes à former  et sans réglage de paramètres. Ainsi, la réussite de cette méthode réside dans une accumulation suffisante  des données pour bien caractériser la position et la vitesse des points. Nous avons proposé le terme de  temps de pistage pour aborder la problématique liée au nombre de données qui doivent être mesures pour  bien caractériser les points. Dans la deuxième étape nous avons développé une carte probabiliste afin  de pondérer les zones dans l'image où il y a plus de probabilités de trouver un objet mobile. Cette carte  oriente la sélection des nouveaux points sur les régions autour des points dynamiques détectés précédemment en permettant d'élargir la taille des objets. En même temps, un contour actif délimite les frontières  de chaque objet et surveille la conservation du modèle initial détecté à l'intérieur du contour. Dans la  troisième partie nous mettons en oeuvre la méthodologie détection-clustering-suivi de façon itérative sur  des séquences d'images réelles dynamiques d'intérieur et d'extérieur acquises depuis une caméra fixe.Finalement une extension de nos expérimentations est effectué sur des images acquises depuis un robot mobile équipé d'une caméra monoculaire dans un environnement extérieur avec des objets mobiles  rigides et non-rigides. Les expériences montreront que la méthode est utilisable dans le cadre de la navigation dans un environnement inconnu a priori , dans un premier temps pour des faibles vitesses de navigation et dans un deuxième temps, pour des vitesses communs dans un milieu urbain après une  méthode de compensation de mouvement.