Ce travail de thèse en Mathématiques Appliquées a été effectué au sein du service Capteurs et Systèmes Electroniques (SCSE) au CEA-Leti, organisme majeur de la recherche publique française implanté à Grenoble. Il s'inscrit dans le cadre d'une collaboration avec le laboratoire de mathématiques appliquées Jean Kuntzmann (LJK) de l'Université Joseph Fourier (UJF). Le Leti développe des systèmes de capteurs de données terrestres (magnétomètres, accéléromètres...) capables de se géoréférencer de manière autonome. Placés sur des objets, ces dispositifs de capteursfournissent leur orientation propre dans l'espace, et ouvrent donc un vaste champ d'applications dans le domaine de l'acquisition et la reconstruction de formes.Le problème de la reconstruction de surfaces à partir de données d'orientation non structurées est par essence un problème mal posé. Cependant, des travaux précédents effectués au Leti ont permis de dégager un protocole fournissant un cadre valide pour le processus de reconstruction. Les capteurs ont été intégrés dans les rubans Morphosense : ces rubans souples équipés de noeuds de capteurs selon unegéométrie connue permettent ainsi le développement d'algorithmes de reconstruction de la courbe suivie par le ruban. L'application de rubans Morphosense sur une surface physique permet alors d'acquérir la famille des courbes suivies par les rubans et tracées sur la surface. Il s'agit ensuite d'exploiter le réseau des courbes ainsi obtenues pour reconstruire la surface. Dans un premier temps, nous revisitons la question de la reconstruction du ruban. Nous proposons des algorithmes de reconstruction de la courbe 3D suivie par le ruban Morphosense prenant maintenant en compte l'intégralité des données fournies par les capteurs d'orientation, ainsi que les propriétés méca-niques du ruban qui le conduisent à suivre des courbes géodésiques sur une surface. De ce point de vue, la reconstruction peut être considérée comme optimale.On étudie ensuite un ensemble de méthodes pour la reconstruction de surfaces à partir d'un réseau de courbes rubans. Dans le cas général, un tel type de réseau conduit à des problèmes de fermeture et d'estimation de données manquantes. La question de la fermeture, d'ordre essentiellement numérique et liée à des contraintes différentielles, concerne le réseau des courbes et la difficulté d'obtenir des contoursfermés. La question cruciale de l'estimation des données manquantes traduit le fait qu'aucune information sur la surface n'est connue et accessible en dehors du réseau des courbes rubans.Afin de s'affranchir de ces problèmes et de proposer des solutions pratiques pour la reconstruction, il est nécessaire de faire des hypothèses sur le modèle de surfaces à reconstruire ou sur la topologie de réseau de courbes acquises. Les méthodes développées s'inscrivent donc dans l'une des deux approchessuivantes.– D'une part des méthodes de reconstruction de surfaces développables et quasi-développables, qui modélisent de manière satisfaisante les surfaces étudiées dans le cadre de nombreuses applications.– D'autre part des méthodes de reconstruction à partir d'une topologie spécifique de réseaux de courbes (courbes quasi-planaires, contour ouvert), permettant de résoudre le problème de fermeture.L'ensemble des méthodes proposées dans ces travaux permet ainsi de formuler un processus global de reconstruction de surfaces, qu'il est possible d'adapter aux problèmes étudiés en pratique, afin de proposer une solution à la fois simple et précise dans chaque cas. La validation des résultats dans le cadre des données réelles fournies par les rubans Morphosense nous a conduit à développer des dispositifs métrologiques. Enfin, notons que le contexte général des données d'orientation étudié ici soulève des problématiques peu classiques, voire nouvelles, auxquelles nous avons essayé d'apporter des solutions originales, en particulier au travers d'algorithmes d'interpolation et d'optimisation.