Ce manuscrit présente les travaux scientifiques dont le but est de développer des algorithmes de correction d'erreurs dans un décodage numérique d'images et d'assurer un haut niveau de la qualité visuelle des images décodées. Des techniques d'analyse statistique sont utilisées pour détecter et dissimuler les artéfacts. Une boucle de contrôle de la qualité est implémentée afin de surveiller et de corriger la qualité visuelle des images ou des vidéos. Un outil de mesure de la qualité des vidéos (OMQV) utilise le système visuel humain (SVH) pour indiquer la qualité visuelle d'une vidéo (ou d'une image). Trois modèles d'OMQV sont conçus, basés sur la classification, les réseaux de neurones artificiels et la régression non linéaire. Enfin, un algorithme de correction d'erreurs dans les images est mis au point. Une démonstration est réalisée en considérant uniquement les artéfacts flou et bruit et en s'appuyant sur le filtre de Wiener, optimisé sur le critère du minimum linéaire local de l'erreur quadratique moyenne. Les résultats sont présentés et discutés afin de montrer comment l'OMQV améliore les performances d'un algorithme de dissimulation d'artéfacts visuels.