Cet article présente une méthode d'extraction non supervisée des réseaux linéiques, tels que les réseaux routiers ou les réseaux hydrographiques, à partir d'images moyenne ou haute résolution. Nous modélisons le réseau linéique présent dans la scène observée par un processus Markov objet, où les objets sont des segments interagissant entre eux. Le modèle a priori, appelé « Quality Candy », est construit de façon à exploiter au mieux la topologie du réseau recherché, au travers de potentiels définis à partir de la qualité de chaque interaction. Les propriétés radiométriques des données sont prises en compte au travers d’un terme d’attache aux données défini à partir de tests statistiques. Nous proposons deux techniques pour calculer ce terme, l’une précise, l’autre efficace. L’optimisation est réalisée par un recuit simulé avec un algorithme de type Monte Carlo par chaîne de Markov à sauts réversibles. Afin d’accélérer la convergence de l’algorithme, nous proposons des noyaux de proposition pertinents. Les résultats de l’extraction, obtenus pour chaque technique à partir d’images provenant de différents capteurs, sont évalués quantitativement par rapport à des extractions manuelles.