Dans ce papier, nous nous intéressons à l'indexation d'images texturées fondée sur la modélisation stochastique multivarié. Celle-ci permet par exemple de caractériser les dépendances spatiale et couleur des coefficients d'une décomposition en ondelettes. La problématique de ces travaux concerne le choix du modèle stochastique à utiliser pour modéliser tel ou tel type de dépendance. L'originalité de ces travaux réside dans l'utilisation de la distance géodésique pour mesurer la similarité entre des variables aléatoires elliptiquement distribuées. Dans ce contexte, nous donnons une expression analytique de la distance géodésique pour une distribution G0 lorsque les paramètres de forme et d'échelle sont fixés et lorsque l'on approxime les coordonnées des géodésiques par des lignes droites. Par le biais d'une étude comparative sur la base de données VisTex, nous montrons que les distributions multivariées de Laplace et G0 sont les meilleurs modèles parmi ceux considérés pour prendre en compte respectivement les dépendances couleur et spatiale. A travers une approche multi-modèles, nous montrons également qu'il est préférable de modéliser séparément ces dépendances au lieu de travailler sur un vecteur joint qui les caractériserait simultanément.