Cette étude propose trois contributions quant à l’automatisation de la reconstruction de l’occupation du sol à partir d’images aériennes historiques monochromes. Premièrement, un nouveau jeu de données est présenté. Il est constitué d’un total de 4.9 millions d’imagettes acquises entre les années 1970 et 1990, puis annotées par des experts à l’aide de 7 classes à 3 niveaux d’échelle spatiale. Deuxièmement, une étude comparative de l’état de l’art en extraction de caractéristiques et en apprentissage machine a été menée sur 14 filtres, 4 classifieurs et 3 réseaux de neurones profonds à convolution (DCNNs). Enfin, un nouveau filtre de textures et une nouvelle combinaison de filtres texturaux sont présentés. La combinaison proposée a permis d’obtenir des résultats en classification similaires aux DCNNs pour un vecteur de caractéristiques 17 fois plus petit.