La caractérisation des défauts de corrosion est une tâche difficile et constitue un défi majeur pour diverses industries. En utilisant un réseau de capteurs entourant la zone à surveiller et par l'application d'une transformée inverse sur les mesures, la tomographie par ondes guidées a fait ses preuves pour l'imagerie, au moins qualitative, de ce type de défauts dans les structures à parois minces. Dans ce travail, une technique est proposée pour l'évaluation quantitative de la perte d’épaisseur dans les plaques. Elle est basée sur une combinaison de la méthode classique de rétroprojection filtrée et d’un algorithme de reconstruction probabiliste. La technique résultante bénéficiant des avantages des deux algorithmes. Grâce à une sélection appropriée des modes et des fréquences, le temps de vol est utilisé pour estimer la variation d’épaisseur suivant une intégrale linéaire. Cette propriété à reconstruire est rétro-projetée sous la forme d'une ellipse entre chaque paire de transducteurs du réseau. La somme des contributions de toutes les trajectoires donne une image de la distribution spatiale du défaut. La rétroprojection à l’aide d’un modèle elliptique au lieu d'un modèle linéaire permet de remédier au faible facteur de remplissage dû à l'insuffisance des données de mesure. Ainsi, une imagerie tomographique précise peut être obtenue avec un nombre réduit de transducteurs. En outre, le filtrage permet de réduire les artefacts et d’augmenter la résolution de la reconstruction. Enfin, la simplicité de la sommation confère à la méthode une grande flexibilité vis-à-vis de la géométrie du réseau, elle-même souvent contrainte par des questions d’accessibilité sur les structures industrielles envisagées. Des simulations analytiques et numériques sont effectuées pour valider la méthode et examiner ses performances. Les données numériques sont obtenues par un modèle éléments finis tridimensionnel. Les premiers résultats montrent que l'emplacement, la forme et la profondeur du défaut peuvent être déterminés avec précision.