L'organisation perceptive, aujourd'hui couramment utilisée, permet de structurer une image en groupes de primitives significatifs. Notre méthode propose d'utiliser conjointement deux primitives fournissant des informations complémentaires : les segments et les régions. Cette étude a pour objectif de réaliser un système d'organisation perceptive efficace, que nous appliquons sur des images en niveaux de gris représentant des objets polyédriques non texturés. Notre système se décompose en trois parties : La première détecte les primitives et associe les segments aux régions. La deuxième partie génère des hypothèses de groupements de régions associées à une probabilité. Cette probabilité est calculée en utilisant le niveau de gris moyen, la similarité, et la proximité des régions. Enfin, la dernière partie calcule une seconde probabilité d'association, basée sur les lois Gestaltistes (similarité, proximité) associées aux segments de chaque région. La combinaison de ces deux probabilités permet alors de grouper ou non les régions. Notre algorithme effectue des itérations tant que les groupes ne sont pas stabilisés.