Mesurer l'irradiance émise par une scène est une caractéristique hautement souhaitable dans de nombreux algorithmes de vision par ordinateur. Des diverses applications comme, par exemple, l'estimation de la BRDF ou la réalité augmentée nécessitent des estimations des propriétés photométriques fiables. La méthode la plus simple pour les obtenir est avec l'aide d'un appareil photo. Toutefois, un premier pas est nécessaire pour atteindre cet objectif. Les valeurs d'intensités obtenues par un appareil photo doivent être liées aux valeurs d'irradiance émises par l'objet. Ce phénomène est modelé par une fonction non linéaire appelée la réponse radiométrique de la camera (CRF ou camera response function en anglais). Dans cet article, nous proposons d'exploiter la grande diversité des apparences d'un objet dans des collections de photos pour récupérer cette fonction non linéaire pour chacune des caméras en utilisant les images disponibles. Ce processus, également connu sous le nom de calibrage radiométrique, utilise un ensemble non structuré d'images pour récupérer la position des cameras et un modèle 3D de la scène. À partir de cette entrée, la fonction de réponse de la caméra est estimée pour chaque image. Ce problème très mal posé est uniquement traitable en se servant des à prioris appropriés. L'approche proposée est basée sur un modèle empirique pour paramétrer la réponse radiométrique des caméras introduit par Grossberg et Nayar. Des méthodes linéaires sont proposées. Ces approches permettent de calculer des solutions approximatives. Ensuite, des solutions plus exactes sont obtenues par des algorithmes d'optimisation non linéaire.