Dans le cadre de l''analyse d''images de football, nous proposons une méthodologie originale de segmentation d''images couleur en régions qui exploite les propriétés colorimétriques des pixels pour extraire de l''image les joueurs à suivre. Les pixels de chaque image sont affectés à différentes classes en utilisant des méthodes classiques de classification de données multidimensionnelles fondées sur un apprentissage supervisé. La couleur de chaque pixel est usuellement représentée sur la base des trois composantes trichromatiques rouge, verte et bleue, mais peut être codée dans d''autres systèmes de représentation. L''originalité de notre approche consiste à construire un espace couleur hybride en sélectionnant les composantes couleur les plus discriminantes et pouvant être issues de différents systèmes. Cette approche est généralisée en considérant qu''un pixel est représenté par des attributs colorimétriques évalués à son voisinage. Il est ainsi possible de proposer une liste d''attributs calculés pour chacune des composantes couleur des systèmes de représentation et de sélectionner un espace d''attributs colorimétriques adapté.