**Titre Un taxi pour Euclide (et non Tobrouk) : déconvolution aveugle parcimonieuse, un algorithme préconditionné avec ratio de normes l1/l2 Audrey Repetti, Mai Quyen Pham, Emilie Chouzenoux, Laurent Duval, Jean-Christophe Pesquet. **Résumé La déconvolution aveugle présente une sous-détermination. Elle requiert souvent d'introduire des hypothèses complémentaires sous forme de pénalisation, notamment non convexe. L'ambiguité d'échelle en déconvolution aveugle suggère l'usage de fonctions de contraste invariantes en échelle. La fonction correspondant au ratio de normes l1 et l2 présente de bonnes propriétés d'estimation de la parcimonie de signaux ou d'images. Quelques travaux existent pour minimiser un critère composite faisant intervenir cette fonction, mais très peu d’entre eux offrent des garanties de convergence. Dans cet exposé, nous proposons un algorithme de minimisation alternée, de type explicite-implicite à métrique variable. Il traite une approximation lisse du rapport l1/l2 (SOOT pour "Smoothed One-Over-Two penalty") pour des données réelles signées. Nous donnerons des résultats de convergence de la méthode proposée, basés sur l’inégalité de Kurdyka-Lojasiewicz. Enfin, nous illustrerons les performances de cette nouvelle approche à travers un exemple en déconvolution aveugle de données géophysiques dégradées par un opérateur de flou lié à l'acquisition sismique.. **Références A. Repetti, M. Q. Pham, L. Duval, E. Chouzenoux, et J.-C. Pesquet. Euclid in a Taxicab: Sparse Blind Deconvolution with Smoothed l1/l2 Regularization. IEEE Signal Processing Letters (accepté, sept. 2014). http://arxiv.org/abs/1407.5465 E. Chouzenoux, J.-C. Pesquet, et A. Repetti. A Block Coordinate Variable Metric Forward-Backward Algorithm. Tech. Rep., 2014. http://www.optimization-online.org/DB_HTML/2013/12/4178.html