Dans les applications de modélisation de l'environnement, on dispose généralement de plusieurs images<br />3D de la même scène prises de points de vue différents. Le recalage de ces vues consiste à estimer les<br />transformations rigides qui permettent de les ramener dans un référentiel commun. Cette thèse propose<br />des solutions pour réaliser le recalage automatique de nuages de points denses et non structurés acquis<br />par un scanner 3D/couleur à haute résolution, en vue de la construction de modèles 3D texturés d'objets<br />complexes. La première contribution de ce travail concerne l'utilisation de l'information couleur pour<br />améliorer les performances du recalage en utilisant l'algorithme ICP (Iterative Closest Point)<br />initialement conçu pour le traitement de données géométriques pures. Lorsque le niveau du bruit sur la<br />couleur n'est pas trop élevé, l'utilisation de cette information photométrique permet d'améliorer la<br />convergence de l'algorithme et de réduire l'erreur résiduelle de recalage dans l'espace 3D. Une étude<br />concernant la robustesse de la méthode au bruit sur la couleur montre qu'on peut diminuer l'effet négatif<br />des changements d'illumination en choisissant un espace couleur perceptuel qui permet de séparer les<br />composantes chromatiques de la composante intensité. La deuxième contribution de ce travail concerne<br />l'automatisation du processus de recalage. En effet, pour éviter que l'algorithme itératif de recalage ne<br />converge vers un minimum local, il est nécessaire de lui fournir une transformation initiale proche de la<br />solution exacte. Pour estimer cette transformation de manière automatique on recherche un ensemble de<br />paires de points couleur dans les deux nuages à apparier. Ces paires sont construites à partir de points<br />d'intérêt extraits des images couleur à l'aide du détecteur de Harris Précis Couleur. La transformation<br />3D initiale est ensuite estimée en appliquant l'algorithme RANSAC aux paires 3D résultant de<br />l'appariement précédent. Cette méthode permet d'éliminer l'influence des mauvais appariements couleur<br />et fournit généralement une initialisation correcte du processus de recalage. Les tests effectués sur des<br />images réelles illustrent les performances et la faisabilité des solutions proposées.