Le recalage de relevés laser se révèle indispensable pour assembler des données précises devant servir à l'analyse, à la documentation et à la reconstruction tridimensionnelle d'environnements. Ce problème apparaît lorsqu'une zone d'intérêt est numérisée, au fil de temps, deux ou plusieurs fois, ou quand sa complexité nécessite un accroissement du nombre de stations de scanner laser fixe. Aussi, en raison de la variété des techniques disponibles d'acquisition, l'intégration multi-données devient une question importante puisqu'elle permet de mettre en cohérence des données contenant souvent une information complémentaire. La vaste majorité des algorithmes existants s'appuient sur les éléments ponctuels. C'est pourquoi les approches basées sur l'ICP demeurent actuellement les plus répandues. Cet article propose l'utilisation des arêtes sous forme d'intersections entre les plans modelés, pour le recalage rigide des nuages de points mobiles avec d'autres données, qu'elles soient 2D ou 3D. Ces primitives peuvent être aisément extraites, même si les données laser sont peu denses. Quelques méthodes de recalage basées sur les entités linéaires ont été examinées afin de vérifier leur précision et robustesse au bruit. Définie en tant que distance modifiée de Hausdorff entre deux jeux de segments, le critère d'exactitude a été employé pour les besoins d'une analyse quantitative. Au vu de ces éléments, la transformation rigide décrivant le meilleur alignement peut être déterminée avec l'algorithme FMII. Étant donné que la mise en correspondance automatique d'entités linéaires est ardue et influence l'estimation des paramètres de passage, une méthode d'appariement étudiant la similitude relative a été suggérée. Tous ces composants ont été ensuite intégrés pour créer une approche combinée RANSAC-FMII. Enfin, la précision de cette méthode de recalage avec appariements explicites itérés basant sur les segments a été évaluée et discutée. Abstract In the processes of analyzing, documenting and modelling the surrounding environment, an accurate registration of point clouds is necessary in order to obtain high-quality data. This procedure arises whenever a particular area is scanned by a laser more than once or from several different positions. Due to the variety of surveying techniques available, fusing the multi-source, complementary information data into one model is a very important matter. The vast majority of existing registration algorithms operate on feature points, hence ICP-like methods are the prevalent approach. This article proposes the use of edges obtained from intersecting planes modelled within individual point clouds for the accurate registration of mobile laser scans with other data, whether 2D or 3D. This type of primitives can be easily extracted, even from low-density point clouds. Using simulated data, several existing line-based registration algorithms have been evaluated in terms of reliability and robustness to noise. For the purpose of quantitative assessment, an accuracy criterion taking advantage of a modified Hausdorff distance between two sets of lines has been employed. Having regard to these elements, the rigid body transformation that gives the best alignment can be calculated with FMII algorithm. Since the automatic pairing of line segments is a challenging task influencing the accuracy of the estimated transformation parameters, a method that considers the relative similarity is proposed. All these components are used to form an approach combining RANSAC-FMII algorithms. Finally, the accuracy of this line-based registration method with an explicit iterative matching is evaluated and discussed.