Le recalage des images est un problème crucial et fondamental dans le traitement des images et la vision, qui vise à aligner deux ou plusieurs images de la même scène acquises à partir de vues différentes ou à des moments différents. Puisque différents points-clés (par exemple, des angles) ou des mesures de similitudes peuvent conduire à des résultats de recalage différents, la sélection des algorithmes de détection de points-clés ou des mesures de similarité génère une incertitude. Ces différents détecteurs de points-clés ou mesures de similitudes ont leurs avantages et inconvénients et peuvent être utilisées conjointement pour obtenir de meilleurs résultats en matière de recalage. Dans cet article, l’incertitude causée par le choix du détecteur de point-clé ou de la mesure de similarité est abordées à l’aide de la théorie des fonctions de croyance, et les informations d’image à différents niveaux sont conjointement utilisées pour obtenir un recalage d'image plus précis. Les résultats expérimentaux et les analyses faites montrent que notre algorithme proposé peut obtenir des résultats de recalage d’image plus précis que ceux en vigueur actuellement.