Nous présentons dans ce papier des approches de fusion d'informations haut niveau applicables pour des données numériques ou des données symboliques. Nous étudions l'intérêt des telles approches particulièrement pour la fusion de classifieurs. Une étude comparative est présentée dans le cadre de la caractérisation des fonds marins à partir d'images sonar. Reconnaître le type de sédiments sur des images sonar est un problème difficile en soi en partie à cause de la complexité des données. Nous comparons les approches de fusion d'informations haut niveau et montrons le gain obtenu.