Ce papier présente une application pour le recalage et la fusion d'images sonar classifiées. Nous adaptons ici la méthode présentée dans un précédent papier à des données multivues. Pour la caractérisation de fond marin, nous avons besoin de fusionner des images sonar multivues afin d'améliorer les résultats. Néanmoins, avant de pouvoir fusionner ces images, il faut les recaler. Notre approche de recalage s'appuie sur un critère de dissimilarité calculé à partir du conflit issu de la combinaison des fonctions de croyance. L'utilisation de la théorie des fonctions de croyance offre un cadre théorique adequat qui permet une bonne modélisation des imperfections, et qui a déjà prouvé son intérêt pour la fusion de classifieurs en traitement d'images.