Les travaux de cette thèse portent sur la modélisation 3D d'objets de petite et moyenne tailles (1m3 maximum) par un système innovant, développé par la société NOOMEO, déplacé manuellement par un opérateur.Pour acquérir les données 3D, le capteur est constitué d'un système de caméras couplé à un illuminateur. La projection sur la scène d'un motif visuel permet de créer sur les surfaces 3D une texture artificielle exploitée pour produire une image 3D de la scène, soit l'ensemble de points 3D reconstruits depuis le point de vue courant. Pour obtenir le modèle complet d'un objet, le capteur doit être déplacé autour de l'objet afin d'acquérir plusieurs images 3D. Ces images sont successivement recalées et fusionnées dans un seul nuage de points 3D. Un maillage triangulaire est ensuite généré à partir de ce nuage de points 3D. L'apparence (couleur et texture) de l'objet peut également être extraite des données d'acquisition afin d'enrichir le modèle final.Cette thèse aborde le problème du recalage de vues 3D selon deux approches : le recalage rapide en ligne et l'optimisation précise hors ligne.La première approche nous a conduit à proposer une variante de la méthode ICP exploitant l'information des images et la mesure inertielle. Cette méthode a été validée en la comparant à d'autres méthodes courantes de recalage géométrique.Pour la seconde approche, nous avons proposé une stratégie de raffinage exploitant la minimisation de cycles dans un graphe de relations entre les vues 3D , puis une méthode d'optimisation globale des poses.Nos méthodes et leur intégration dans le système de modélisation complet ont été validés en comparant nos résultats avec ceux d'autres systèmes de numérisation couramment utilisés dans les communautés scientifique et industrielle.