Image registration is a prerequisite for multisource data fusion. In this paper the problem of registering aerial images with lidar point clouds in desert areas is addressed. Compared with urban areas, registration in desert regions is difficult due to the lack of man‐made features which are typically used in traditional methods. However, sand ridges can be used as registration primitives. Firstly, sand‐ridge information is extracted from both the aerial image and the lidar point cloud. Secondly, by extending the iterative closest point ( ICP ) approach, a perspective‐ ICP algorithm is proposed that achieves data registration through matching sand ridges. To automatically deal with outliers, an adaptive weighting strategy is adopted. Experiments and assessment using data from Dunhuang, Gobi Desert, China, demonstrate that the method can achieve efficient and reliable registration for desert areas. Le recalage d'images est un préalable à la fusion de données multisource. Cet article aborde le problème du recalage entre des images aériennes et des nuages de points lidar en région désertique. Le recalage est plus difficile dans les déserts qu'en milieu urbain en raison de la rareté des objets artificiels que les méthodes traditionnelles ont coutume d'utiliser. Cependant les crêtes de sable peuvent servir de primitives pour le recalage. On extrait d'abord l'information de ces crêtes de sable à la fois dans l'image aérienne et dans le nuage de points lidar. L'approche ICP (recherche itérative du point le plus proche) est ensuite étendue à un algorithme « perspective‐ ICP  » utilisant une transformation perspective et capable de recaler les données entre elles à partir de l'appariement des crêtes de sable. Les cas atypiques sont pris en compte par l'adoption d'une stratégie de pondération adaptative. Une expérimentation a été menée avec des données sur Dunhuang dans le désert de Gobi (Chine), et les résultats montrent que la méthode conduit à un recalage efficace et fiable en région désertique. Die Bildregistrierung ist eine zentrale Voraussetzung für die Fusion von Daten aus verschiedenen Quellen. In diesem Beitrag wird das Problem der Registrierung von Luftbildern mit Lidar‐Punktwolken in Wüstengebieten behandelt. Im Vergleich zu urbanen Gebieten ist hier die Registrierung schwierig, da die von Menschenhand geschaffenen Merkmale fehlen, die üblicherweise bei den traditionellen Methoden benutzt werden. Dennoch können Sandrippen und –grate als Primitive für die Registrierung genutzt werden. Zunächst werden Informationen über Sandrippen und –grate sowohl in den Luftbildern als auch in den Lidar‐Punktwolken extrahiert. Dann wird durch Erweiterung der Iterative Closest Point ( ICP ) Methode zu einer Perspektiven‐ ICP Methode die Datenregistrierung durch Zuordnung der Sandrippen und –grate gelöst. Um Ausreißer automatisch zu behandeln wird eine adaptive Strategie für die Gewichtung eingesetzt. Experimente und Analysen mit Daten aus Dunhang in der Wüste Gobi in China demonstrieren die Effizienz und zuverlässige Registrierung dieser Daten in wüstenhaften Gebieten. La correlación entre imágenes es un requisito en la fusión de datos de distintas fuentes. En este artículo se aborda el problema de la correlación de imágenes aéreas y nubes de puntos lídar en áreas desérticas. En contraposición a las regiones urbanas, en las zonas desérticas la falta de objetos hechos por el hombre, típicamente usados en los métodos de correlación, dificulta la correlación. Sin embargo las crestas de las dunas pueden ser usadas para la correlación. Primero se extraen de las imágenes aéreas y de la nube de puntos lídar la información de las crestas de las dunas. Segundo, la correlación de las crestas de las dunas se alcanza con una extensión del algoritmo ICP (iterative closest point). Para lidiar con errores groseros se adopta una estrategia de pesos adaptativos. Los experimentos y comprobaciones usando datos de Dunhuangen en el desierto de Gobi demuestran que el método puede alcanzar correlaciones seguras y eficientes en áreas desérticas. 影像配准是多源数据融合的前提。本文解决了沙漠地区航空影像与激光点云的配准问题。跟城市地区相比,沙漠地区的配准更加困难,因为缺乏传统方法常用的人造地物特征。然而,在沙漠中可以用沙脊线作为配准基元。首先,我们分别从航空影像和激光点云中提取出沙脊线信息。然后,通过扩展迭代最近点( ICP )方法,本文提出了一种基于透视变化的 ICP 算法,通过匹配沙脊线实现影像和点云的配准。为了自动处理粗差点,本文采用了一种自适应的加权策略。最后,利用敦煌戈壁沙漠的数据进行实验和评估,证明了本文方法可以实现影像和点云在沙漠地区的有效和可靠的配准。