Le recalage non supervisé d'images médicales volumiques reste un problème difficile en raison de l'importante variabilité et des grandes différences d'information pouvant apparaître dans des séquences d'images de même modalité ou dans des couples d'images multimodales. Nous présentons dans cet article des méthodes robustes de recalage rigide d'images 2D et 3D monomodales et multimodales, reposant sur la minimisation de mesures de similarité inter-images. Les méthodes proposées s'appuient sur la théorie de l'estimation robuste et mettent en oeuvre des M-estimateurs associés à des techniques d'optimisation stochastique multigrilles rapides. Ces estimateurs robustes sont évalués à travers le recalage d'images médicales volumiques monomodales (IRM/IRM) et multimodales (IRM/TEMP). Ils sont comparés aux autres fonctions de similarité classiques, proposées dans la littérature. Les méthodes de recalage robustes ont, en particulier, été validées dans le cadre d'un protocole comparatif mis en place par l'Université de Vanderbilt. Elles sont actuellement utilisées en routine clinique et conduisent, tant pour les images de même modalité que pour les images multimodales à une précision sous-voxel, comparable aux meilleures méthodes actuelles. Elles permettent de plus de recaler des couples d'images sur lesquels les méthodes classiques échouent....