La restauration d'images représente un défi important lorsque les valeurs des paramètres de régularisation, la PSF et d'autres connaissances a priori ne sont pas disponibles. L'objectif de cette thèse est de développer une méthode de restauration facilement applicable en éliminant la nécessité d'informations préalables et d'un réglage empirique des paramètres. Pour atteindre cet objectif, nous avons développé une méthode adaptative de restauration d'images aveugle qui fonctionne sans nécessiter d'informations a priori. Cette méthode peut être appliquée pour restaurer des images monochromes, multispectrales et hyperspectrales, tout en optimisant les résultats de traitement sans nécessiter de réglage empirique des paramètres de régularisation. La supériorité de notre méthode de restauration aveugle adaptative est démontrée grâce à des évaluations sur diverses bases de données d'images, surpassant onze méthodes non-neuronales et neuronales supervisées/ semi-supervisées de l'état de l'art. En conclusion, la méthode proposée peut être facilement appliquée pour restaurer des images dégradées en raison de sa nature aveugle.