Cette thèse s'intéresse aux problèmes de restauration d'images et de préservation de textures. Cette tache nécessite un modèle image qui permet de caractériser le signal qu'on doit obtenir. Un tel model s'appuie sur la définition de l'interaction entre les pixels et qui est caractérisé par deux aspects : (i) la similarité photométrique entre les pixels (ii) la distance spatiale entre les pixels qui peut être comparée à une grandeur d'échelle. La première partie de la thèse introduit un nouveau modèle non paramétrique d'image. Ce modèle permet d'obtenir une description adaptative de l'image en utilisant des noyaux de taille variable obtenue `a partir d'une étape de classification effectuée au préalable. La deuxième partie introduit une autre approche pour décrire la dépendance entre pixels d'un point de vue géométrique. Ceci est effectué `a l'aide d'un modèle statistique de la co-occurrence entre les observations de point de vue géométrique. La dernière partie est une nouvelle technique de sélection automatique (pour chaque pixel) de la taille des noyaux utilisé au cours du filtrage. Cette thèse est conclue avec l'application de cette dernière approche dans différents contextes de filtrage ce qui montre sa flexibilité vis-à-vis des contraintes liées aux divers problèmes traités.