Cette thèse de doctorat porte sur le traitement multi-échelle et adaptatif (en espace et en intensité) des images à tons de gris. A partir d'une caractérisation ponctuelle, une image est représentée par un ensemble de voisinages locaux : les voisinages adaptatifs généraux (VAG). A chaque point de l'image est associée une famille croissante de VAG permettant une analyse multi-échelle des différentes caractéristiques de l'image. Ces VAG sont adaptatifs dans le sens ou chaque voisinage coïncide spatialement avec la structure locale du point considéré, suivant les informations radiométriques, morphologiques, géométriques, ou texturales, étudiées. De plus, les VAG sont physiquement cohérents puisque leur modélisation dépend de la nature physique et/ou psychophysique de l'image à analyser. Par conséquent, les VAG sont adaptés aux images ou systèmes d'imagerie linéaires, mais aussi non linéaires et/ou bornes, tels que les images acquises en lumière transmise, en lumière réfléchie (modèle multiplicatif) ou le système humain de perception visuelle. Cette analyse par voisinages adaptatifs généraux conduit au développement d'outils de traitement d'image. Ces VAG forment naturellement des fenêtres opérationnelles propices à des transformations locales d'image. Dans un premier temps, la morphologie mathématique adaptative est introduite en considérant des éléments structurants (adaptatifs) bases sur ces VAG. Les transformations résultantes satisfont les propriétés standards des opérateurs morphologiques usuels et de surcroît en vérifient de nouvelles telles que la connexité, ce qui est topologiquement remarquable. Dans un second temps, le filtrage de Choquet est étendu à l'aide des voisinages adaptatifs généraux, généralisant de nombreux opérateurs non-linéaires tels que les filtres d'ordre. En outre, les VAG permettent la définition de descripteurs adaptatifs locaux d'images en tons de gris tels que l'orientation ou l'épaisseur. Ces mesures peuvent conduire d'une part à la définition de nouveaux VAG permettant une analyse d'image plus cohérente ou d'autre part à la résolution de problèmes pratiques de traitement d'image. Dans le cadre de cette thèse, le traitement d'image à voisinages adaptatifs généraux (TIVAG) à été appliqué aux problèmes de restauration, de rehaussement ou de segmentation d'image. Cette approche ouvre par ailleurs de nouvelles perspectives théoriques et devrait permettre la mise au point de nombreux processus de traitement d'image répondant à des problèmes applicatifs concrets.