Nous proposons une méthode pour réduire le bruit dans les images IRM et éliminer les effets des inhomogénéités spatiales des antennes d'émission et de réception de la radiofréquence (RF). Nous traitons particulièrement le cas des images pondérées T1 acquises en IRM bas champ. Le biais engendré par l'inhomogénéité spatiale dela RF en émission dépend du tissu imagé. Il ne peut être considéré comme purement multiplicatif et indépendant du contenu de l'image. Afin de le corriger, nous considérons que chaque voxel contient un mélange des tissus susceptibles d'être présents dans l'image. Le signal IRM est modélisé par la somme pondérée des signaux de chaque tissu. Le nombre de tissus ainsi que certaines caractéristiques RMN des tissus sont supposés connus. Plusieurs images, acquises avec des paramètres d'acquisition différents, sont nécessaires. Un critère des moindres carrés pénalisé est utilisé afin d'estimer les inhomogénéités de la RF en émission, en réception ainsi que la proportion des tissus. La minimisation de ce critère est réalisée à l'aide du gradient conjugué utilisé dans un schéma itératif de type Gauss-Seidel par blocs. Des résultats obtenus sur des images simulées puis réelles sont présentés.