Les images tridimensionnelles de microscopie de fluorescence confocale présentent un flou variant en profondeur, dû aux changements d'indice de réfraction dans les chemins optiques, conduisant à des aberrations sphériques du système optique. Notre but est de proposer une méthode de restauration des images de microscopie 3D qui prend en compte ces dégradations variables en profondeur. La difficulté est que ces aberrations dépendent de paramètres liés au spécimen biologique imagé. La fonction de flou (ou PSF pour Point Spread Function en anglais) variable spatialement doit donc être estimée spécifiquement pour chaque observation. Nous utilisons une méthode d'estimation conjointe du spécimen biologique (image restaurée) et de la PSF 3D dont la variation en profondeur est modélisée par une combinaison convexe d'un ensemble de PSFs invariantes spatialement. Nous ajoutons une contrainte de phase sur la PSF, contrainte qui nous est donnée par la géométrie du système optique qui est connue. Nous définissons un algorithme d'estimation par minimisation de critère dans lequel nous intégrons un algorithme de Gerchberg-Saxton pour l'estimation de phase sous contrainte. Ainsi sont imposées lors de l'estimation par optimisation des contraintes spatiales et fréquentielles. Nous montrons des résultats d'estimation de PSF variantes en profondeur et de restauration d'image.