Dans le cadre de l'estimation du mouvement à partir de séquences d'images, deux familles d'approches se distinguent : d'un côté les techniques classiques de corrélation qui sont robustes mais fournissent des champs éparses; de l'autre côté les méthodes de flot optique (ou méthodes variationnelles) qui s'appuient sur un modèle pour estimer un champ de vitesse dense (1 vecteur par pixel) et qui sont applicables sur plusieurs types d'images (particules, scalaire). Le flot optique est défini comme le mouvement apparent permettant d'expliquer les variations d'une image à l'autre. Pour l'estimer on utilise un modèle d'observation (ou modèle d'attache aux données) reliant la luminance aux deux composantes du champ de vitesse apparent. Ce problème mal fermé ne permet que de mesurer la composante de vitesse suivant les gradients de luminance. Pour s'en affranchir l'approche globale proposée par Horn & Schunk (1981) consiste à estimer le champ de déplacement qui minimise une fonctionnelle d'énergie composée du terme d'observation et d'un terme de régularisation. Dominique Heitz montre l'importance du terme de régularisation dans la qualité des résultats, ainsi que le potentiel qu'offre ces approches pour introduire des a priori sur la dynamique des écoulements. Il présente un estimateur de flot optique dédié au mouvement fluide (Corpetti et al.,Exp in Fluids, 2006). Plusieurs améliorations sont ensuite montrées : d'abord au niveau des méthodes numériques avec l'utilisation des différences finies mimétiques, puis au niveau de la robustesse par la construction d'un schéma combinant corrélation et méthode variationnelle, enfin au niveau de la consistance dynamique de la solution obtenue par l'utilisation d'une régularisation spatio-temporelle vérifiant les équations de Navier-Stokes. Plus de détails sur ces résultats peuvent être consultés sur le site du projet Européen (http://fluid.irisa.fr)