Cet article s'intéresse au problème de l'estimation du mouvement apparent sur une séquence d'images et au suivi d'un objet particulier. Pour ce faire, l'approche considérée est celle de l'assimilation de données, et, dans ce cas, de l'assimilation d'images. Cette approche repose sur les équations de la dynamique du système visualisé par la séquence d'images. Le modèle de dynamique considéré est la conservation lagrangienne de la vitesse et le transport des images et de la carte de distance qui modélise l'objet étudié. La méthode d'assimilation de données choisie, appelée 4D-Var, effectue une optimisation itérative d'une fonction de coût. Cette approche d'assimilation d'images est tout d'abord quantifiée au moyen d'une expérience jumelle, afin de démontrer l'amélioration obtenue sur l'estimation du mouvement. Puis la méthode est appliquée à une séquence d'images satellite météorologiques, avec l'objectif de suivre un nuage tropical. Les visualisations proposées illustrent les différentes composantes de la méthode.