Cet article traite du problème de l'estimation du mouvement sur des données bruitées montrant de grands déplacements engendrés par des vitesses élevées. Par données ``bruitées'' nous entendons des données qui contiennent à la fois des informations manquantes en des points isolés, des régions ou des plans image entiers et du bruit de mesure. En supposant que la dynamique de la séquence d'image peut être décrite par des heuristiques, le but est d'inclure cette connaissance dans le calcul de la solution et cela malgré la présence de vitesses élevées. Ceci est réalisé par assimilation de données en résolvant simultanément une équation d'évolution et une équation d'observation. L'équation d'évolution décrit imparfaitement la dynamique. L'équation d'observation décrit le transport de la luminosité par la vitesse et elle est écrite sous sa forme non linéaire afin de prendre en compte les grands déplacements. La méthode d'assimilation de données utilisée ici est le ``4DVar'' dans sa formulation faible et pour laquelle chaque composante du système à résoudre est associée à une erreur. Nous montrons que la matrice de covariance associée au modèle d'observation peut être utilisée pour éliminer du calcul de la solution les pixels qui contiennent une information bruitée. Pour ces pixels, l'équation d'évolution permet alors de calculer une solution admissible. La méthode proposée est évaluée sur des données synthétiques et appliquée sur des données océanographiques contenant de véritables données manquantes.