L'assimilation de données est un outil largement utilisé dans les sciences de l'environnement pour améliorer, au moyen de données d'observation, les prédictions obtenues par les modèles de simulation. Elle s'applique en météorologie, en océanographie et en qualité de l'air, par exemple. L'assimilation de données permet de résoudre les équations d'évolution, décrivant la dynamique des variables d'état du modèle, et les équations d'observation, qui lient le vecteur d'état et les observations. Dans cet article, nous décrivons plusieurs stratégies d'assimilation d'images, dans le contexte de la formulation faible de l'assimilation variationnelle. Nous détaillons ensuite les équations mathématiques de ces stratégies et nous analysons leurs avantages et défauts respectifs pour une application à l'estimation du mouvement. Des résultats sont fournis sur des données synthétiques et des images satellite.