Ce travail de thèse porte sur l’estimation et l'évaluation de champs de vitesse 3D dans des séquences d'images 3D de microscopie à fluorescence. Nous nous sommes intéressés aux méthodes de mise en correspondance et aux méthodes variationnelles pour l'estimation du mouvement entre volumes 3D de la séquence. Pour l'appariement, nous avons développé deux extensions 3D originales de PatchMatch, les deux incorporant une mesure de similarité exploitant la signature de Census discrète : une méthode exploitant les super-pixels et qui procède couche par couche dans le volume, et une méthode multi-résolution s’appliquant directement aux volumes. Nous avons par ailleurs conçu une méthode de segmentation des protubérances sur la surface de la cellule et une étape d'appariement des éléments segmentés reposant sur une représentation en mailles triangulaires. En ce qui concerne l'estimation dense des flots 3D, nous avons élaboré plusieurs méthodes variationnelles. Si toutes exploitent la signature Census continue des voxels dans le terme d’attache aux données, elles se distinguent par la nature du terme de régularisation : L2, L1 ou TV. Nous avons également combiné la méthode 3D PatchMatch avec la méthode variationnelle pour appréhender à la fois des mouvements de grande et de petite amplitude. Pour l'évaluation visuelle, nous avons proposé trois techniques différentes de visualisation des flots 3D par code couleur. Elles offrent des vues synthétiques 2D pertinentes du flot 3D calculé, respectivement couche par couche dans le volume, selon des projections tri-planaires, ou par affichage sur l’image obtenue par projection d'intensité maximale. De plus, nous avons défini une nouvelle mesure d’erreur quantitative pour évaluer la précision du flot 3D estimé, lorsqu'aucune vérité-terrain n’est disponible. Elle s'exprime comme la différence angulaire entre l'orientation principale locale dans le volume source et celle correspondante dans le volume rétro-reconstruit à partir du flot 3D calculé. Nous avons testé nos méthodes sur des séquences d'images microscopiques réelles contenant des cellules de mélanome MV3 dans un environnement de collagène. En comparant avec la méthode d'Amat et al. et notre extension 3D de la méthode classique de Horn-et-Schunck, nous avons pu en déduire que nos méthodes sont les plus performantes.