Comme notre étude consiste à extraire des données dans le but de pouvoir les assimiler, nous proposons de fournir un estimateur de la qualité des résultats obtenus. Cela revient à fournir les statistiques d'erreurs correspondant à ces mesures, comme pour des données classiques.
Nous proposons ainsi la formule suivante pour mesurer la qualité des résultats:
sinon.
On voit clairement que si la différence entre les deux images 
et 
est grande au départ, et beaucoup moins après application du champ de vitesse, alors le champ identifié est plausible, et la formule (4.17) donne une valeur proche de 
. À l'inverse, si l'identification ne s'est pas bien déroulée, i.e. si l'écart entre les deux images n'a pas baissé, alors 
sera proche de 0
. De même, s'il n'y a aucun signal dans une région de l'image, alors cela conduit à un estimateur égal à 0
. Cela ne veut pas dire que le champ de vitesse identifié n'est pas le bon, mais sans signal, nous ne pouvons pas le certifier.
