Задача фильтрации случайных динамических полей актуальна для ряда приложений. Для ее решения можно использовать статистический подход на основе теории фильтра Калмана. Из-за большой размерности изображений полей это приводит к сложным уравнениям и требует больших вычислительных затрат, что затрудняет решение задачи в реальном масштабе времени. В данной работе вместо статистического предложено использовать детерминистский подход на основе рекуррентного метода наименьших квадратов. Полагается, что априорно заданы модель поля, его ковариационные характеристики, а также модель и характеристики результатов измерений. Для получения рекуррентных уравнений фильтрации используется функция потерь, состоящая из двух частей: первая является квадратичным функционалом невязки решения с весом в виде обратной ковариационной матрицы измерений, вторая – квадратичным функционалом разности текущей оценки и ее экстраполяции на следующий момент времени. В результате в явном виде получен алгоритм оптимальной фильтрации, который может быть реализован в реальном масштабе времени со значительно меньшими вычислительными затратами по сравнению с фильтром Калмана. Выведено уравнение для дисперсии ошибок фильтрации, что дает возможность оценить точность фильтрации и сравнить ее с точностью фильтра Калмана. Приведен пример использования предложенной методики.