光流法

光流法或光流是由观察者和场景之间的相对运动引起的视觉场景中物体、表面和边缘的明显运动模式。 光流法也可以定义为图像中亮度图案的表观运动速度的分布。

光流的概念用来描述动物在世界各地移动时所受到的视觉刺激。 吉布森强调了光流对于可供性感知的重要性，即在环境中辨别行动可能性的能力。 吉布森的追随者和他的生态心理学方法进一步证明了光流刺激对世界观察者运动感知的作用； 感知世界上物体的形状、距离和运动； 和运动控制。

术语光流也被机器人专家使用，包括图像处理和导航控制的相关技术，包括运动检测、对象分割、接触时间信息、扩展计算焦点、亮度、运动补偿编码和立体视差测量。

有序图像序列允许将运动估计为瞬时图像速度或离散图像位移。 它强调测量的准确性和密度。

光流法试图计算在每个体素位置的时间 t  和 t + Δ t拍摄的两个图像帧之间的运动。 这些方法被称为微分，因为它们基于图像信号的局部泰勒级数近似； 也就是说，它们使用关于空间和时间坐标的偏导数。

对于 (2D + t) 维情况（3D 或 n-D 情况相似）位置 ( x , y , t ) 处的体素强度为 I ( x , y , t ) 将移动 Δ x, Δ y和 Δ t  两个图像帧之间的 Delta t}，可以给出以下亮度恒常性约束：

I ( x , y , t ) = I ( x + Δ x , y + Δ y , t + Δ t )

假设运动很小，图像约束在 I ( x , y , t ) 与泰勒级数可以得到：

通过截断高阶项（执行线性化），它遵循：

∂ I ∂ x Δ x + ∂ I ∂ y Δ y + ∂ I ∂ t Δ t = 0

这是一个包含两个未知数的方程，不能这样求解。 这被称为光流算法的孔径问题。 为了找到光流，需要另一组方程，由一些额外的约束给出。 所有光流方法都引入了额外的条件来估计实际流量。