经典光流法综述1.光流简介1.光流简介1.光流简介2.经典光流法LK算法的原型最初是一篇讲述配准问题的论文，该文主要论述了如何对两幅图像中的感兴趣区域进行配准，这实际也是一种求光流的方法，但这里配准过程中使用的是牛顿迭代的方法，而经典LK光流法中使用的是解线性方程组的方法。《AnIterativeImageRegistrationTechniquewithanApplicationtoStereoVision》发表在1981年的《ProceedingsofImagingUnderstandingWorkshop》上。该文通过空间的灰度梯度信息，求解两幅图像之间相应区域的匹配问题，它可以用在各种线性变换下，甚至是旋转变换。它被引用的次数达到了2330多次。2.1Lucas-Kanade(LK)算法2.1Lucas-Kanade(LK)算法2.1备注：牛顿迭代法2.1Lucas-Kanade(LK)算法2.1Lucas-Kanade(LK)算法2.1Lucas-Kanade(LK)算法前面我们提到过算法是基于h很小的假设，所以当h很大的时候计算出来的结果误差很大甚至是错误的，文中在一维的情况下对正弦曲线的匹配进行了上述算法的计算实验，设：实验发现，当时，上述算法的结果能收敛到正确的h值上去，这表明最初的偏差值可以最多取到波长的一半。我们从中可以获得启发：抑制图像高频的部分，可以扩大h的收敛域。我们将图像进行平滑便可以达到这个效果，但这同时损失了图像的细节部分，会反过来造成匹配的不够准确，尤其当平滑窗口大于我们匹配的区域时，我们将得不到匹配结果。从前面一维和二维的推导过程来看，我们都是使用了F和G的两幅图像的F(x+h)和G(x)的相等与否关系来得到h的求解，我们假设了F(x+h)=G(x)。而在视频中，对于t和t+dt帧的光流计算，也相当于两幅帧图像的像素匹配过程，这里我们假设在视频帧中，物体的对应像素的灰度值不因运动而变化，也得到光流的基本公式：2.2LK光流类似的，对于也进行一阶泰勒展开：2.2LK光流2.2LK光流2.2LK光流2.2PRLK光流2.2PRLK光流2.2PRLK光流LK法PRLK找相对应的点OVER!