光流的概念于1950年由Gibson首先提出，所謂光流就是指圖像表現運動的速度。物體在運動的時候之所以能被人眼發現，就是因為當物體運動時，會在人的視網膜上形成一系列的連續變化的圖像，這些變化信息在不同時間，不斷的流過眼睛視網膜，就好像一種光流過一樣，故稱之為光流。

1、光流法檢測運動物體的原理

光流法檢測運動物體的原理：一般而言，光流是由于場景中前景目標本身的移動、相機的運動，或者兩者的共同運動所產生的。首先給圖像中每個像素點賦予一個速度矢量（光流，包括大小和方向），這樣就形成了光流場。如果圖像中沒有運動物體，光流場連續均勻，如果有運動物體，運動物體的光流和圖像的光流不同，光流場不再連續均勻。從而可以檢測出運動物體及位置。
這里有兩個概念需要解釋：
運動場，其實就是物體在三維真實世界中的運動；
光流場，是運動場在二維圖像平面上的投影。

2、光流法的前提假設

光流法的前提假設：
（1）亮度恒定，就是同一點隨著時間的變化，其亮度不會發生改變。這是基本光流法的假定（所有光流法變種都必須滿足），用于得到光流法基本方程；
（2）小運動，這個也必須滿足，就是時間的變化不會引起位置的劇烈變化，這樣灰度才能對位置求偏導（換句話說，小運動情況下我們才能用前后幀之間單位位置變化引起的灰度變化去近似灰度對位置的偏導數），這也是光流法不可或缺的假定；
（3）空間一致，一個場景上鄰近的點投影到圖像上也是鄰近點，且鄰近點速度一致。這是Lucas-Kanade光流法特有的假定，因為光流法基本方程約束只有一個，而要求x，y方向的速度，有兩個未知變量。我們假定特征點鄰域內做相似運動，就可以連立n多個方程求取x，y方向的速度（n為特征點鄰域總點數，包括該特征點）。

3、光流計算方法

光流計算方法大致可分為三類：基于匹配的方法、頻域的方法和梯度的方法。
　　(1) 基于匹配的光流計算方法包括基于特征和基于區域兩種。基于特征的方法不斷地對目標主要特征進行定位和跟蹤，對大目標的運動和亮度變化具有魯棒性。存在的問題是光流通常很稀疏，而且特征提取和精確匹配也十分困難。基于區域的方法先對類似的區域進行定位，然后通過相似區域的位移計算光流。這種方法在視頻編碼中得到了廣泛的應用。然而，它計算的光流仍不稠密。
　　(2) 基于頻域的方法，也稱為基于能量的方法，利用速度可調的濾波組輸出頻率或相位信息。雖然能獲得高精度的初始光流估計，但往往涉及復雜的計算。另外，進行可靠性評價也十分困難。
　　(3) 基于梯度的方法利用圖像序列亮度的時空微分計算2D速度場（光流）。由于計算簡單和較好的效果，基于梯度的方法得到了廣泛的研究。雖然很多基于梯度的光流估計方法取得了較好的光流估計，但由于在計算光流時涉及到可調參數的人工選取、可靠性評價因子的選擇困難，以及預處理對光流計算結果的影響，少量幀中噪聲的存在以及圖像采集地過程中形成的頻譜混疊都將嚴重影響基于梯度的方法的結果精度。

4、光流法的優缺點

采用光流法進行運動物體檢測的問題主要在于大多數光流法計算耗時，實時性和實用性都較差。但是光流法的優點在于光流不僅攜帶了運動物體的運動信息，而且還攜帶了有關景物三維結構的豐富信息，它能夠在不知道場景的任何信息的情況下，檢測出運動對象。

5、光流法目標跟蹤原理

對于一個連續的視頻幀序列進行處理；針對每一個視頻序列，利用一定 目標檢測方法，檢測可能出現的前景目標；如果某一幀出現了前景目標，找到其具有代表性的關鍵特征點；對之后的任意兩個相鄰視頻而言，尋找上一幀中出現的關鍵特征點在當前幀中的最佳位置，從而得到前景目標在當前幀中的位置坐標；如此迭代進行，便可實現目標的跟蹤。

參考：
http://blog.csdn.net/carson2005/article/details/7581642
http://www.cnblogs.com/wxl845235800/p/6729406.html
http://www.cnblogs.com/stucp/archive/2012/11/24/2785480.html

總結

以上是生活随笔為你收集整理的光流法目标跟踪原理（不带公式）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。