光流法研究综述

　　运动目标的检测是计算机视觉领域中最活跃的研究主题之一，运动目标的正确检测与分割影响着运动目标能否被正确跟踪和分类。光流法便是现有的运动对象检测方法之一，它能够检测出独立运动的对象, 不需要预先知道场景的任何信息, 并且可用于运动中的摄像机。

　　光流是空间运动物体在观测成像面上像素运动的瞬时速度，包含了物体表面结构和动态行为的重要信息，它是对真实运动场的近似估计。光流法的优点在于它不需要预先知道场景的任何信息就能够检测出独立的运动目标，获得运动目标的完整信息，适用于动态背景中。简单来说，光流就是研究图像灰度的时间变化与景象中物体结构及其运动的关系，这个概念是研究人员于1950年首次提出的。

　　研究人员按照理论基础与数学方法将光流计算技术分为4种：微分方法（梯度法）、基于区域的匹配法（块匹配法）、基于能量的方法和基于相位的方法。

　　1、微分方法

　　微分方法是利用视频序列中图像灰度（或其滤波形式）的时空微分，计算像素瞬时速度的方法。

　　2、区域匹配方法

　　在区域匹配方法中，光流被定义为不同时刻图像区域之间所产生最佳拟合的位移。区域匹配则是通过诸如SSD、互信息或相关系数等相似度测量的最大化，实现区域的最优匹配。

　　3、基于能量的方法

　　基于能量的方法是目前光流计算的主流算法。其基本思路是将光流计算转化为一个全局能量函数在一系列约束条件下的最优化问题。通常还会采用罚函数法将有约束的优化问题进一步转化为无约束的优化问题。

　　4、基于相位的方法

　　光流可以由带通滤波器输出的相位特性来确定，因此,被称为相位法。相位模型实际上是将问题转化到频域上研究。

　　目前，光流法被广泛地应用于目标分割、识别、跟踪、机器人导航、目标形状信息恢复、3D结构恢复与运动估计等重要的计算机视觉与图像处理领域，此外也被广泛地应用在相关的医学、海洋和天文等领域。

　　但是它也有不足之处，如抗噪性不够好、计算量比较大等。多数光流法计算复杂耗时，除非有特殊的硬件支持，否则很难实现实时检测。有关如何进一步解决光流计算的抗噪性和算法的实时性，以及如何提高运算速度等问题，尚有待深入研究。

　　本文由石家庄藁城区兴安镇中学高级教师崔会欣进行科学性把关。   

　　新华网科普事业部

　　科普中国-科学原理一点通

　　联合出品