【摘要】：当相机和被成像物体之间存在相对运动时，在物体所成的图像的序列中，我们所观测到的亮度模式的明显的运动，被称为光流。直到1978年，Horn教授提出的稠密光流算法，才将完整的理论基础建立了起来，从而推动了运动视觉的快速发展。即使是在物体表面发生形变的情况下，光流仍然是一个有用的概念。我们在讨论无源导航时，会将光流作为中间结果。图11.1像素点的运动是使得图像亮度模式发生变化的内在原因。
从时变图像中，我们可以提取出很多信息。对一张图像进行解释已经是一个很困难的任务了，因此，在一开始的时候，对于处理图像序列，我们可能会感到望而却步。尽管如此，奇怪的是，有些信息却更容易从图像序列中提取出来。当相机和被成像物体之间存在相对运动时，在物体所成的图像的序列中，我们所观测到的亮度模式的明显的运动，被称为光流。“光流”这个术语最早由Gibson于1959年提出，后来的视觉先驱们（例如Ullman）也做了很多开创性的工作，但是，一直缺乏理论基础和数学分析的支撑。直到1978年，Horn教授提出的稠密光流算法，才将完整的理论基础建立了起来，从而推动了运动视觉的快速发展。本章中，我们基于Horn教授的经典论文《Determ ine Optical Flow》(1978)，回顾了Horn教授在这个问题上的思考和研究过程。在相关内容的学习过程中，除了掌握知识，更重要的是学习和借鉴前人在探索和解决未知问题时的经验和方法。
即使是在物体表面发生形变的情况下，光流仍然是一个有用的概念。在一些特殊的情况下（例如物体做刚体运动），光流具有非常明显的特点。在第12章中，我们将探索无源导航，在这个问题中，我们需要同时恢复出：1)相机与固定环境之间的相对运动，2)被成像物体的表面形状。我们在讨论无源导航时，会将光流作为中间结果。(www.xing528.com)
图11.1 像素点的运动是使得图像亮度模式发生变化的内在原因。(a)图中的“箭头”描述了各个像素点的移动情况。(b)由于像素点的运动，图像的亮度模式发生了变化。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
