什么叫光流?，光流(Optical Flow)
大家好，今天小编在百度知道关注到一个比较有意思的话题，就是关于光流的问题，于是小编就整理了4个相关介绍光流的解答，让我们一起看看吧。
文章目录：
一、什么叫光流?
光流(optical flow)法是目前运动图像分析的重要方法
光流(optical flow)法是目前运动图像分析的重要方法，它的概念是由Gibso。于1950年首先提出的，是指时变图像中模式运动速度。因为当物体在运动时，它在图像上对应点的亮度模式也在运动。这种图像亮度模式的表观运动（apparent motion）就是光流。光流表达了图像的变化，由于它包含了目标运动的信息，因此可被观察者用来确定目标的运动情况。 由光流的定义可以引申出光流场，它是指图像中所有像素点构成的一种二维(2D)瞬时速度场，其中的二维速度矢量是景物中可见点的三维速度矢量在成像表面的投影。所以光流不仅包含了被观察物体的运动信息，而且还包含有关景物三维结构的丰富信息。 对光流的研究成为计算机视觉及有关研究领域中的一个重要部分。因为在计算机视觉中，光流扮演着重要角色，在目标对象分割、识别、跟踪、机器人导航以及形状信息恢复等都有着非常重要的应用。从光流中恢复物体三维结构和运动则是计算机视觉研究所面临的最富有意义和挑战性的任务之一。正是由于光流的这种重要地位和作用，使得众多的心理物理学家、生理学家和工程研究人员都加入了它的研究行列。十多年来，他们提出了许多种计算光流的方法，而且新的方法还在不断涌现。
二、光流(Optical Flow)
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、表面和边缘的运动模式。一般而言，光流是由于场景中前景目标本身的移动、观测者运动，或者两者的共同运动所产生的。
光流在很多领域中都被用到，例如视频中的运动目标检测，视频压缩等等。
在分析光流时，需要用到两个重要假设： 1.对象的像素强度在连续帧之间不会改变。2.相邻像素具有相似的运动。 下面我们运用这两个假设来推导光流公式。
光流法实际是通过检测图像像素点的强度随时间的变化进而推断出物体移动速度及方向的方法。假设该移动很小，假设该移动很小，那么可以根据泰勒级数得出：
根据假设1，由于移动很小，此时这时对象位移不会改变对象的像素强度:
进一步得出:
最终得出光流公式：
这里的 , 是x, y方向上的速率，或称为I(x, y, t)的光流。而 , , 则是图像(x, y, t)在对应方向上的偏导数。可以看到光流公式中有两个未知量 ， , 无法直接求解。因此我们需要更多的外部条件来求解方程。
Lucas-Kanade 方法
求解光流方程有很多方法，其中最著名的便是 Lucas-Kanade方法。它应用了之前提到的第二个假设，即所有相邻像素都将具有相似的运动。对于每一个像素，Lucas-Kanade 方法选取与它相邻的8个像素进行分析。根据假设，所有 9 个像素都有相同的运动。所以现在我们的问题求解 只有2个未知变量的9个方程组。
......
这样的方程组没有唯一解，这里我们使用最 最小二乘拟合 方法获得一个最优近似解。
Lucas-Kanade方法的局限性
由于上述假设和分析都是针对较小的运动，光流算法会受到突然移动的影响。如果两帧图像之间的运动太大，光流法可能会失效。对于这个问题我们可以通过图像金字塔来解决，当我们使用更高层的金字塔图像时，小的运动被去除，大的运动变成小运动。然后再应用 Lucas-Kanade，就可以得到正确的光流。
OpenCV 光流演示：;
三、光流定位与视觉定位的区别
光流定位和视觉定位在无人机定位中是两种不同的技术。
光流定位主要依赖于光流原理，通过对连续帧图像中像素点的运动进行分析，估计其在水平和垂直方向上的速度，并推算出其位置信息。这种技术在室内飞行时可能会受到干扰，导致定位精度下降。但在室外飞行时，它可以提供更准确的定位信息。
视觉定位则主要依赖于图像处理和计算机视觉算法。通过无人机上的相机或其他传感器，对周围环境进行感知并提取关键的视觉特征（如地标、纹理等），从而确定无人机的位置和姿态。视觉定位在室内飞行时可能表现更稳定，不受室内光线和气流的影响。
这两种技术各有优势，具体选择哪种技术取决于具体的使用场景和需求。
光流定位是一种测速算法。
1、视觉定位深度融合了采集摄像头及其他传感器数据，单目视觉并不能实现定位，光流定位也只是一种测速算法。
2、区别在于光流定位也只是一种测速算法，视觉定位是深度融合了采集传感器的数据。传感器是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出。
四、光流7.0和8.0有什么区别
主要区别在于计算方法和性能。
1、光流7.0采用的是基于区域的方法进行光流计算，这种方法通过将图像分割成小的区域，然后对每个区域内的像素进行运动估计。而光流8.0则采用了基于像素的方法，通过对每个像素点进行单独的运动估计，然后再将其整合到一起。基于像素的方法在处理复杂场景时具有更好的准确性和鲁棒性。
2、由于计算方法的不同，光流8.0相对于光流7.0在处理复杂场景时有更高的计算性能。光流8.0采用了一些优化策略，如GPU加速、多线程处理等，使得其在处理大规模图像时能够更快地得到光流结果。
到此，以上就是小编对于光流的问题就介绍到这了，希望介绍关于光流的4点解答对大家有用。