上一篇主要是介绍了光流的基本概念，希望大家对于光流是什么，有什么用能有一些体会，这回要给各位介绍的是一种经典的光流求解方法：Lucas-Kanade法，本篇的脉络如下： 首先简单回顾一下始解篇中的内容，然后进行Lucas-Kanade公式的推导，谈谈我的理解，最后给出伪代码加深大家对此方法的印象.
1. 始解篇的回顾
运动物体上的一点在不同时刻出现在图像平面的不同位置，我们要跟踪物体，那就是要跟踪这些个点，但如何跟踪他们呢？ 我们假设只要是同一点它的光度始终保持不变即对同一点，其中 表示点的光度, 关于时间 t 求导，我们就得到一个光流约束方程：

                                 (1)

这里的即是我们要求的光流，不过麻烦的是这里有两个未知数(u_x,u_y)但是却只有一个方程，所以我们无法求解，需要想办法再加入一个约束条件(即方程)，好了，现在你是否有点体会，其实这些方法都不过是在想法加方程然后联立求解罢了，那，这一篇的角儿Lucas-kanade光流法又是如何加入约束从而求得光流的呢？

2. Lucas-Kanade光流法
Lucas-Kanade光流法是20世纪80年代提出的方法，现如今已经30年了，也不知道是不是过时了，现在应该有更先进的方法了吧，本人才疏学浅，望各位多指教才是。好了，闲话不叙，开始介绍Lucas-kanade 的理论吧。以帧与帧之间的时间很短、物体的运动很很不明显为前提，我们可以假设说在图像上的局部小范围内(比如一个axa=m的小窗口)相近像素点的光流(速度)相等，如果这个局部小范围内有m个像素点，结合光流约束方程，我们就可以得到m个方程：

转换成矩阵表示：

好拉，看起来很瑰伟，m个方程2个未知数，爱怎么求怎么求，感觉都浪费了这么些资源，但这样的推导是对的吗？请各位稍加考虑一下.
。。。。。。。
看出问题来没？
注意我们在对邻近像素点做速度假设的时候，光流约束方程(1)中的u已经不再是原来那个u了，u已经成了估计值，用表示，再重复一遍: u已经不是真实值，而只是真实值的一个估计,用表示.
现在我们来仔细观察，如果你还记得上章提到的它的泰勒展开

  (2)

上式中画箭头的三项是未知的，因为u变成估计值，所以式子中也应该是对的估计，表示成， 另外由光度不变(这个条件始终不变)得知

其中

而

 (3)其中为估计误差.

由方程(2)(3)，可知光流约束方程变成

 (4)

得到新的光流约束方程(4)后，我们来重新分析，假设选择的窗口有m个像素点，我们可以得到m个方程：

转换成矩阵表示：

然后就是应用最小二乘法拉(least-square)拉，关于这个方法我会专门写一篇文章，这里就先不赘述了。最小二乘法需要一个cost function，这里是

 其中 

要使这个cost function最小，我们通常的方法就是对其求导，令其为零

=>

令

如果M非奇(满秩)则光流可解得

如果M奇异，即意味着又变回只有一个方程的情形了，只能求得沿光度梯度方向的光流。
还有，窗口大小通常取5×5，太小就容易出现aperture problem(M奇异)，那样求出的光流就可能无法描述物体的运动，之所以说“可能”的原因是如果物体恰巧沿光度梯度方向，那算是撞上了，好了关于aperture problem，有空的话我会写一篇文章讨论下，先不多说了。

3. Lucas-Kanade光流法伪代码
首先,明确目标:tracking!由imageA上的一点p,得出其在imageB上的对应点q.

imageA上的光强记为I(x,y)，B上的光强记为J(x,y)
假设在imageA找到number_features个特征点,位置信息存在features[]
数组中
设窗口大小w=5
for i=0 up to number_features with step of +1

    /*微分在实现当中都是利用差分近似，这里用的是centrl
    difference operator,还有很多别的算子如Sharr operator
    Sobel operator，opencv用的就是sobel 算子*/

    x方向上的光度梯度: 
    y方向上的光度梯度: 

    t方向上的光度变化: 

    计算系数矩阵M:
     
    计算矩阵b:
     

   /*判断M是即否奇异,求解光流*/
      if (|M|)
     {
                     /*正常矩阵运算求得光流*/
     }else
         {
                      /*只能计算normal flow*/
         }
end of for-loop on i

这一篇大概就这样了，下一篇将会介绍pyramid Lucas-Kanade optical flow method。

如若转载，恳请注明：转载自 yaoyi大白的博客 http://www.linyaoyi.com
－－－－－－－－－－－－－－－－－－－－－－－to be continue－－－