optical flow

1 首先看wiki中的optical flow， 网址 http://en.wikipedia.org/wiki/Optical_flow

   关键信息摘取：

     The optical flow methods try to calculate the motion between two image frames which are taken at times t and t + δt at every voxel position. These methods are called differential since they are based on local Taylor series approximations of the image signal; that is, they use partial derivatives with respect to the spatial and temporal coordinates.意思大概为： 光流方法是计算相邻两帧（时间为t,t+dt）中的每一个点的运动。计算光流的方法是基于微分，因为是基于泰勒级数展开求得的，即 利用像素点时间和空间坐标的偏微分。

For a 2D+t dimensional case (3D or n-D cases are similar) a voxel at location (x,y,t) with intensity I(x,y,t) will have moved by δx, δy and δt between the two image frames, and the following image constraint equation can be given:

I(x,y,t) = I(x + δx,y + δy,t + δt)

（比较懒，就不翻译了。。。。。。）

    最终得到公式

I_xV_x + I_yV_y = − I_t

其中， I_x I I _y   I _t 分别为 x方向梯度，Y方向梯度，以及相邻两帧梯度

 

2. 再次 看wiki中的Lucas–Kanade method， 网址： http://en.wikipedia.org/wiki/Lucas%E2%80%93Kanade_method

    该部分有详细的推到，涉及到矩阵的一些概念。其中 有超定方程怎样就求。

    有一个矩阵的定理对理解有帮助： 对于方程组Ra=y，R为n×m矩阵，如果R列满秩，且n>m。则方程组没有精确解，此时称方程组为超定方程组。

    超定方程一般是不存在解的矛盾方程。

   定理： 当RT·R可逆时，以上超定方程组存在最小二乘解，且即方程组 RT·R·a=RT·y

　　的解为：

　　a=(RT·R)-1·RT·y