（6-2）光流估计：Lucas-Kanade算法

6.2  Lucas-Kanade算法

Lucas-Kanade光流法是最早的光流估计方法之一，基于局部的亮度一致性假设。该方法通过对灰度变化的梯度进行建模，求解一个局部的最小二乘问题，以得到光流场。

6.2.1  Lucas-Kanade介绍

Lucas-Kanade是一种经典的光流估计算法，最早由Bruce D. Lucas 和 Takeo Kanade 在1981年提出。该算法假设了光流场是稀疏的，并且利用了局部邻域内像素灰度的空间梯度信息。Lucas-Kanade算法适用于具有较小位移的像素，因此在相机和物体运动较小的情况下表现良好。实现Lucas-Kanade算法的主要步骤如下所示。

（1）确定邻域窗口：对于图像中的每个像素点，选择一个固定大小的邻域窗口（通常为3x3或5x5）。

（2）计算空间梯度：在选定的邻域窗口内，计算每个像素点的空间梯度，即计算其在x和