Fast特征点与LK光流法

博客：http://blog.csdn.net/qianxin_dh

邮箱：qianxin_dh@163.com

一.光流法回顾

       光流作为飞行昆虫对外界光学信息感知，处理的方式，其概念在1950年有Gibson首次提出，80年代初期Horn和Schunck以及Lucas和Kanade做了奠基性工作，之后光流法被广泛研究，很多种方法被相继提出。1994年，Barron等对当时的有代表性光流法进行了详细的分类和评价，对光流法的发展起到了关键性作用。Barron按照理论基础和数学方法的区别把光流法分成五类：基于偏微分（梯度）的方法，基于特征匹配法的方法，基于能量的方法，基于相位的方法，其中最常用的方法为基于偏微分的方法和基于特征匹配的方法。2011年，S.Baker等研究发现大多数的光流法都是对数据项和平滑项的和的优化，并参考Barron－Fleet的分类法，根据数据项和平滑项及系数的不同取法分亮度约束法，变分法，一阶法，二阶法，空间约束法等等，并建立了Middlebury Flow数据库，包含图像序列，真实光流和对光流算法的评价。

      根据光流计算的约束条件，可分为全局光流法和局部光流法，前者的代表是Horn & Schunck（HS）法及其衍生方法，后者的代表是Lucas & Kanade（LK）法及其衍生方法。使用全局光流法直接利用了整幅图像的稠密光流，免去了提取“good feature”的过程，但是由于计算量过