**：
opencv 光流法sample code:
2023年，gibson首先提出了光流的概念，所謂光流就是指影象表現運動的速度。物體在運動的時候之所以能被人眼發現，就是因為當物體運動時，會在人的視網膜上形成一系列的連續變化的影象，這些變化資訊在不同時間，不斷的流過眼睛視網膜，就好像一種光流過一樣，故稱之為光流。
光流法檢測運動物體的原理：首先給影象中每個畫素點賦予乙個速度向量（光流），這樣就形成了光流場。如果影象中沒有運動物體，光流場連續均勻，如果有運動物體，運動物體的光流和影象的光流不同，光流場不再連續均勻。從而可以檢測出運動物體及位置。
應用背景：
關鍵技術：
1.首先是假設條件：
（1）亮度恆定，就是同一點隨著時間的變化，其亮度不會發生改變。這是基本光流法的假定（所有光流法變種都必須滿足），用於得到光流法基本方程；
（2）小運動，這個也必須滿足，就是時間的變化不會引起位置的劇烈變化，這樣灰度才能對位置求偏導（換句話說，小運動情況下我們才能用前後幀之間單位位置變化引起的灰度變化去近似灰度對位置的偏導數），這也是光流法不可或缺的假定；
（3）空間一致，乙個場景上鄰近的點投影到影象上也是鄰近點，且鄰近點速度一致。這是lucas-kanade光流法特有的假定，因為光流法基本方程約束只有乙個，而要求x，y方向的速度，有兩個未知變數。我們假定特徵點鄰域內做相似運動，就可以連立n多個方程求取x，y方向的速度（n為特徵點鄰域總點數，包括該特徵點）。
2.方程求解
多個方程求兩個未知變數，又是線性方程，很容易就想到用最小二乘法，事實上opencv也是這麼做的。其中，最小誤差平方和為最優化指標。
3.前面說到了小運動這個假定，目標速度很快的話用多尺度能解決這個問題。首先，對每一幀建立乙個高斯金字塔，最大尺度在最頂層，原始在底層。然後，從頂層開始估計下一幀所在位置，作為下一層的初始位置，沿著金字塔向下搜尋，重複估計動作，直到到達金字塔的底層。聰明的你肯定發現了：這樣搜尋不僅可以解決大運動目標跟蹤，也可以一定程度上解決孔徑問題（相同大小的視窗能覆蓋大尺度上盡量多的角點，而這些角點無法在原始上被覆蓋）。
在計算機視覺中，lucas–kanade光流演算法是一種兩幀差分的光流估計演算法。它由bruce d. lucas 和 takeo kanade提出。
光流的概念:(optical flow or optic flow) 它是一種運動模式，這種運動模式指的是乙個物體、表面、邊緣在乙個視角下由乙個觀察者（比如眼睛、攝像頭等）和背景之間形成的明顯移動。光流技術，如運動檢測和影象分割，時間碰撞，運動補償編碼，三維立體視差，都是利用了這種邊緣或表面運動的技術。
二維影象的移動相對於觀察者而言是三維物體移動的在影象平面的投影。 有序的影象可以估計出二維影象的瞬時影象速率或離散影象轉移。
光流演算法： 它評估了兩幅影象的之間的變形，它的基本假設是體素和影象畫素守恆。它假設乙個物體的顏色在前後兩幀沒有巨大而明顯的變化。基於這個思路，我們可以得到影象約束方程。不同的光流演算法解決了假定了不同附加條件的光流問題。
lucas–kanade演算法： 這個演算法是最常見，最流行的。它計算兩幀在時間t 到t + δt之間每個每個畫素點位置的移動。 由於它是基於影象訊號的泰勒級數，這種方法稱為差分，這就是對於空間和時間座標使用偏導數。
運動目標檢測 光流法
分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！1950年gibson首先提出了光流的概念，光流 optical flow 法是空間運動物體在觀測成像面上的畫素運動的瞬時速度。物體在運動的時候，它在影象上對應點的亮度模式也在做相應的運動，這種影象亮度模式的表觀運動就是光流。光流的研究就是利用影象...
目標跟蹤之光流法 光流法簡單介紹
光流的概念是gibson在1950年首先提出來的。它是空間運動物體在觀察成像平面上的畫素運動的瞬時速度，是利用影象序列中畫素在時間域上的變化以及相鄰幀之間的相關性來找到上一幀跟當前幀之間存在的對應關係，從而計算出相鄰幀之間物體的運動資訊的一種方法。一般而言，光流是由於場景中前景目標本身的移動 相機的...
運動目標檢測
目錄 檢測方法 背景模型 目標檢測 後處理 檢測方法 基於統計背景模型的運動目標檢測方法 問題 1 背景獲取 需要在場景存在運動目標的情況下獲得背景影象 2 背景擾動 背景中可以含有輕微擾動的物件，如樹枝 樹葉的搖動，擾動部分不應該被看做是前景運動目標 3 外界光照變化 一天中不同時間段光線 天氣等...