TLD算法学习之L-K光流法理论篇一

在L-K算法提出之前，需要先了解H-S算法，此算法我也已经了解了，包括理论和代码篇，如果需要我会整理上传的。但此处不是我所要写的关键，此处主要谈L-K算法。

L-k算法是在1981年Lucas-Kanade提出来的，开始主要用于求稠密光流，由于该算法能比较好的运用到图像中，后面就发展成为求图像稀疏光流的重要方法。L-K算法需要满足如下3个假设：

1）亮度恒定假设。即假设场景中目标在运动时外观颜色是不变的，也即在图像中的像素在两帧中的亮度保持不变。

2）时间连续或运动是小运动。即图像中物体的运动随时间变化缓慢，在连续的两帧图像间，物体的位移比较小。

3）空间一致性假设。图像中同一物体表面上邻近的像素点的运动是一致的，且这些点一定是聚集在一个区域内的。

假设以M点为中心的灰度区域内的光流均一致，那么对于不同的像素点赋予不同的权值，就可以将光流的计算方程式转化为以下形式：







'