**
光流*
光流(optical flow )法是当前运动图像分析的重要方法，其概念是指James J. Gibson于20世纪40年代首先提出的时变图像中的模态运动速度。 因为物体运动时，图像上对应点的亮度模式也在运动。
配置文件此图像http://www.Sina.com/(应用程序运动)是光流。 光流代表图像的变化，并且包含目标运动的信息，它可以被观察者用于亮度模式的表观运动。 可以从光流的定义导出光流，所述光流是由图像中的所有像素点组成的二维(2D )瞬时速度场，其中确定目标的运动情况。 因此，光流不仅包含被观察物体的运动信息，还包含与场景的三维结构相关的丰富信息。 光流的研究已成为计算机视觉和相关研究领域的重要部分。 在计算机视觉中，光流起着重要的作用，因此在目标对象的分割、识别、跟踪、机器人导航、形状信息恢复等方面有着非常重要的应用。 从光流中恢复物体的三维结构和运动是计算机视觉研究所面临的最有意义和挑战性的任务之一。 由于光流的如此重要的地位和作用，许多心理物理学家、生理学家、工程研究者参与了其研究。 十多年来，他们提出了很多计算光流的方法，而且新的方法不断出现。
图像处理图像处理是指分析、加工和处理图像以满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域中的应用。 目前，许多图像以数字形式存储，因此图像处理多指数字图像处理。 另外，基于光学理论的处理方法仍然占有重要地位。
图像处理是信号处理的一个子类，也与计算机科学、人工智能等领域关系密切。
传统的一维信号处理方法和概念大多能够直接应用于降噪、量化等图像处理。 但是，图像是二维信号，与一维信号相比，有自己的特殊方面，处理的方法和角度也不同。
计算机视觉是研究如何“看到”机器的科学，进而用照相机和计算机代替人眼进行对象物的识别、跟踪、测量等机器视觉，进而进行图像处理，用人眼进行观察
作为科学学科，与计算机视觉研究相关的理论和技术正在试图构建能够从图像和多维数据中获取“信息”的人工智能系统。 这里的信息是指二维速度矢量是景物中可见点的三维速度矢量在成像表面的投影，有助于制作“决定”的信息。 因为感知可以看作是从感觉信号中提取信息，计算机视觉也可以看作是研究如何从图像和多维数据中“感知”人工系统的科学。
作为工程学科，计算机视觉要求根据相关理论和模型制作计算机视觉系统。 这类系统的组成部分如下：
过程控制(工业机器人和无人车等)。
事件监测(例如图像监测)。
组织信息(例如，为图像数据库和图像序列编制索引)
物体和环境建模(例如工业检查、医学图像分析和拓扑建模) )。
交互式(例如人机交互的输入设备) ) )。
计算机视觉也可以被认为是生物学视觉的补充。 在香农定义领域，研究了人和各种动物的视觉，建立了在这些视觉系统感知信息过程中使用的物理模型。 另一方面，生物视觉中研究并描述了由软件和硬件实现的人工智能系统。 生物视觉和计算机视觉的学科间交流给彼此带来了巨大的价值。
计算机视觉包括屏幕重建、事件监测、目标跟踪、目标识别、机器学习、索引、图像恢复等分支。
几种光流求解方法相位相关块相关(误差绝对值和，标准化互相关)梯度约束(相关高白云kana de method发夹月饼方法) Horn Schunck Method