在計算機視覺中,盧卡斯-卡納德方法是一種普遍使用的光流估計的差分方法,這個方法是由Bruce D. Lucas和Takeo Kanade發明的。它假設光流在像素點的鄰域是一個常數,而後使用最小二乘法對鄰域中的全部像素點求解基本的光流方程。php
經過結合幾個鄰近像素點的信息,盧卡斯-卡納德方法(簡稱爲L-K方法)一般可以消除光流方程裏的多義性。並且,與逐點計算的方法相比,L-K方法對圖像噪聲不敏感。不過,因爲這是一種局部方法,因此在圖像的均勻區域內部,L-K方法沒法提供光流信息。ip
其中, 是窗口中的像素,
是圖像在點
和當前時間對位置x,y和時間t的偏導。ci
這些等式能夠寫成矩陣的形式,此處get
此方程組的等式個數多於未知數個數,因此它一般是超定的。L-K方法使用最小二乘法得到一個近似解,即計算一個2x2的方程組:it
其中,是矩陣
的轉置。即計算:io
對i=1 到 n求和。class
矩陣一般被稱做圖像在點p的 結構張量。方法