冯云迪，王学渊，邹传云

（1.西南科技大学 信息工程学院，绵阳 621000；2.特殊环境机器人技术四川省重点实验室，绵阳 621000）

0 引言

在视频测量（Video measurement）中，通常利用像素位移的结果来提取场景中对象的运动特征[1]。光流是描述视频序列中连续两帧之间像素相对位移的矢量场，光流法是估计该矢量场的方法[2]，因此可以通过光流法获得对象的运动特征。目前光流法已应用于目标识别（在文献[3]中，根据像素的运动流对像素分类，将诸如汽车之类的刚体与人进行区分）、获得运动目标掩模[4]等领域。此外，光流法在风洞试验模型表面的全局摩阻测量[5]中也是必不可少的。

目前为了提高HS光流法[6]的实时性，研究人员一方面对算法进行改进[7,8]，另一方面利用硬件平台对其加速[9～12]，但对于高分辨率图像均难以达到实时光流计算的效果。HS光流法采用二维卷积计算像素点各方向的梯度值，通过计算整帧图像所有像素点获得光流场会面临以下问题：1）二维卷积操作存在数据的重复读取与计算，浪费大量时间；2）每次的光流计算会包含受光照变化影响而产生虚假更改的像素点，徒增无关计算量。

为此，提出了一种高分辨率图像的实时光流计算方案：1）基于动态灰度阈值的图像序列处理策略，对连续两帧图像之间改变的像素灰度值，设定自适应的阈值，剔除掉受光照变化影响的像素点，进而提升算法的计算效率；2）增量更新的数值求导方法，减少重复计算，节约梯度计算阶段的时间开销；……