中文摘要：

光流场计算是当今计算机视觉研究中的热点问题和前沿问题。虽然应用较多，但理论缺陷问题尚未解决，特别是对于复杂场景还存在边界遮挡问题。因此多数学者认为，光流场计算的关键在于病态问题（ill-posed）和鲁棒性问题（robust）。本项目针对复杂场景光流场计算的病态问题、鲁棒性问题和遮挡边界处光流场的计算问题进行深入研究。通过对图像成像过程和原理的分析，寻找图像序列的不变特征和不变量，综合局部约束和全局约束条件，重点解决病态问题的正则化（regularization），同时考虑场景存在遮挡情况，建立光流场计算的数学模型。在解决病态问题和遮挡边界计算问题时，可能得到复杂的非线性偏微分方程组，采用优化方法求解该方程组。本项目的创新之处不仅在于用实验方法和对比实验分析验证算法的鲁棒性，还将用李亚普洛夫（Lyapunov）数学理论证明算法的鲁棒性。上述问题的研究将有助于推动光流场计算技术的发展。

结论摘要：

本项目针对复杂场景光流场计算的病态问题、鲁棒性问题和边界遮挡问题进行了深入研究。重点研究了光流计算病态问题的正则化解决方法，建立了变分光流计算的数学模型，较好地解决了光流计算的病态问题和鲁棒性问题。项目还针对基于稠密光流的三维重建问题进行了较透彻地论证和探索，部分解决了基于光流的三维运动检测和结构重建问题。在图像点云提取过程中，将光流计算技术成功地应用于实际工程实践。本项目主要研究工作和创新如下 1、深入研究了变分光流计算理论和方法，提出了基于图像光流联合驱动的变分光流计算方法。首先将变分光流计算中的Euler-Lagrange方程的求解与扩散反应方程联系起来,使偏微分方程的求解变得更容易。其次为了有效地提高计算模型处理光照变化图像序列的能力，在灰度守恒的基础上引入了梯度守恒，同时将局部约束与全局约束相结合，不仅获得了局部光流算法的优点，还提高了抗噪声能力，正则化因子的使用提高了计算的精度。在使用各向异性光流扩散的过程中，图像与光流联合驱动使算法在复杂背景条件下检测运动物体的能力大大提高，且通过独立设计扩散张量本征值，在控制图像边缘方面更加灵活。在计算方法上应用由粗到精多尺度理论，在处理大位移问题上具有明显的优势。 2、提出了一种基于全局光流算法的三维运动检测和稠密结构重建的直接方法。首先通过目标物体表面像素点的三维运动与投影平面点的光流速度之间的联系，推导出一个关于三维运动参数的灰度守恒假设。然后借鉴全局光流算法的理论，通过对得到的守恒假设添加平滑约束项构成一个全局能量函数，采用变分方法可以检测出目标运动物体的三维运动参数和稠密结构。该方法不需要求出二维图像序列的光流速度，克服了分步方法在计算光流时对三维重建结果带来的计算误差影响。 3、将光流计算技术应用于图像点云提取中，使光流计算技术得到实际工程应用。通过使用图像帧间光流对图像序列中标定的运动目标进行处理，提出了一种基于光流的图像点云提取方法。首先利用本项目的光流算法能够判断和识别在连续两帧之间运动位移小1个像素的运动目标，而在多帧图像中累积位移大于1个像素时将运动目标提取出来，然后使用区域合并算法最终将运动目标分割出来，进而将运动目标对应的激光点云提取出来。