在计算机视觉和图像处理任务中，运动估计扮演着至关重要的角色。它通过分析连续图像序列来提取目标的运动状态，是视频编码、对象追踪以及自主导航等应用的基础。借助MATLAB强大的科学计算能力及其内置的Computer Vision Toolbox和Image Processing Toolbox，开发者能够高效地构建和验证各类运动估计算法。

光流法（Optical Flow）

作为一种经典的像素级运动分析技术，光流法通过评估相邻帧之间像素亮度的时空变化来推导运动矢量场。该方法建立在两个基本前提之上：一是亮度恒定假设，即同一物理点在时间推移中其像素灰度值保持不变；二是空间平滑假设，即局部邻域内的像素具有相似的运动趋势。

1. 核心数学模型

光流法的理论基础是光流约束方程（OFCE），其表达式为：

I_xu + I_yv + I_t = 0

其中：

• I_x, I_y：图像在空间维度上的梯度信息；
• I_t：图像在时间维度上的亮度变化率；
• u, v：像素在水平和垂直方向上的运动速度分量。

由于单个方程包含两个未知数（u和v），这是一个欠定问题。为了求解，通常需要引入额外的约束条件，例如全局平滑约束或局部窗口约束。

2. 经典光流算法与MATLAB实现

（1）Lucas-Kanade (LK) 算法

原理：LK算法基于局部窗口内光流一致的假设，利用最小二乘法来解析窗口中心的运动矢量。这种方法在纹理细节丰富且目标位移较小的场景中表现优异。

MATLAB实现：

以下代码展示了如何使用现代MATLAB语法配置和运行LK光流计算器：

% 初始化视频读取器
vidReader = VideoReader('sample_video.mp4');
previousImg = rgb2gray(readFrame(vidReader));

% 配置Lucas-Kanade光流计算器
flowLK = opticalFlowLK('WindowSize', 15, 'NumLevels', 2);

% 初始化视频播放器
vidPlayer = vision.VideoPlayer;
while hasFrame(vidReader)
    currentImg = rgb2gray(readFrame(vidReader));
    
    % 估算光流场
    flowField = estimateFlow(flowLK, currentImg);
    previousImg = currentImg;
    
    % 可视化结果
    imshow(currentImg);
    hold on;
    quiver(flowField.Vx, flowField.Vy, 2, 'Color', 'r', 'LineWidth', 1.5);
    hold off;
    
    step(vidPlayer, currentImg);
end
release(vidPlayer);

关键参数：

• WindowSize：定义局部邻域的大小，数值越大，平滑效果越强，但会丢失局部细节。
• NumLevels：图像金字塔的层数，用于增强算法对大位移运动的鲁棒性。

（2）Horn-Schunck (HS) 算法

原理：HS算法引入了全局平滑约束，通过优化包含数据项和平滑项的能量泛函来获取密集光流场。它特别适合处理相机平移或背景整体运动等大范围平滑位移。

MATLAB实现：

% 配置Horn-Schunck光流计算器
flowHS = opticalFlowHS('Smoothness', 0.5, 'MaxIterations', 100);

% 估算光流场
flowFieldHS = estimateFlow(flowHS, currentImg);

关键参数：

• Smoothness：平滑项的权重系数，值越大，生成的光流场越平滑。
• MaxIterations：优化过程的迭代上限，直接影响计算精度与耗时。

3. 光流法特性分析

优势	局限性	典型应用
提供密集的像素级运动信息	对图像噪声和光照变化敏感	微小位移检测、纹理区域分析
能够反映场景的三维结构	全局算法计算开销较大	动作识别、视频语义分析
局部算法支持实时处理	缺乏纹理的区域无法计算	机器人视觉导航、无人机避障

块匹配法（Block Matching）

与像素级的光流法不同，块匹配法是一种块级运动估计策略。它将当前帧分割成若干互不重叠的宏块，并在参考帧的指定搜索区域内寻找最匹配的块，从而计算出宏块的位移矢量。该方法默认同一个块内的所有像素遵循相同的刚体运动规律。

1. 核心处理流程

1. 网格划分：将当前帧切割成固定尺寸（如16×16）的宏块。
2. 区域搜索：在参考帧的限定搜索窗口内，利用SAD（绝对误差和）或MSE（均方误差）等指标评估候选块的相似度。
3. 矢量计算：将最佳匹配块与当前宏块的坐标差作为运动矢量。
4. 运动补偿：利用计算出的运动矢量重建预测帧，以消除时间冗余。

2. 经典块匹配算法与MATLAB实现

（1）全搜索法（Full Search）

原理：全搜索法会穷举搜索窗口内的每一个候选位置。虽然这种方法能保证找到全局最优解，但其计算开销随搜索范围的扩大呈平方级增长。

MATLAB实现：

function mvMatrix = fullSearchBlockMatch(refImg, curImg, blkSize, searchRadius)
    [imgH, imgW] = size(refImg);
    rows = floor(imgH / blkSize);
    cols = floor(imgW / blkSize);
    mvMatrix = zeros(rows, cols, 2);  
    
    for r = 1:rows
        for c = 1:cols
            % 提取参考块
            rStart = (r-1)*blkSize + 1;
            cStart = (c-1)*blkSize + 1;
            refBlk = refImg(rStart:rStart+blkSize-1, cStart:cStart+blkSize-1);
            
            minCost = Inf;  
            bestMv = [0, 0];  
            
            % 确定搜索边界
            yMin = max(1, rStart - searchRadius);
            yMax = min(imgH - blkSize + 1, rStart + searchRadius);
            xMin = max(1, cStart - searchRadius);
            xMax = min(imgW - blkSize + 1, cStart + searchRadius);
            
            % 遍历搜索区域
            for y = yMin:yMax
                for x = xMin:xMax
                    curBlk = curImg(y:y+blkSize-1, x:x+blkSize-1);
                    % 计算SAD
                    cost = sum(abs(refBlk(:) - curBlk(:)));
                    
                    if cost < minCost
                        minCost = cost;
                        bestMv = [x - cStart, y - rStart];
                    end
                end
            end
            mvMatrix(r, c, :) = bestMv;
        end
    end
end

（2）三步搜索法（Three-Step Search, TSS）

原理：TSS采用由粗到细的搜索策略，通过逐步减半搜索步长来大幅减少评估点的数量，在计算效率和匹配精度之间取得了良好的平衡。

MATLAB实现：

function mvMatrix = threeStepSearchMatch(refImg, curImg, blkSize, maxSearch)
    [imgH, imgW] = size(refImg);
    rows = floor(imgH / blkSize);
    cols = floor(imgW / blkSize);
    mvMatrix = zeros(rows, cols, 2);
    
    % 初始步长
    stepSize = 2^floor(log2(maxSearch));
    
    % 定义9个搜索点的相对偏移
    offsets = [-1 -1; -1 0; -1 1; 0 -1; 0 0; 0 1; 1 -1; 1 0; 1 1];
    
    for r = 1:rows
        for c = 1:cols
            rStart = (r-1)*blkSize + 1;
            cStart = (c-1)*blkSize + 1;
            refBlk = refImg(rStart:rStart+blkSize-1, cStart:cStart+blkSize-1);
            
            minCost = Inf;
            bestMv = [0, 0];
            centerY = rStart;
            centerX = cStart;
            
            % 三步迭代
            while stepSize >= 1
                for k = 1:size(offsets, 1)
                    y = centerY + offsets(k, 1) * stepSize;
                    x = centerX + offsets(k, 2) * stepSize;
                    
                    % 边界校验
                    if x < 1 || x > imgW - blkSize + 1 || y < 1 || y > imgH - blkSize + 1
                        continue;
                    end
                    
                    curBlk = curImg(y:y+blkSize-1, x:x+blkSize-1);
                    cost = sum(abs(refBlk(:) - curBlk(:)));
                    
                    if cost < minCost
                        minCost = cost;
                        bestMv = [x - cStart, y - rStart];
                        centerY = y;
                        centerX = x;
                    end
                end
                stepSize = stepSize / 2;
            end
            mvMatrix(r, c, :) = bestMv;
        end
    end
end

3. 块匹配法特性分析

优势	局限性	典型应用
计算逻辑简单，易于硬件加速	块内存在复杂形变时误差显著	H.264/HEVC等视频编码标准
整体计算复杂度低于密集光流	难以应对超出搜索窗口的剧烈运动	实时视频监控、流媒体传输
支持多分辨率和分层搜索	在平坦无纹理区域容易产生误匹配	车辆轨迹预测、自动驾驶感知

算法选择与工程应用

1. 场景适配指南

应用场景特征	推荐算法	选择依据
局部微小位移、高纹理区域	Lucas-Kanade	局部窗口假设能提供高精度的稀疏光流
全局平滑运动、相机平移	Horn-Schunck	全局平滑约束能有效处理无纹理区域的运动
高帧率实时视频编码	三步搜索法 (TSS)	大幅削减搜索点数，满足严格的实时性要求
对精度要求极高的离线分析	全搜索法	穷举搜索确保获取全局最优的运动矢量

2. 典型工程应用

（1）视频编码与压缩

在H.264和HEVC等现代视频编码标准中，块匹配法是消除时间冗余的核心机制。通过TSS等快速算法提取运动矢量，并结合运动补偿技术生成预测帧（P帧或B帧），可以显著降低视频流的比特率，同时保持较高的视觉质量。

（2）生物特征与目标追踪

在人脸识别和手势追踪中，Lucas-Kanade算法常被用于跟踪面部关键点（如眼角、嘴角）的微小位移。将光流数据与卡尔曼滤波或粒子滤波等状态估计方法结合，可以有效平滑轨迹噪声，实现稳定且低延迟的目标锁定。

（3）自动驾驶与环境感知

在自主导航系统中，块匹配法和光流法被广泛用于计算周围车辆和行人的相对速度。通过分析连续帧的运动矢量场，系统能够预测动态障碍物的未来位置，从而为路径规划和紧急制动提供关键的决策依据。