可應(yīng)用于導航的光流算法概述導航系統(tǒng)的正常運行依賴于導航數(shù)據(jù)的準確性和高更新率，因此用于導航的光流算法，除了要保證精度外，計算速度也應(yīng)該得到保證。光流導航是利用通過圖像序列計算的光流值進行速度估計的導航方式，但多數(shù)光流算法計算出來的光流值不是單獨的一個二維向量，而是多個二維向量。在多個二維向量中，并不是所有的二維向量都能反映出運動載體的運動特性。因此，光流導航最終使用的就是反映物體運動的光流值，故不需要計算圖像中每個像素點的光流值。綜上所述，相比于稠密光流法，稀疏的光流法因其計算速度快、結(jié)果數(shù)據(jù)量小的特點更加適合用以導航。根據(jù)2.2節(jié)介紹，Lucas-Kanade光流算法及基于邊緣直方圖的塊匹配算法計算速度快，且計算出的光流是稀疏光流，因此適合選為用于導航的光流算法。1.1Lucas-Kanade光流算法根據(jù)2.2.2小節(jié)提到，Lucas-Kanade光流算法（下文簡稱LK光流算法）除了假設(shè)了小運動以及亮度守恒原則之外，還假設(shè)了小窗口光流一致性原則。以光流一致性假設(shè)為基礎(chǔ)，建立一個鄰域像素系統(tǒng)的矩陣，通過該矩陣來計算中心像素點在兩個方向上的運動。設(shè)鄰域大小為，得到如下方程組： 式GOTOBUTTONZEqnNum192744(2-5)可以簡寫為以下形式： 由于式GOTOBUTTONZEqnNum192744(2-5)包含兩個未知數(shù)但是有多于兩個的方程，所以該方程組是超定方程。根據(jù)矩陣論相關(guān)知識，采用最小二乘法解決這個超定問題，得到式GOTOBUTTONZEqnNum460540(2-7)： 式GOTOBUTTONZEqnNum460540(2-7)可以表示為下式： 當可逆時，通過該方程求解得光流值為： 通過光流一致性假設(shè)，LK光流法結(jié)合鄰近像素點的信息，從而消除光流方程的不確定性。同時，相比于HS光流算法，該算法計算得到稀疏光流，因此對圖像中噪聲抵抗能力較強。但LK光流法也存在著固有的缺陷。由于LK光流算法的假設(shè)太強，使得其在實際使用中還是面臨著許多的問題，如大位移問題及光流不一致問題。在實際使用時，需要采取相應(yīng)措施加以改進。1.2基于邊緣直方圖匹配的光流算法由2.2.3節(jié)提到，基于邊緣直方圖匹配的光流算法是由K.McGuir等人于2015年提出。由于該方法將復雜的二維圖像信息轉(zhuǎn)化為邊緣直方圖信息，相比于一般的塊匹配光流算法，該算法將二維匹配的問題簡化為一維線性匹配的問題，大大降低了算法的復雜度，提升了光流計算的速度。當運動載體搭載的開發(fā)板計算能力不足的情況下，該算法具有很高的實際應(yīng)用價值。該算法流程圖如圖2-7所示：圖2-7邊緣直方圖光流算法流程圖接下來對該算法的步驟進行介紹：獲取圖像：通過相機采集連續(xù)視頻幀，將相鄰的兩幀記為It，I對It，It+1進行降采樣：該步驟主要目的是減少算法運算量，減輕計算設(shè)備的負擔，得到It_downsample對It_downsample，It+1_downsample利用Sobel算子提取邊緣：該步驟主要目的是求圖像的梯度，得到降采樣圖像的梯度圖像It_Sobel求It_Sobel，It+1_Sobel的邊緣直方圖：將梯度圖像進行疊加，求得兩幅圖像在圖像坐標系上和方向的邊緣直方圖。計算邊緣直方圖SAD(最小絕對誤差和)：以特定步長和搜索區(qū)域計算圖像序列中相鄰兩幀x及y方向上的邊緣直方圖的SAD。插值：對上一步驟計算的結(jié)果利用最小二乘擬合法擬合為線性模型。獲得光流：上個步驟中線性模型中常數(shù)項就是平移光流，乘以下采樣的倍數(shù)得到光流。通過上述介紹可以看出，該算法新穎獨到、計算速度快。創(chuàng)造性利用圖像邊緣直方圖作為光流計算的依據(jù)，相比于利用圖像灰度信息進行光流計算的算法，該算法更加穩(wěn)定。但