Lucas–Kanade光流算法是一種兩幀差分的光流估計算法。它由Bruce D. Lucas 和 Takeo Kanade提出 [1]。
LK光流法有三個假設條件：
1. 亮度恆定：一個像素點隨着時間的變化，其亮度值（像素灰度值）是恆定不變的。這是光流法的基本設定。所有光流法都必須滿足。
2. 小運動： 時間的變化不會引起位置的劇烈變化。這樣才能利用相鄰幀之間的位置變化引起的灰度值變化，去求取灰度對位置的偏導數。所有光流法必須滿足。
3. 空間一致：即前一幀中相鄰像素點在後一幀中也是相鄰的。這是LK光流法獨有的假定。因爲爲了求取x,y方向的速度，需要建立多個方程聯立求解。而空間一致假設就可以利用鄰域n個像素點來建立n個方程。
LK光流算法原理的數學推導：
假設前一幀時間爲t， 後一幀時間爲t+δt。則前一幀I的像素點I(x, y, z, t)在後一幀中的位置爲I(x+δx, y+δy, z+δz, t+δt )。
① 根據亮度恆定假設：
② 根據小運動假設， 將上式右側用泰勒級數展開：
H.O.T是泰勒級數展開式的高階項，小運動情況下可以 忽略爲0.
③ 根據上面兩個公式可以得到：
或者下面的公式：
而對於二維圖像而言，只需要考慮x, y, t即可，其中Ix，Iy It分別爲圖像在(x, y, t)方向的差分，寫爲如下形式：
④ 現在有兩個未知數，只有一個方程。因此用到第三個假設：即空間一致性假設，LK算法是利用3x3窗口內的9個像素點建立9個方程。簡寫爲下面的形式：
寫成矩陣形式：
當然兩個未知數，9個方程，這是一個超定問題，採用最小二乘法解決：
寫成如下形式：
根據上式通過累加鄰域像素點在三個維度的偏導數並做矩陣運算，即可算出該點的光流(Vx,Vy)。
源代碼及效果：
源代碼見這裏：https://blog.csdn.net/xiaoyufei117122/article/details/53693627。
效果並不好，很多錯誤匹配點。
參考文獻：
[1]. Lucas B and Kanade T. An Iterative Image RegistrationTechnique with an Application to Stereo Vision. Proc. Of 7th InternationalJoint Conference on Artificial Intelligence (IJCAI), pp.674-679.
