光流算法的原理 基於以下假 設：
亮度 恆定：在 連 續的 視 頻 幀中，同一物 體或 場景的像素亮度保持不 變。
時 間 連 續：相 鄰 視 頻 幀之 間的 時 間 間隔 較短，物 體的 運 動可以 認 為是微小的。
空 間一致性：具有相似 運 動的像素 點在 圖像中具有相同的 運 動。
光流是空 間 運 動物 體在 觀 測成像平面上的像素 運 動的 「瞬 時速度 」，它反映了物 體在 極小 時 間 內 對 應的 圖像像素的 運 動 方向和速度。光流法通 過分析 圖像序列中像素在 時 間域上的 變化以及相 鄰 幀之 間的相 關性， 來找到上一 幀 與 當前 幀之 間存在的 對 應 關係， 從而 計算出相 鄰 幀之 間物 體的 運 動信息。
光流算法的工作流程通常 包括以下 幾個步 驟：
處理 連 續的 視 頻 幀序列。
檢 測可能出 現的前景目 標， 並找到其 關 鍵 特徵 點。
尋找上一 幀中出 現的 關 鍵 特徵 點在 當前 幀中的最佳位置， 從而得到前景目 標在 當前 幀中的位置坐 標。
疊代 進行目 標跟 蹤。
光流算法可以通 過不同的方法 來 實 現，例如Lucas–Kanade方法（KLT）， 這是一 種 基於光流原理的 特徵 點跟 蹤算法。 該方法通 過泰勒 級 數展 開式 來求解光流，其中(dx/dt, dy/dt) = (u, v)表示像素的光流，而(I/x,I/y) = (I_x, I_y)是像素灰度空 間微分。 由於方程 組通常是超定的，因此需要引入 額外的 約束 條件 來估算 實 際的光流。
總 結 來 說，光流算法通 過分析 圖像序列中像素的 變化 來估 計物 體的 運 動信息，它是一 種 從 圖片序列中近似得到不能直接得到的 運 動 場的方法。