光流算法是一 種在 計算 機 視 覺和 圖像 處理中 廣泛 套用的算法，它利用 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 幀跟 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。光流可以表 達 為 圖像中像素 點 從一 幀到下一 幀的移 動，是一 種二 維矢量 場。光流算法的基本假 設 包括亮度 恆定不 變和 時 間 連 續或 運 動是小 運 動。
光流算法的主要 類型 包括微分方法、 區域匹配方法、 基於能量的方法和 基於相位的方法。其中，微分方法是利用 圖像序列中 圖像灰度（或其 濾波形式）的 時空微分 來 計算像素瞬 時速度； 區域匹配方法 則是通 過相似度 測量的最大化 實 現 區域的最 優匹配； 基於能量的方法 將光流 計算 轉化 為 一個全局能量 函式在 約束 條件下的最 最佳化 問 題； 基於相位的方法 則是利用 帶通 濾波器 輸出的相位特性 來 確定光流。
光流算法的 套用非常 廣泛， 包括目 標分割、 識 別、跟 蹤、 機器人 導航、目 標形 狀信息 恢復、3D 結 構 恢復 與 運 動估 計等。然而，光流算法也有一些不足之 處，如抗噪性不 夠好、 計算量比 較大等，多 數光流法 計算 複雜耗 時，除非有特殊的 硬體支持，否 則很 難 實 現 實 時 檢 測。
具 體的光流算法 包括Lucas-Kanade算法、Horn-Schunck算法等。其中，Lucas-Kanade算法 基於亮度不 變假 設和 鄰域光流相似假 設，通 過最小化像素 誤差的非 線性 最佳化 來估 計光流；Horn-Schunck算法 則是一 種 基於全局能量 函式 最佳化的光流 計算方法。