本次用于实验的光流传感器PX4FLOW就是基于CMOS图像传感器的光流传感器。然后为了满足四旋翼无人机系统定位的实时性，和测试不同光流算法在用于无人机的定位效果，故选用需要计算资源较小的差分算法和区域匹配算法，并根据两个算法的测试结果，进行一些改进和测试，得到新的算法。

2 光流算法的原理及实现

为了计算光流，研究人员提出了光流场的三个假设，相邻帧之间的亮度恒定，时间连续或者运动是“小运动”和空间一致(同一子图像的像素点具有相同的运动)。首先本章第一小节和第二小节将分别介绍的两种基本的光流算法的原理，区域匹配算法和lucas-kanade（LK）算法。

其次，在有些实际的应用场景中，如四旋翼无人机速度较快，或物体运动过程中有光照的变化等，是无法完全满足光流场的三个假设的。因此运用了一些图像处理的基本算法，使得上述光流算法在实际中能保持较好的效果，具有一定的鲁棒性。这里使用的图像处理的方法有，图像金字塔模型、特征点提取、LBP算法和双线性插值法，在本章第三小节中会简要介绍这些方法的原理。

然后，因为光流法得到了图片上每个点（或一些点）的光流值，即得到了图片点的光流集，而在我们四旋翼无人机应用中，应该通过图片得到一个唯一的光流，从而才能得到无人机的速度信息。所以，要处理光流集的数据，第四小节将介绍三种的处理方法，均值法、中值法和直方图法。来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

最后，本章第五小节描述从图片的光流值重建四旋翼无人机的速度场的数学模型。第六小节介绍四个算法的实现。

2。1 区域匹配算法

2。1。1 算法原理

基于光流场的三个假设，在较小的时间间隔内，物体的运动较小且灰度不变，则此物体内部的每个小区域都是相同的矢量运动。故可以将图片分割成许多一定大小的区域，每个区域内的各个像素点的光流是一致的。通过一定的匹配算法进行计算，从而得到每个小块在上一帧中的最为相似的块。由这两个相似块的位置信息计算出相对位移，进一步得到每一块的光流。