KLT光流法

基础知识：图像梯度和相关算子

最近正在系统地复习光流相关内容。从LK到KLT这一系列光流算法都需要涉及对图像梯度的计算过程。查阅相关文献发现，在计算图像梯度时通常采用三点差分算子来实现这一过程。详细的介绍可以在以下这篇文章中找到。

https://www.it610.com/article/1292155635277832192.htm

文章内容较为丰富。然而我对他在使用Sobel算子计算垂直方向梯度时的具体解释存在疑问，并未对卷积核进行旋转处理。

可以从该文献的详细分析中获得进一步的信息：CV学习笔记（十三）：图像梯度 - 知乎 (zhihu.com)

将这些卷积核作用于原始图像上，则可实现对图像的一阶或二阶导数的计算。

关于亮度的定义

另外，在图像中将亮度等同于其像素点处的具体数值。

http://cecas.clemson.edu/~stb/klt/index.html

这个网页列举了KLT早期实现的具体情况（2007年）。随后介绍了各个关键功能模块的基本特性及其相互关系。通过分析这些核心功能模块的基本特性及其相互关系，在一定程度上可以帮助我们掌握该算法的基本工作流程。

1读取图像，看是否需要平滑，需要的话，则进行高斯滤波；

2 对图像进行梯度