图像序列光流计算技术是计算机视觉研究领域的一项重要研究内容,21世纪以来,随着计算机软硬件水平的不断提高,针对光流计算的新理论与新方法层出不穷,不断拓展光流计算理论在现实生产、生活中应用的范围,例如应用于机器人视觉、航空航天、医学图像处理、气象分析、无人汽车自主驾驶等领域。随着光流计算技术的迅速发展,如何从精确性和鲁棒性等方面衡量光流算法的性能,建立完善的图像序列光流计算评估理论与体系,从而客观、全面地评价不同光流计算理论与方法是相关研究人员面临的一项重要任务。虽然目前的光流评估理论与方法提供了丰富的图像测试集和多种评估指标,为光流计算提供了较为完善的性能评价体系,但是在现有的光流误差评估指标中仍然存在一定的局限性,无法全面、准确的反映不同光流算法的性能差异。针对以上问题,提出基于二维矢量的光流评估理论与方法,能够更为全面、客观地反映光流算法的误差特点和性能。本文的主要研究内容包括以下几点:1本文针对目前角误差的缺陷进行了分析,提出将角误差的计算由三维降至二维。光流矢量本身是二维数据,人为引入的第三维坐标本身缺乏合理性,并且造成真实角误差的低估、因光流模值大小改变估计值等问题。因此,本文对角误差进行重新定义,直接计算二维空间内光流估计值与真实光流的角误差。2在现有的光流评估方法中,光流端点误差是光流估计值与真实光流值差的模,因其本身含有角度差信息,并不能准确反映出两者的模值差异,因此,本文定义端点误差为光流估计值与真实光流的模值差,只需对光流长度进行度量,而不必考虑角误差信息。提出归一化端点误差,将真实光流的模值计算在内,有助于客观反映端点误差相对于真实光流的差异。3基于提出的光流误差指标,本文改进了光流评估理论中的误差统计方法,采用期望值而不是平均值反映误差的总体水平,调整了鲁棒性指标的设置,使之更适应新的误差评估理论。4采用Middlebury标准光流测试图像序列对提出的光流评估理论及方法进行实验,并与现有的光流评估理论与方法进行对比,证明本文所提评估理论与方法的客观性和全面性。