人类获取信息的80%来自于视觉,图像作为视觉信息表达的主要形式成为人类认识世界最基本的载体。然而人类对图像数据的处理和利用还远远不能满足实际应用的需求,这不仅造成了资源的浪费,而且制约了图像数据在实际应用中的进一步发展。尤其是当前随着传感器技术、自动数据采集技术以及计算机技术的飞速发展,为图像数据的处理、分析和理解带来了新的机遇与挑战。地球是运动的,因此如何从序列图像中获取准确的运动信息是我们认识世界的关键。图像的分析(运动估计与运动特征提取)成为从低层次的图像处理到高层的图像分析和理解中的基础与难点。光流技术的提出为解决上述问题开启了一扇智慧之门。经过30多年的发展,各种光流计算方法不断涌现。变分光流法,由于具有完备的数学理论基础,可以获得准确且具有较高时空分辨率的致密运动场,以及适合并行计算等诸多优点而成为运动估计技术中的佼佼者。但是由于光流法自身基本理论的约束,导致变分光流技术在面对复杂状况时(如：噪声、遮挡、大位移、光照不均、光照强度变化、多运动目标、非刚性运动等)与实际产生较大的偏差,运动估计的精度大大降低。因此需要针对这些复杂问题提出新的解决思路与方法,建立具有普适性的、更有效的变分光流模型。本文针对变分光流算法当前所面临的一系列难点问题展开了相关的研究。着重探索能处理噪声、遮挡、大位移、光照变化等复杂状况的鲁棒光流模型；以及能自动获取最优平滑权重λ来实现变分光流模型中数据项与平滑项的动态平衡的新技术。同时对光流场的特征提取以及如何对不同特征区域进行分类平滑滤波也做了相关的探讨。具体的工作可以概括如下：(1)对目前各种处理光流运动估计的有效技术进行了分析。根据变分光流算法具有融合不同方法的特点,我们选取TV-L1-Duality模型作为母体,将能处理噪声污染的中值滤波技术,能处理大位移的Coarse-to-Fine技术,能处理光照变化的Structure-Texture分解技术,能处理函数凹凸性的GNC技术,能处理噪声、多运动目标的Robust函数,计算精度更高的图像插值技术、混合求导方法等与之融合,提出了具有应对各种复杂状况的综合性、通用性光流模型。(2)根据运动的特征,提出了一种光流有效性检测技术。该技术主要基于运动的两点特性：(1)运动的线性性,与(2)运动的唯一性来检测偏差较大或错误光流分量并将其标记。在由于多运动状态(多态运动)、遮挡等产生的运动间断区域,光流约束方程被破坏,所计算的速度分量往往会产生较大的误差或错误。这些问题光流分量违背了运动的两点基本特性,因此能被较好的检测出来。(3)根据光流场局部一致的特性,提出了邻域修正法来修正检测到的问题光流分量。由于光流场中的几乎没有哪个点及其邻域点的所有运动分量均是错误的,其邻域中必然包含着正确的速度点。因此我们根据这种特性提出了权重近似策略。通过用邻域内正确光流分量的加权平均值来近似取代错误值,较好的消除了运动间断处的错误光流分量,提高光流估计的精度。(4)变分光流模型中的平滑权重因子λ扮演着维持数据项与平滑项之间平衡的角色。如果λ选择较小,将导致两帧图像的过拟合；如果λ选择较大,部分运动信息又将会被平滑掉。因此足否选择到合适的λ直接影响着变分光流算法的计算精度。本文将块匹配中的均方根误差(RMS-Root Mean Square error)准则引入变分光流模型进行误差评估,并作为自动选取最优平滑权重因子λ的标准。为了改善RMS的性能,我们将插值图像的梯度作为权重与其结合,构造了WRMS准则。实验表明WRMS具有良好的选择最优平滑权重λ的能力。以此为基出，我们建立了λ-WMF-TV-L1-Duality光流模，较好的解决了调节持数据项与平滑项之间平衡的问题,提高了光流运动估计的精度。(5)由于运动场的特征区域几乎包含了序列图像所有重要的运动信息,因此能准确提取光流场的特征信息至关重要。同时,由于大部分的运动误差产生于运动特征区域,国此对特征区域进行合适的后处理可以进一步减少误差、提高估计精度。本文根据权重中值滤波法(Weighted Median Filter)与双边滤波法(Bilateral Filter)各自的优势-双边滤波法更适合于遮挡区域,将运动特征区域分解成边缘区域与遮挡边界区域。然后采用权重中值滤波法与双边滤波法对这两个特征区域进行分开滤波。实验表明该方法可以有效的减少运动特征区域的误差，尤其那些因为被遮挡而无法获取运动信息的光流分量得到了较正确的近似估计。国此光流估计的精度得到了较大的提高。