从时变图像序列中获取物体3D运动和结构信息的关键技术之一就是光流计算。本文针对当前光流计算出现的一些问题，系统地研究和分析了基于变分理论的光流计算方法，并取得了一定的成果；分析和总结了多种典型的光流算法，并对其进行实验对比和性能评估。　　本文首先分析了变分理论及其相关的数学知识，对变分光流通用能量模型中的数据项和平滑项进行系统地分类和详细地分析对比。其次根据变分光流的设计准则，提出了一种基于自适应结构的变分光流计算方法。数据项引入局部结构张量并结合局部优化的思想，提高了算法在复杂场景下光流计算的准确性和鲁棒性。平滑项采用自适应结构的各向同性平滑策略，根据图像梯度的变化自适应控制平滑项扩散张量的扩散程度，这样就加强了对运动边缘的处理能力。最后结合区域匹配和多尺度分层细化的思想解决大位移问题，并分析了图像梯度计算对光流计算所带来的影响，通过改进图像梯度计算方法提高算法的精度。　　然后详细分析了几种典型的光流算法，阐述了这几种算法的原理及实现过程，并给出了本文性能评估的标准指标。　　最后，本文通过多组不同运动类型的图像序列实验并与其他典型光流方法进行对比分析，主要验证和评价包括本文算法在内的各算法在平移、旋转、多物体运动、光照变化和复杂背景等情况下的准确性和鲁棒性。首先通过光流矢量图和光流彩色信息分布图进行定性分析，然后使用测试函数对不同方法进行定量分析。多组实验验证了本文算法在精确度、鲁棒性和边缘处理能力均要优于其他光流算法，并具有一定的普适性。