时变图像光流场计算技术是计算机视觉中的重要研究内容,也是当今研究的热点问题。光流的计算不需要在图像序列中建立特征之间的对应关系,因此光流法在计算机视觉的众多领域,包括运动物体的检测和动态分析方面都有广泛的应用。基于梯度的方法是目前应用最广泛的方法,它是利用图像灰度的时空微分来计算每一像素点的2D 速度矢量(光流)。Horn 和Schunck 提出的光流计算方法是基于梯度的光流计算方法的主要代表。本文首先讨论了Horn-Schunck 的经典光流算法,分析其建立的两个基本约束条件——亮度恒常假设和空间平滑假设,推导出计算公式,并分析了选择不同的参数会对光流场结果带来的影响。针对传统的基于梯度的光流算法一般不能检测出帧间位移小于1 个像素的运动目标,提出了一种改进的基于光流的运动目标检测算法。该方法使用了一种3D-Soble 算子计算像素的时空梯度,并将梯度的计算过程进行了改进。实验结果表明:在静止背景的图像序列中,该算法比传统算法能更好地检测出以不同速度运动的目标。在光流算法的基础上,提出了一种应用在飞行器上的地面红外目标被动测距技术,该技术在已知目标像素在成像面上的位置和飞行器的运动状态的情况下,通过光流约束推导出每个像素的距离。最终的距离估计值是目标区域中所有像素距离的均值。该距离可以用来增强制导和改善弹道轨迹。