本文主要研究了基于光流模型的运动分析技术，以及其在视频图像处理方面的应用。运动分析技术是计算机视觉技术中比较受关注的方向。目前，光流方法已经发展为一种比较成熟的运动分析技术。光流问题是利用图像序列中相邻帧的时间连续性求解运动物体速度场的问题，通常基于灰度守恒假设，且需要额外附加光流约束条件。如全局约束，局部约束，块匹配等，都是附加的不同方案的光流约束条件。本文深入地研究了各种光流算法的优缺点，试图从两个角度来融合Horn-Schunck与Lucas-Kanade算法，一是为Horn-Schunck算法添加局部光滑约束条件；二是采用多尺度策略。前者具有较好的抗噪性，后者对于大尺度位移，以及同一运动区域内部像素点的光流都有较准确的估计。本文第一章先介绍了课题背景，而后阐述了光流分析技术在运动检测领域的研究现状。第二章介绍了几种常用的运动分析技术。第三章阐述了基本的光流方法，并着重地说明了经典Horn-Schunck算法和Lucas-Kanade算法，为后文的局部-全局光滑约束光流算法，以及多尺度改进策略提供给了理论上的基础。第四章设计并实现了局部-全局光滑约束光流算法，以及多尺度层级策略改进的光流算法。在随后的实验中可以看出无论在光流场的准确度，还是在抗噪性方面都有了明显提高。最后总结了本文工作，并提出了不足，以及后续改进的方向。