根据图像序列计算光流是计算机视觉中一个重要的问题。光流指图像中灰度模式的运动速度。光流中不仅含有所观察的运动物体的信息，还含有图像场景中有关物体的丰富的二维信息。本文研究基于变分PDE的光流模型，着重研究新光流模型的建立，来提高计算出的光流场的准确性。本论文的主要工作如下：(1)提出了调和方向光滑光流(Optical Flow with Harmonic Constraint and OrientedSmoothness)模型。该模型通过把调和梯度矢量流（HGVF模型）中的调和约束项引入到方向光滑光流模型的能量泛函中，并且将调和约束项中的旋度项和方向光滑项相结合一起控制扩散的方向，实验证明调和方向光滑光流模型提高了光流场计算的准确性，对于包含复杂运动不连续的图象，很好的保持了运动的不连续边缘。(2)提出了方向弱化光流(Directionally Weakened Diffusion for Optical Flow)模型。该模型将拉普拉斯算子进行分解，引入基于图像信息的二阶方向导数，它削弱了沿着图像法线方向的扩散，保持了沿着图像切线方向的扩散，提高了运动的不连续边缘处光流场的准确性。