光流法需要用OpenCV对动态背景的视频序列进行目标检测，是不是必须用光流法啊？？

移动侦测的操作方法

背景减除法 背景减除法 （Background Subtraction ） 是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。

它一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。

最简单的背景模型是时间平均图像，大部分的研究人员目前都致力于开发不同的背景模型，以期减少动态场景变化对于运动分割的影响。

时间差分法 时间差分（又称相邻帧差）方法（Temporal Difference ）是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。

时间差分运动检测方法对于动态环境具有较强的自适应性，但一般不能完全提取出所有相关的特 光流法 基于光流方法（Optical Flow）的运动检测采用了运动目标随时间变化的光流特性，如Meyer[2] 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。

该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。

然而，大多数的光流计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。

此外，在运动检测中还有一些其他的方法，运动向量检测法，适合于多维变化的环境，能消除背景中的振动像素，使某一方向的运动对象更加突出的显示出来，但运动向量检测法也不能精确地分割出对象。

光流场的不连续性指的是什么

光流场，它是指图像中所有像素点构成的一种二维(2D)瞬时速度场，其中的二维速度矢量是景物中可见点的三维速度矢量在成像表面的投影。

所以光流不仅包含了被观察物体的运动信息，而且还包含有关景物三维结构的丰富信息。

对光流的研究成为计算机视觉及有关研究领域中的一个重要部分。

因为在计算机视觉中，光流扮演着重要角色，在目标对象分割、识别、跟踪、机器人导航以及形状信息恢复等都有着非常重要的应用。

从光流中恢复物体三维结构和运动则是计算机视觉研究所面临的最富有意义和挑战性的任务之一。

openCV光流法的处理方法，怎么用它来进一步提取特征信息？

光流算法能提取的就是每个点的运动方向和运动大小，也就是运动向量，你可以根据这个来区分一定条件下的物体，但是效果非常有效，一般都要结合其他特征，像颜色、纹理、物体边界等。

模式识别中有什么方法可以快速捕捉到物体的运动

这个应该是计算机视觉而不是模式识别。

这个问题可以分为两个层次，第一是静态背景还是动态背景，第二是定性的运动目标检测，即只要运动就检测，还是定量的运动检测，即只有具有某种特殊运动模式的运动目标才会被检测出来。

常规的计算机视觉运动检测方法有背景差，帧间差和光流法三种。

如果背景是动态的话，这三种都不好用，需要对背景运动进行分析，如果是摄像机运动引起的背景相对运动，可以用块匹配或摄像机运动估计的方法加以去除，如果是背景本身的运动，比如浮动的云，被风吹过的草地等等，则需要对背景运动的模式进行识别，这就要引入模式识别的概念了，就是把不同的运动状态看作模式的体现，进行分类与识别。

当然还有一种比较简单的去除背景自身运动的方法，就是在普通的背景差或帧间差的基础上，进行图像形态学处理，根据运动区域的大小和形状，去除面积过小，形状或位置特殊的区域。

不过这种方法不是自适应的，也不是学习的，是要算法设计者通过人际交互的方式定制参数或选择。

作者：耳东陈 链接：https:///question/19815310/answer/13422305 来源：知乎 著作权归作者所有。

商业转载请联系作者获得授权，非商业转载请注明出处。

光流法 求出的两个矩阵什么意思

由于你没有指定x,y坐标的具体取值, 下面代码就直接用整数序列代替了. x = 1:size(data,1); y = 1:size(data,2); [X,Y] = meshgrid(x,y); surf(X,Y,data);

需要用OpenCV对动态背景的视频序列进行目标检测，是不是必须用光流法啊？？

本科毕设还是硕士毕设？这种东西应该自己研究才对啊。

光流法只是其中一种，好好学习吧，既然搞这个课题，就应该在学校多下点相关论文看看。

你要的代码发到你的邮箱了，没啥用，都是基于OpenCV的执行和研究内容，你还得自己建立工程环境把它们添加进去，你会发现在于士祺的书中以及OPENCV中文网站上都有介绍的。