4. 运动一致性检测基础：基于光流的运动场分析

各位同学好，我是老张。今天咱们聊一个在动态SLAM里绕不开的话题——运动一致性检测。

说白了，就是怎么区分「相机自己在动」和「场景里的东西自己在动」。这个问题我当年刚入行时踩过不少坑，今天把经验掰开揉碎了讲给你听。

4.1 光流法：运动场的「眼睛」

先问个问题：你盯着一个移动的物体看，眼睛会怎么反应？

对，眼球会追着它转。但SLAM里的相机没这么智能，它只能老老实实拍下每一帧。这时候，光流就派上用场了。

光流，说白了就是图像中像素点的运动矢量。每个像素点从第t帧跑到第t+1帧，位移了多少、方向如何，这就是光流。

我在项目里遇到过这种情况：一个行人从镜头前走过，他的光流方向跟背景完全相反。嗯，这就是典型的运动不一致。

4.2 Lucas-Kanade光流：稀疏但精准

Lucas-Kanade（LK）光流，我习惯叫它「点追踪器」。它不关心整张图，只盯着几个关键点。

它的假设很简单：

• 亮度恒定：同一个点，亮度不变
• 小运动：相邻帧之间，运动量很小
• 空间一致性：邻域内的点，运动一致

你想想看，这三个假设其实挺强的。尤其是「小运动」这条，如果物体跑得飞快，LK就抓瞎了。所以实际使用时，我们通常会配合图像金字塔——从粗到细，逐层追踪。

代码实现也不复杂，OpenCV里直接调：

import cv2
import numpy as np

# 读取两帧图像
prev = cv2.imread('frame1.jpg', cv2.IMREAD_GRAYSCALE)
next = cv2.imread('frame2.jpg', cv2.IMREAD_GRAYSCALE)

# 检测特征点（比如Shi-Tomasi角点）
prev_pts = cv2.goodFeaturesToTrack(prev, maxCorners=100, 
                                   qualityLevel=0.01, minDistance=10)

# LK光流追踪
next_pts, status, err = cv2.calcOpticalFlowPyrLK(prev, next, 
                                                  prev_pts, None)

# 筛选有效点
good_pts = prev_pts[status == 1]
good_next = next_pts[status == 1]

# 计算运动矢量
flow_vectors = good_next - good_pts

这段代码跑完后，你就得到了每个特征点的运动矢量。接下来，就是判断这些矢量是否「一致」了。

4.3 Farneback光流：稠密但计算量大

LK只能给你稀疏的几个点，但有时候我们需要全图的运动信息。比如，你想知道整张图里哪些区域在动，哪些是静止的。

这时候，Farneback光流就登场了。它计算每个像素点的光流，输出一张稠密的光流场。

Farneback的原理稍微复杂一些，它用多项式展开来近似每个像素邻域的亮度变化。我简单说下：

• 对每个像素，用一个二次多项式拟合它的邻域
• 通过比较两帧的多项式系数，算出位移
• 再通过全局优化，得到平滑的光流场

OpenCV调用同样简单：

import cv2

prev = cv2.imread('frame1.jpg', cv2.IMREAD_GRAYSCALE)
next = cv2.imread('frame2.jpg', cv2.IMREAD_GRAYSCALE)

# Farneback稠密光流
flow = cv2.calcOpticalFlowFarneback(prev, next, None, 
                                     pyr_scale=0.5, levels=3, 
                                     winsize=15, iterations=3, 
                                     poly_n=5, poly_sigma=1.2, 
                                     flags=0)

# flow是一个两通道的矩阵，分别表示x和y方向的位移
fx, fy = flow[..., 0], flow[..., 1]

输出的是一个跟原图一样大的矩阵，每个像素点都有一个(x, y)位移量。有了这个，你就可以做很多事了。

4.4 如何区分相机运动与物体运动？

好，现在我们有光流了。怎么判断哪些是相机运动引起的，哪些是物体独立运动？

我总结了一套三步走的方法：

1. 全局运动估计：用所有光流点，拟合一个全局运动模型（比如仿射变换或单应性矩阵）。这个模型代表「相机自身的运动」。
2. 残差计算：每个点的实际光流，减去全局模型预测的光流，得到残差。
3. 一致性判断：残差大的点，就是运动不一致的点，很可能是独立运动的物体。

举个例子。假设相机在向右平移，那么背景上的点都应该向左移动（相对运动）。但一个行人从右向左走，他的光流方向可能跟背景相反。用RANSAC拟合时，行人的点会被当作外点剔除，剩下的点拟合出的模型就是纯相机运动。

我曾经在一个自动驾驶项目里用过这个方法。当时车辆在行驶，路边的行人、自行车都在动。我们用Farneback光流加RANSAC，成功把动态物体标记出来，然后丢给跟踪模块做避障。效果还不错，就是计算量有点大。

4.5 实战中的坑与技巧

讲几个我踩过的坑：

• 光照变化：光流假设亮度恒定，但实际场景中光照会变。比如太阳被云遮住，整张图变暗，光流就会出错。我建议在预处理时做直方图均衡化。
• 大运动：如果物体运动太快，LK和Farneback都会失效。解决办法是用图像金字塔，或者降低帧率。
• 纹理缺失：白墙、天空这种区域，光流算不出来。我一般会加一个置信度阈值，低于阈值的点直接丢弃。

4.6 本章小结

运动一致性检测，说白了就是找「不听话」的像素点。光流法给了我们一个直观的工具：

• LK光流：稀疏、快速、适合特征点追踪
• Farneback光流：稠密、全面、适合区域分析
• 全局模型+残差：区分相机运动与物体运动的核心思路

下一章，我们会深入讲怎么用这些光流信息做动态物体的检测与剔除。嗯，到时候会涉及一些数学推导，但我会尽量讲得通俗些。

---

公众号:蓝海资料掘金营，微信deep3321