典型光流算法在条纹位移测量中的分辨力和测量范围

分析了Horn-Schunck全局光流算法和Lucas-Kanade局域光流算法在条纹位移测量中的分辨力和测量范围,结果表明:当Horn-Schunck算法的相对误差和Lucas-Kanade算法的相对误差小于2%时,两种算法的相位分辨力都能够达到10-13π,对应像面上的位移分辨力为1.6×10^-12 pixel,两种算法在理论上与四步相移法的分辨力相当;在有噪声的情况下,两种算法的分辨力都达到了0.01π,对应像面上的位移分辨力为0.16 pixel;在相对误差小于2%、方均根误差小于3%时,Horn-Schunck算法和Lucas-Kanade算法的测量范围分别为0~17π/100和0~52π/100,分别约为0~π/6和0~π/2,并且测量范围受噪声的影响很小。