本发明属于计算机视觉与图像处理的领域，可应用于序列图像中前景物运动的跟踪或者相机本身运动的跟踪。
背景技术：
光流概念是美国心理学家Gibson于上世纪40年代年提出的，用于描述运动对动物产生的视觉刺激这一物理现象。上世纪80年代以后，机器视觉研究者们利用这一物理现象发展了基于有序图像序列进行运动估计的理论与技术。光流法运动估计基于三点基本的假设，即所谓的亮度恒定、时间连续和空间一致。简单地说就是在很短暂的相邻图像帧获取的时间内，一个很小图像区域的亮度在相邻帧的变化为零。这样就可以估计序列图像上的前一帧图像上的点在后一帧图像上的位置。这种方法就叫做序列图像上点的光流跟踪法。对序列图像上每一个点都进行跟踪称为稠密光流跟踪法，其缺点是计算量太大；稀疏光流跟踪法仅对图像上的一些特征点进行跟踪，大大提高了光流法的运算速度，因此光流跟踪法得到了广泛的应用。
光流跟踪法用于视觉里程计时其致命的缺点是精度低，这是由于实际获取的图像存在噪声、计算中存在误差等因素。因此视觉里程计的研究者们主要采用特征点匹配的方法，即对图像序列中的每一幅图像均进行独立的特征检测，然后再进行特征匹配，找到图像特征点有前后两幅图像上的相应位置。但是特征匹配方法的计算量大，速度低，成为其实用化道路上的很大障碍。
本研究利用光流跟踪法速度快的特点，提出一种带回测的光流跟踪法，目的是提高光流跟踪的精确度。
技术实现要素：
本发明提出的回测的光流跟踪算法可描述如下：假设当前参考帧为第i帧（或称为原始帧），在第i帧上检测的特征点像素位置为点xi（或称为原始特征点），下一帧为第j帧，在第j帧上有1个跟踪结果，设为xji；以第j帧的跟踪结果xji作为特征点，再反向利用光流法找出其在第i跟踪结果xij（或称为反向跟踪结果）。由此定义回测跟踪误差E为，E=|xi-xij|。这种将在后一帧的跟踪结果再一次利用光流法进行反向跟踪，然后与原始特征点的位置进行比较的方法就是本发明提出的回测光流法。进一步利用回测误差E对第一次正向跟踪的结果进行取舍，可保证跟踪的准确性。回测的引入，其实质上引入了反馈，通过反馈误差来判断原始特征的跟踪结果是否可靠。