近年来,虚拟特写变得越来越炙手可热,各种各样的虚拟特写算法相继被提出,其中基于图像的虚拟特写以其简单的图像融合的方式取代传统的几何绘制的方法,越来越被研究学者所喜爱,因此提出了许多各种各样的图像处理的算法,本文在借鉴其图像处理的方法上,引入光流场效应,弥补二维图像上深度信息丢失的缺陷。光流场的图像处理方法是现在很多图像处理以及计算机视觉中大量应用的一种科学技术,因其表述了物体运动以及物体变化的一种明确的结果;同时在机器人导航的应用中,光流场也表现出其得天独厚的优势,因此受到越来越多的关注。本文在基于图像绘制的基础上引入光流场,提出了基于光流场的图像虚拟特写算法,使得图像虚拟特写结果真实可靠,同时本算法应用在机器人导航平台上。本文通过训练真实图像,对基于光流场的图像融合以及基于光流场的图像虚拟特写进行了深入的研究,完成以下结果:提出了一种基于遮挡的图像融合方法。该方法针对现有技术中,由于遮挡带来图像融合时带来的拼接鬼影的问题,采用流场来估计图像遮挡,通过选取融合带来避免图像遮挡,同时采用加权平均的方法进行图像融合。经实验结果分析,采用此方法,可以得到高质量的无缝图像结果,同时降低了图像计算复杂度。实现了虚拟图像的自动生成。针对现阶段图像虚拟特写中,存储量过大,以及图像失真等问题,提出了虚拟图像的自动生成的多步递进操作,分别为:图像预处理(颜色几何校正)、光流场计算、视点间漫游以及类深度放大,这些组成一个完全自主的生成系统。其中,通过能量函数来精确计算输入图像序列之间的光流场,以光流场的特性以及图像序列间的单应变换,估计视角变换关系。同时,利用光流场计算图像不同区域的深度结果,勾勒出图像前景背景。从实验结果来看,摒弃了虚拟场景由大量图像堆砌而造成存储量过大的问题,同时相对于图像简单放大,其结果更加真实。完成了机器人基于虚拟图像的简单导航。针对机器人在完全陌生的环境中,需要建立认知地图或者需要与存储目标点图像等高消耗的问题,采用基于算法生成的虚拟图像,利用图像配准方法,通过计算图像之间的相似度完成机器人的简单导航。从实验结果分析,此方法完全不需要借助其他外部工具,同时也不需要建立地图,具有存储数据小,计算速度快等优点。