针对传统算法在抗光照变化影响、大位移光流和异质点滤除等方面的不足，从人类视觉认知机理出发，提出了一种基于机器学习和生物模型的运动自适应 V1 -- MT(motion-adaptive V1 -- MT，MAV1MT)序列图像光流估计算法． 首先，引入基于ＲOF 模型的结构纹理分解(structure-texture decomposition，STD)技术，有效解决了光照和色彩变化的影响． 其次，利用多 V1 细胞加权组合及非线性正则化模拟 MT 细胞模型，并结合岭回归训练学习得到运动自适应的