详解LK光流法（含金字塔多层光流），反向光流法（附代码）「建议收藏」

大家好，又见面了，我是你们的朋友全栈君。

LK光流法可用来跟踪特征点的位置。
比如在img1中的特征点，由于相机或物体的运动，在img2中来到了不同的位置。后面会称img1为Template（T），img2为I。

光流法有个假设：
灰度不变假设：同一个空间点的像素灰度值，在各图像中是不变的，也就是说T中特征点处的灰度，到了I中仍然是一样的灰度。

这就要求光照恒定，物体反射恒定，是个很强的假设。

现在要估计的是运动偏移量[dx, dy]，也就是光流。仅用一个点无法解，一般会取一个窗口内的像素，考虑它们具有相同的运动。

用最小二乘法来解像素的运动如下：

这里的W表示对图像 I 进行像素变换，把它变到T所在的时间，即运动前的图像，看跟T有多大误差。这里假设对窗口内的像素进行变换。
p是运动位移量(dx, dy)。

这是个非线性优化问题，因为像素是跟坐标不是线性关系。
这时可以假设p已经知道了（假设就是运动前的点坐标，或者给定一个值），在它的基础上不断加上增量进行调整。
于是变成了优化如下问题，把它叫做error：

每次估计出增量$\Delta p$
更新p，

(4)(5)两步反复迭代直到达到收敛条件，收敛条件可以是
$\Delta p$ 小于一个阈值，或者(4)中的cost比前一次大（理论上cost是逐渐减小的）

上面就是最小二乘法求光流的大概步骤，具体如何求$\Delta p$，下面是高斯牛顿法解$\Delta p$，及迭代出光流(dx, dy)的步骤：

1. 把上面的(4)式，也就是cost函数，对$I(W(x;p+\Delta p))$进行一阶泰勒展开，得到：
   
   这里的$▽I$指在图像 I，也就是img2中对特征点处求x，y方向上的梯度，然后通过W变换回T的坐标中。
   $\partial W/\partial p$指W对p求偏导。
   举个例子吧，假如W如下
   
   那么$$\left[\begin{array}{cc}\partial W_x/\partial p1& \partial W_x/\partial p2\\ \partial W_y\partial p1& \partial W_y/\partial p2\end{array}\right]=\left[\begin{array}{cc}1& 0\\ 0& 1\end{array}\right]$$
   上面的(p1, p2)就是我们要求的光流(dx, dy), 这个$\partial W/\partial p$就是雅可比矩阵$J$

2. 上面（6）式对$\Delta p$求偏导，得到：
   
   先解释一下$\Delta p$和上面p的关系，上面的p是我们要求的光流(dx, dy)，而直接求比较困难，现在假设已经知道初始的(dx, dy), 比如(0, 0)，要通过每次求(dx, dy)的增量($\Delta dx,\Delta dy)$, 也就是$\Delta p$，来不断修正(dx, dy), 直到收敛。
   另上面(9)式偏导为0，可求得：
   
   这就是最小二乘法的解，
   其实可以想到最小二乘法解增量问题的形式一般是
   $H\Delta x=b$, 其中
   $H=J{J}^T,b=-Je$, $e$即为error函数。

同样地，上面的$H=J{J}^T$,

$\Delta p$一旦求出，就可以不断迭代，得到最终的光流(dx, dy), 也就是p了。

下面通过一个例子说明如何追踪特征点的光流。

先在img1，也就是T里提取特征点kp1

Mat img1 = imread("../imgs/LK1.png", 0); //T
Mat img2 = imread("../imgs/LK2.png", 0);  //I

//key points
vector<KeyPoint> kp1;
FAST(img1, kp1, 40); //可以用其他特征点

对每个特征点kp1[i], 设初始(dx, dy) = (0, 0)

auto kp = kp1[i];
double dx = 0, dy = 0;  //需要估计

要用到的几个矩阵

Eigen::Matrix2d H = Eigen::Matrix2d::Zero();  //Hessian
Eigen::Vector2d b = Eigen::Vector2d::Zero();  //bias
Eigen::Vector2d J;   //Jacobian

前面说了，不能只计算一个点，要计算一个小窗口内的点，并假设它们的运动是一样的。
代码中出现了逆向光流法，这个后面解释。
下面的代码中求出了H, b, 而$\Delta p=H^{-1}b$

//计算cost和jacobian
for(int x = -half_patch_size; x < half_patch_size; x++) { 

for(int y = -half_patch_size; y < half_patch_size; y++) { 

double error = GetPixelValue(img1, kp.pt.x + x, kp.pt.y + y) -
GetPixelValue(img2, kp.pt.x + x + dx, kp.pt.y + y + dy);
if(inverse == false) { 

//error分别对dx, dy求导，因为是离散的，所以用dx+1,dx-1的位移差，dy同样
//x, y是窗口内的偏移量
//img1中没有dx, dy的变量，所以只有img2
J = -1.0 * Eigen::Vector2d(
0.5 * (GetPixelValue(img2, kp.pt.x + x + dx + 1, kp.pt.y + y + dy) -
GetPixelValue(img2, kp.pt.x + x + dx - 1, kp.pt.y + y + dy)),
0.5 * (GetPixelValue(img2, kp.pt.x + x + dx, kp.pt.y + y + dy + 1) -
GetPixelValue(img2, kp.pt.x + x + dx, kp.pt.y + y + dy - 1))
);
}else if (iter == 0) { 

//反向光流法，只需计算第一次的H，后面H固定
J = -1.0 * Eigen::Vector2d(
0.5 * (GetPixelValue(img1, kp.pt.x + x + 1, kp.pt.y + y) -
GetPixelValue(img1, kp.pt.x + x - 1, kp.pt.y + y)),
0.5 * (GetPixelValue(img1, kp.pt.x + x, kp.pt.y + y + 1) -
GetPixelValue(img1, kp.pt.x + x, kp.pt.y + y - 1))
);
}
//计算H, b and set cost
b += -error * J;
cost += error * error;
//正向光流法每次迭代都要更新H
if(inverse == false || iter == 0) { 

H += J * J.transpose();
}
}

$\Delta p=H^{-1}b$

Eigen::Vector2d update = H.ldlt().solve(b);  //避免求矩阵的逆
//最小二乘收敛
if(iter > 0 && cost > lastCost) { 

break;
}

迭代更新(dx, dy)

dx += update[0];
dy += update[1];
lastCost = cost;

最后(dx, dy)就是我们要求的光流，根据img1中的keypoint kp1, 可以追踪到img2中的keypoint坐标为

kp2[i].pt = kp.pt + Point2f(dx, dy);

以上是单层光流，下面说说金字塔的多层光流
假设左边最下面一层(3号）是原图像img1 (T), 那么往上（2号，1号）就是对img1的缩放，右边最下面一层是img2, 往上是对img2的缩放。

double pyramid_scale = 0.5;
//create pyramids
vector<Mat> pyr1, pyr2;  //image pyramids
for(int i = 0; i < pyramids; i++) { 

if(i == 0) { 

pyr1.push_back(img1);
pyr2.push_back(img2);
} else { 

Mat img1_pyr, img2_pyr;
//cv::Size（列，行）
resize(pyr1[i - 1], img1_pyr,
Size(pyr1[i-1].cols * pyramid_scale, pyr1[i-1].rows * pyramid_scale));
resize(pyr2[i - 1], img2_pyr,
Size(pyr2[i-1].cols * pyramid_scale, pyr2[i-1].rows * pyramid_scale));
pyr1.push_back(img1_pyr);
pyr2.push_back(img2_pyr);
}
}

计算光流时，从最上面一层（1号）计算。
左边1号缩放的img1为T，右边1号缩放的img2为I，以img1的keypoint kp1计算光流，得到kp2。
到计算下面两层的时候，以上一层光流的结果作为下一层的初始假设，而不是像最上层那样假设(dx, dy) = (0, 0)。

double dx = 0, dy = 0;  //需要估计
if(has_initial) { 

dx = kp2[i].pt.x - kp.pt.x;  //x位移
dy = kp2[i].pt.y - kp.pt.y;  //y位移
}

这样做有什么好处呢？假设移动了20个像素，直接求光流可能由于变化太大而陷入局部极值；但是缩放之后可能就只移动了5个像素，这就是一种coarse to fine的思想。

现在来说逆向光流法，
前面正向光流每迭代一次都要计算一次H，计算量很大。考虑有没有一种方法可以只计算一次H，然后后面都用这个H。
逆向光流法是前面正向光流的逆向，也就是交换一下方向，现在是从I 反向回到T，也就是从运动之后的 I 变换回运动前的T。
引用一个图方便理解

error函数如下，只需要交换T 和 I

计算得到：

其中

可以看到由于T 是运动前的img，并没有移动p=(dx, dy)，因此H和p无关，每次迭代计算$\Delta p$时H是恒定的，只需要在第一次迭代时计算一次即可。对应了上面代码的如下部分：

}else if (iter == 0) { 

//反向光流法，只需计算第一次的H，后面H固定
//H只和T,也就是img1有关
J = -1.0 * Eigen::Vector2d(
0.5 * (GetPixelValue(img1, kp.pt.x + x + 1, kp.pt.y + y) -
GetPixelValue(img1, kp.pt.x + x - 1, kp.pt.y + y)),
0.5 * (GetPixelValue(img1, kp.pt.x + x, kp.pt.y + y + 1) -
GetPixelValue(img1, kp.pt.x + x, kp.pt.y + y - 1))
);
}

每次迭代中H不需再更新

if(inverse == false || iter == 0) { 

H += J * J.transpose();
}

上面就是正向光流，反向光流，如果想了解更加详细的资料，请参考paper
完整版代码请参考链接