大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
Lucas–Kanade光流算法是一种两帧差分的光流估计算法。它由Bruce D. Lucas 和 Takeo Kanade提出 [1]。
LK光流法有三个假设条件:
1. 亮度恒定:一个像素点随着时间的变化,其亮度值(像素灰度值)是恒定不变的。这是光流法的基本设定。所有光流法都必须满足。
2. 小运动: 时间的变化不会引起位置的剧烈变化。这样才能利用相邻帧之间的位置变化引起的灰度值变化,去求取灰度对位置的偏导数。所有光流法必须满足。
3. 空间一致:即前一帧中相邻像素点在后一帧中也是相邻的。这是LK光流法独有的假定。因为为了求取x,y方向的速度,需要建立多个方程联立求解。而空间一致假设就可以利用邻域n个像素点来建立n个方程。
LK光流算法原理的数学推导:
假设前一帧时间为t, 后一帧时间为t+δt。则前一帧I的像素点I(x, y, z, t)在后一帧中的位置为I(x+δx, y+δy, z+δz, t+δt )。
① 根据亮度恒定假设:
② 根据小运动假设, 将上式右侧用泰勒级数展开:
H.O.T是泰勒级数展开式的高阶项,小运动情况下可以 忽略为0.
③ 根据上面两个公式可以得到:
或者下面的公式:
而对于二维图像而言,只需要考虑x, y, t即可,其中Ix,Iy It分别为图像在(x, y, t)方向的差分,写为如下形式:
④ 现在有两个未知数,只有一个方程。因此用到第三个假设:即空间一致性假设,LK算法是利用3×3窗口内的9个像素点建立9个方程。简写为下面的形式:
写成矩阵形式:
当然两个未知数,9个方程,这是一个超定问题,采用最小二乘法解决:
写成如下形式:
根据上式通过累加邻域像素点在三个维度的偏导数并做矩阵运算,即可算出该点的光流(Vx,Vy)。
源代码及效果:
源代码见这里:https://blog.csdn.net/xiaoyufei117122/article/details/53693627。
效果并不好,很多错误匹配点。
参考文献:
[1]. Lucas B and Kanade T. An Iterative Image RegistrationTechnique with an Application to Stereo Vision. Proc. Of 7th InternationalJoint Conference on Artificial Intelligence (IJCAI), pp.674-679.
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/166860.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...