使用calcOpticalFlowPyrLK（）进行不准确的跟踪

Question

我正在尝试开发一个跟踪车牌的程序。我需要跟踪印版并用ID号标记它们，这样我就可以只为每个印版调用一次识别程序。我有跟踪问题。一旦我成功检测到牌照区域，我就创建了掩模，仅从板上提取特征，然后在整个图像上跟踪它们。我使用goodFeaturesToTrack()并使用calcOpticalFlowPyrLK()计算光流量。这是我的算法：

1. 从相机中获取相框。
2. 查找车牌。
3. 从车牌区域中提取功能。
4. 从相机中获取下一帧。
5. 从框架中提取要素。
6. 调用calcOpticalFlowPyrLK（）
7. 虽然我们成功跟踪了车牌中至少一半的功能，但我们会使用下一个功能跟踪和交换功能。

代码（仅限部分）：

bool licensePlate = false;

while(1)
{
    frame = cvQueryFrame(cap);
    if(frame.empty()) 
        break;

    cvtColor(frame, frame, CV_BGR2GRAY);

    // We have license plate area
    if (licensePlate)
    {
        frame.copyTo(image_next);
        goodFeaturesToTrack(image_next, next_features, 50, 0.01, 0.1);
        calcOpticalFlowPyrLK( image_previous, image_next, features, next_features, features_found, err );
        swap(features, next_features);
    }

    // We try to obtain license plate area
    if (!licensePlate)
    {
        squares = findLicensePlate(image);
        if (!squares.empty())
        {
            // We have found license plate area
            licensePlate = true;
            frame.copyTo(image_previous);
            Mat roi (mask, Rect(bb.x, bb.y, bb.width, bb.height));
            roi.setTo(255);
            goodFeaturesToTrack(image_previous, features, 50, 0.01, 0.1, mask);
            mask.setTo(0);
        }
    }
}

输出是：



绿点是以前的功能，红点是实际功能。

正如你所看到的，它们在某种程度上被追踪得很好，但看起来它们已经缩放并远离车牌。我只想从车牌中提取一次功能，然后只从帧中提取功能。 我的逻辑错了。这可能是个问题？