Question

我正在尝试这样做： http://www.youtube.com/watch?feature=player_embedded&v=MIYt1yNwoZU

我正确的方式，它适用于2小时编码。但我有一些问题：

我正在使用opencv 2.4并且有一些选项......请参阅here。哪一个是最好的？ lucas kanade有一些自动特征检测？或者简单的全球定位就足够了？甚至卡尔曼过滤器？现在我使用密集的farneback算法，我认为这是第一个（=更简单）选项但可能不是最好的选项。

计算出图像上的光流（按比例缩小2倍，用于计算光流，因为这是一项艰苦的工作）我取矢量的平均值。正常平均值，将它们全部相加并除以矢量数。所以在流垫上使用嵌套的for循环。更好的方法？

Point2f average_motion(0,0); float n=1;

for(int y = 0; y < flow.rows; y += step)
    for(int x = 0; x < flow.cols; x += step) {

        const Point2f& fxy = flow.at<Point2f>(y, x);

        if( abs(fxy.x) > threshold || abs(fxy.y) > threshold) {
            average_motion += fxy;
            n++;
        }

    }
 average_motion *= 1/n;

 average_motion *= 1/n;
 cout << average_motion << endl;

我正在移动rects但是左/右移动似乎有点奇怪，而上/下工作真的很棒！有人可以解释我为什么？
翻译是好的，但我仍然坚持旋转..如果我得到平均向量，我怎么能获得学位？我尝试过使用X轴的矢量之间的角度，但是效果不好。一些提示？
现在我用opencv绘制api绘制东西，但是从2.4开始也有opengl支持..应该很好，但我没有找到示例...

Answer 1

光流的最佳方法是使用卡尔曼滤波器来预测运动，因此您可以在该方向上投影补丁并减少下一帧的搜索区域。提高计算速度。

坏消息是，正确制作卡尔曼滤波器是一项艰巨的任务。

Answer 2

我会建议使用Lucas Kanade方法，因为它非常快。或者您可以使用RLOF的GPU实现，这类似于Lucas Kanade。不要估计密集运动矢量场只估计网格的运动矢量（例如每个第5个像素），这样可以节省大量的运行时间。或者根据要移动的矩形来跟踪要跟踪的要素。要移动矩形，估计变换矩阵会更优雅，例如cv :: getPerspectiveTransform或cv :: getAffineTransform的仿射或透视。仿射变换包含平移，旋转和缩放，透视图还包含原理图。（两个RANSAC都是一个很好的估算者）。通过矩阵运算可以很容易地计算矩形点的新位置。

[x，y，1] = Matrix * [x_old，y_old，1]，参见OpenCV文档

移动物体的光流：几点

2 个答案: