我正在使用 C ++ 和 OpenCV 开发基于自然特征的实时平面物体跟踪应用程序。 算法是这样的:
这给我带来不错的结果,尤其是如果去除异常值对他的工作有好处。但是,当我开始移动时,对象的角开始倾斜,它们不再位于平面对象的实际角上。请观看:Good tracking,Bad tracking
我认为我应该使用卡尔曼滤波器来预测和校正离群单应性估计。我尝试在估计的拐角处应用卡尔曼滤波器,但没有成功,也尝试在追踪点上应用卡尔曼滤波器,但也没有成功。 有人可以告诉我哪种方法是平面跟踪的最佳方法,也可以告诉我如何正确使用卡尔曼滤波器。