运动物体的光流：几个点答案

【问题标题】：optical flow for moving object: few points运动物体的光流：几个点
【发布时间】：2012-09-27 18:09:10
【问题描述】：

我正在尝试做这样的事情： http://www.youtube.com/watch?feature=player_embedded&v=MIYt1yNwoZU

而且我的方法是正确的，它可以很好地进行 2 小时的编码。但我有一个问题：

我使用的是 opencv 2.4，有一些选项可供选择。请参阅 here。哪一个是最好的？ lucas kanade 有一些自动特征检测？或者也许一个简单的全球定位就足够了？甚至卡尔曼滤波器？现在我正在使用密集的 farneback 算法，我认为这是第一个（= 更简单）选项，但可能不是最好的。

在计算图像上的光流后（为了计算光流而缩小 2 倍，因为这是一项艰苦的工作），我取向量的平均值。正常平均值，将所有这些相加并除以向量的数量。所以在流垫上有一个嵌套的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;

我正在移动矩形，但向右/向左移动似乎有点奇怪，而向上/向下移动真的很好！谁能解释一下为什么？
翻译没问题，但我被困在旋转中……如果我得到平均向量，我怎么能得到度数？我尝试过使用 X 轴的向量之间的角度，但效果不佳。有什么提示吗？

【问题讨论】：

您是否尝试过使用姿势估计函数来获得旋转/平移？也许estimateRigidTransform？

标签： opencv opticalflow

【解决方案1】：

光流的最佳方法是使用卡尔曼滤波器来预测运动，这样您就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。

坏消息是让卡尔曼滤波器正确跟踪是一项艰巨的任务。

【讨论】：

【解决方案2】：

我建议使用 Lucas Kanade 方法，因为它非常快。或者您可以使用类似于 Lucas Kanade 的RLOF 的 GPU 实现。不要估计密集的运动矢量场，只需估计网格的运动矢量（例如每 5 个像素），这可以节省大量运行时间。或者播种特征以跟踪您要移动的矩形。要移动你的矩形，估计转换矩阵会更优雅，例如通过 cv::getPerspectiveTransform 或 cv::getAffineTransform 进行仿射或透视。仿射变换包含平移、旋转和缩放，而透视图也包含转向。（RANSAC 是一个很好的估计器）。矩形点的新位置可以很容易地通过矩阵运算来计算。

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

【讨论】：