一.基于特征点的目标跟踪的一般方法
基于特征点的跟踪算法大致可以分为两个步骤：
1）探测当前帧的特征点；
2）通过当前帧和下一帧灰度比较，估计当前帧特征点在下一帧的位置；
3）过滤位置不变的特征点，余下的点就是目标了。
很显然，基于特征点的目标跟踪算法和1），2）两个步骤有关。特征点可以是Harris角点（见我的另外一篇博文），也可以是边缘点等等，而估计下一帧位置的方法也有不少，比如这里要讲的光流法，也可以是卡尔曼滤波法
参考资料：
[1] Bouguet J Y. Pyramidal implementation of the affine lucas kanade feature tracker description of the algorithm[J]. Intel Corporation, 2001, 5(1-10): 4.
[2] 于仕琪， 刘瑞祯. 学习 OpenCV（ 中文版） . 机械工业出版社， 2009
[3]光流跟踪一般采用Harris角点检测:
http://www.cnblogs.com/ronny/p/4009425.html?utm_source=tuicool&utm_medium=referral
原文链接：http://blog.csdn.net/u011285477/article/details/51900878