2

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

而且我走对了，它可以很好地进行 2 小时的编码。但我有一个问题：

  • 我正在使用 opencv 2.4，周围有一些选项.. 见这里。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之后（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/向左的移动似乎有点奇怪，相反，向上/向下的效果非常好！有人可以解释我为什么吗？

  • 翻译是好的，但我被困在旋转..如果我得到平均向量，我怎么能得到学位？我尝试过使用 X 轴的向量之间的角度，但效果不佳。一些提示？

  • 现在我正在用 opencv 绘图 api 绘制东西，但是从 2.4 开始，也有 opengl 支持.. 应该很好，但我没有找到这方面的例子..

4

2 回答 2

4

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。

坏消息是使卡尔曼滤波器正确跟踪是一项艰巨的任务。

于 2012-09-28T07:03:12.207 回答
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，它类似于 Lucas Kanade。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），这样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。要移动矩形，估计变换矩阵会更优雅，例如通过 cv::getPerspectiveTransform 或 cv::getAffineTransform 来估计仿射或透视。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]，请参阅 OpenCV 文档

于 2013-01-16T16:05:59.603 回答