快捷導(dǎo)航

Opencv光流運(yùn)動(dòng)物體追蹤詳解

更新時(shí)間：2018年01月09日 13:40:14 作者：-牧野-

這篇文章主要為大家詳細(xì)介紹了Opencv光流運(yùn)動(dòng)物體追蹤的相關(guān)資料，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

光流的概念是由一個(gè)叫Gibson的哥們?cè)?950年提出來(lái)的。它描述是空間運(yùn)動(dòng)物體在觀察成像平面上的像素運(yùn)動(dòng)的瞬時(shí)速度，利用圖像序列中像素在時(shí)間域上的變化以及相鄰幀之間的相關(guān)性來(lái)找到上一幀跟當(dāng)前幀之間存在的對(duì)應(yīng)關(guān)系，從而計(jì)算出相鄰幀之間物體的運(yùn)動(dòng)信息的一種方法。那么所說(shuō)的光流到底是什么？

簡(jiǎn)單來(lái)說(shuō)，上圖表現(xiàn)的就是光流，光流描述的是圖像上每個(gè)像素點(diǎn)的灰度的位置（速度）變化情況，光流的研究是利用圖像序列中的像素強(qiáng)度數(shù)據(jù)的時(shí)域變化和相關(guān)性來(lái)確定各自像素位置的“運(yùn)動(dòng)”。研究光流場(chǎng)的目的就是為了從圖片序列中近似得到不能直接得到的運(yùn)動(dòng)場(chǎng)。

光流法的前提假設(shè)：

（1）相鄰幀之間的亮度恒定；
（2）相鄰視頻幀的取幀時(shí)間連續(xù)，或者，相鄰幀之間物體的運(yùn)動(dòng)比較“微小”；
（3）保持空間一致性；即，同一子圖像的像素點(diǎn)具有相同的運(yùn)動(dòng)；

Opencv中金字塔LK光流實(shí)現(xiàn)：

#include "highgui/highgui.hpp"  
#include "opencv2/nonfree/nonfree.hpp" 
#include "opencv2/video/tracking.hpp" 
#include <iostream> 
 
using namespace cv; 
using namespace std; 
 
Mat image1,image2; 
vector<Point2f> point1,point2,pointCopy; 
vector<uchar> status; 
vector<float> err; 
 
int main(int argc,char *argv[])  
{  
 VideoCapture video(argv[1]); 
 double fps=video.get(CV_CAP_PROP_FPS); //獲取視頻幀率 
 double pauseTime=1000/fps; //兩幅畫面中間間隔  
 video>>image1; 
 Mat image1Gray,image2Gray; 
 cvtColor(image1,image1Gray,CV_RGB2GRAY); 
 goodFeaturesToTrack(image1Gray,point1,100,0.01,10,Mat()); 
 pointCopy=point1; 
 for(int i=0;i<point1.size();i++) //繪制特征點(diǎn)位 
 {   
  circle(image1,point1[i],1,Scalar(0,0,255),2);   
 }  
 namedWindow("角點(diǎn)特征光流",0); 
 imshow("角點(diǎn)特征光流",image1); 
 while(true) 
 { 
  video>>image2; 
  if(!image2.data||waitKey(pauseTime)==27) //圖像為空或Esc鍵按下退出播放 
  { 
   break; 
  } 
  cvtColor(image2,image2Gray,CV_RGB2GRAY); 
  calcOpticalFlowPyrLK(image1Gray,image2Gray,point1,point2,status,err,Size(20,20),3); //LK金字塔  
  for(int i=0;i<point2.size();i++) 
  { 
   circle(image2,point2[i],1,Scalar(0,0,255),2); 
   line(image2,pointCopy[i],point2[i],Scalar(255,0,0),2); 
  }   
  imshow("角點(diǎn)特征光流",image2); 
  swap(point1,point2); 
  image1Gray=image2Gray.clone(); 
 }  
 return 0;  
}

圖像跟蹤結(jié)果1：