本文转自:http://blog.csdn.net/JustRemind/article/details/23745579

原文地址:http://www.cnblogs.com/gnuhpc/archive/2012/12/04/2802124.html

作者:gnuhpc@gmail.com

简介:在计算机视觉中,Lucas–Kanade光流算法是一种两帧差分的光流估计算法。它由Bruce D. Lucas 和 Takeo Kanade提出。

光流的概念:(Optical flow or optic flow)

它是一种运动模式,这种运动模式指的是一个物体、表面、边缘在一个视角下由一个观察者(比如眼睛、摄像头等)和背景之间形成的明显移动。光流技术,如运动检测和图像分割,时间碰撞,运动补偿编码,三维立体视差,都是利用了这种边缘或表面运动的技术。

二维图像的移动相对于观察者而言是三维物体移动的在图像平面的投影。
有序的图像可以估计出二维图像的瞬时图像速率或离散图像转移。

光流算法:
它评估了两幅图像的之间的变形,它的基本假设是体素和图像像素守恒。它假设一个物体的颜色在前后两帧没有巨大而明显的变化。基于这个思路,我们可以得到图像约束方程。不同的光流算法解决了假定了不同附加条件的光流问题。

Lucas–Kanade算法:
这个算法是最常见,最流行的。它计算两帧在时间t 到t + δt之间每个像素点位置的移动。 由于它是基于图像信号的泰勒级数,这种方法称为差分,这就是对于空间和时间坐标使用偏导数。
图像约束方程可以写为I (x ,y ,z ,t ) = I (x + δx ,y + δy ,z + δz ,t + δt )
I(x, y,z, t) 为在(x,y,z)位置的体素。
我们假设移动足够的小,那么对图像约束方程使用泰勒公式,我们可以得到:

H.O.T. 指更高阶,在移动足够小的情况下可以忽略。从这个方程中我们可以得到:

或者

我们得到:


,V ,V 分别是I(x,y,z,t)的光流向量中x,y,z的组成。 和 则是图像在(x ,y ,z ,t )这一点向相应方向的差分 。
所以

+ I + I = − I t

写做:

这个方程有三个未知量,尚不能被解决,这也就是所谓光流算法的光圈问题。那么要找到光流向量则需要另一套解决的方案。而Lucas-Kanade算法是一个非迭代的算法:

假设流(Vx,Vy,Vz)在一个大小为m*m*m(m>1)的小窗中是一个常数,那么从像素1...n , n = m 3 中可以得到下列一组方程:

三个未知数但是有多于三个的方程,这个方程组自然是个超定方程,也就是说方程组内有冗余,方程组可以表示为:

记作:

为了解决这个超定问题,我们采用最小二乘法:

or

得到:

其中的求和是从1到n。

这也就是说寻找光流可以通过在四维上图像导数的分别累加得出。我们还需要一个权重函数W(i, j,k) , 来突出窗口中心点的坐标。高斯函数做这项工作是非常合适的,

这个算法的不足在于它不能产生一个密度很高的流向量,例如在运动的边缘和黑大的同质区域中的微小移动方面流信息会很快的褪去。它的优点在于有噪声存在的鲁棒性还是可以的。

补充:opencv里实现的看上去蛮复杂,现在还不是太明白。其中LK经典算法也是迭代法,是由高斯迭代法解线性方程组进行迭代的。

参考文献:Lucas B and Kanade T. An Iterative Image Registration Technique with an Application to Stereo Vision. Proc. Of 7th International Joint Conference on Artificial Intelligence (IJCAI), pp.674-679.是81年发表的。

opencv中实现的是84年发表的算法,

参考文献:Bruce D. Lucas , "Generalized Image Matching by the Method of Differences," doctoral dissertation, tech. report , Robotics Institute, Carnegie Mellon University, July, 1984

Lucas–Kanade算法相关推荐

  1. 【算法分析】Lucas–Kanade光流算法

    (最近再看光流法的应用,发现一篇对算法讲的非常好的文章,转载过来看) 转自:gnuhpc的百草园和三味书屋 作者:gnuhpc@gmail.com 简介:在计算机视觉中,Lucas–Kanade光流算 ...

  2. 详解OpenCV中的Lucas Kanade稀疏光流单应追踪器

    详解OpenCV中的Lucas Kanade稀疏光流单应追踪器 1. 效果图 2. 源码 参考 这篇博客将详细介绍OpenCV中的Lucas Kanade稀疏光流单应追踪器. 光流是由物体或相机的运动 ...

  3. Lucas–Kanade

    博主声明:本文英文内容全部来自于http://en.wikipedia.org/wiki/Lucas_Kanade_method,中文由博主据此进行翻译而来. 在计算机视觉中,Lucas-Kanade ...

  4. Lucas–Kanade光流算法

    1. 光流的概念 •空间运动物体在观察成像平面上的像素运动的瞬时速度 2. 光流法的原理 •利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相 ...

  5. Lucas Kanade 光流法(来自wiki 百科)

    小伙伴们开始正式玩起了APM的PX4flow,加上课题方向也要用到光流法,因此从哪个角度来说,都是十分必要的. 光流法最常用的是用于机器视觉的跟踪算法,一是可以跟踪目标物体,而是求解目标的运动学参数( ...

  6. 光流的计算(Lucas–Kanade method)

    Lucas-Kanade 方法假设光流在一个较小的局部区域内是保持不变的,然后采用最小二乘的方法来计算每一个点的光流. 对于每一个像素点,其光流(速度)可以这样表示: 对于这个表示,我们可以这样理解: ...

  7. 光流(二)--光流算法

    原文: http://www.cnblogs.com/gnuhpc/archive/2012/12/04/2802124.html 简介:在计算机视觉中,Lucas–Kanade光流算法是一种两帧差分 ...

  8. 基于Lucas-Kanade算法的三维光流提取matlab仿真

    目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 光流的概念:(Optical flow or optic flow)        它是一种运动模式 ...

  9. Lucas-Kanade光流算法原理

    光流(Optical flow or optic flow) 它是一种运动模式,这种运动模式指的是一个物体.表面.边缘在一个视角下由一个观察者(比如眼睛.摄像头等)和背景之间形成的明显移动. 光流技术 ...

最新文章

  1. 《CCNP ROUTE (642-902 )认证考试指南》一1.2 将考试主题与典型网络工程师的工作关联起来...
  2. 【译】Introduction to Byteball — Part 1: Why?
  3. jq中ajax返回数据的json_encode,jQuery AJAX使用JSON返回对PHP脚本的调用
  4. android是32-bit系统还是64-bit系统
  5. CVE-2017-15715漏洞复现
  6. Pytorch数据读取(Dataset, DataLoader, DataLoaderIter)
  7. python自动处理多个txt文件_怎么用python去实现几个文件中内容的并行处理
  8. 【转】SQL SERVER2005版本介绍
  9. 用C#语言实现http协议下的多线程文件传输
  10. MongoDB的入门使用
  11. 微信 原创保护开通申请协议内容
  12. ios设置阴历或农历生日(以iPhone X为例)
  13. python深度学习include框架_搞事情。《用Python实现深度学习框架》已出版上架。...
  14. 会员动向丨威蓝汽车、深信科创、智行众维等成为ASAM会员
  15. 步进电机和步进驱动器的介绍、接线、细分和控制方法
  16. 【Android】An activity without a UI must call finish() before onResume() completes
  17. 弘辽科技:拼多多关键词怎么添加?店铺没转化咋办?
  18. java ftp主动模式和被动模式_什么是ftp主动模式和被动模式
  19. Myricetin/Myricitrin 杨梅素/杨梅苷98%,杨梅提取物
  20. 02-K3S 架构及快速入门

热门文章

  1. 骨传导耳机有哪些推荐?真骨传导蓝牙耳机推荐
  2. Animation旋转360度
  3. 嵌入式学习⑩——STM的PWM和DAC
  4. Ubuntu 18.04.2 LTS更换国内快速更新源的正确姿势
  5. java课程设计 计算器_java课程设计-保存计算过程的计算器
  6. MyBatis动态SQL之<foreach>用法
  7. RHadoop培训 之 Java基础课
  8. 超级计算机排名2019世界500强,2019年全球超级计算机500强名单: TOP500排名速度如何变化?...
  9. CSS中min-height、min-width、max-width、max-height的理解及优先级问题
  10. 解压压缩包报错:tar: invalid tar magic