光流估计基本模型
在每一像素(x,y)处，有：
因此有：
一个小方格里的所有像素位移相同
即Au=b
Lucas—Kanade方法
min ||Au-b||
最小二乘解：
区域像素只有2个时，就是2元1次方程组求解。多个像素，比如3*3时，则是求上述最小二乘解。
思路：在一个小的图像邻域内速度近似一致
约束：
对应：
类似前述求解，可得
可信度判断：
金字塔L — K方法
金字塔流光位移传播示意图
金字塔L — K方法推导
边缘（对比Harris算子）
低纹理区域（对比Harris算子）
OpenCV相关函数
CV_EXPORTS_W void calcOpticalFlowPyrLK( InputArray prevImg, InputArray nextImg,
InputArray prevPts, InputOutputArray nextPts,
OutputArray status, OutputArray err,
Size winSize = Size(21,21), int maxLevel = 3,
TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01),
int flags = 0, double minEigThreshold = 1e-4 );
prevlmg，第一帧图像。
nextlmg，第二帧图像。
prevPts，第一帧图像中的所有特征点向量。
nextPts，第二帧图像中的所有特征点向量。
status，输出状态向量；如果相应点光流被发现，向量的每个元素被设置为1，否则，被置为0。
转载自原文链接, 如需删除请联系管理员。
原文链接：光流估计，转载请注明来源！