经典光流综述.ppt

文档介绍：,它是一种像素级的运动,理想情况下,光流场和二维运动场互相吻合,但实际上并不经常如此。,后面的部分,我们将讨论如何求出视频中运动物体的光流场,而运动场和光流场的不一致问题,则不在我们此次讨论范围内。-Kanade(LK)pyramidalLK(PRLK)LK算法的原型最初是一篇讲述配准问题的论文,该文主要论述了如何对两幅图像中的感兴趣区域进行配准,这实际也是一种求光流的方法,但这里配准过程中使用的是牛顿迭代的方法,而经典LK光流法中使用的是解线性方程组的方法。《AnIterativeImageRegistrationTechniquewithanApplicationtoStereoVision》发表在1981年的《ProceedingsofImagingUnderstandingWorkshop》上。该文通过空间的灰度梯度信息,求解两幅图像之间相应区域的匹配问题,它可以用在各种线性变换下,甚至是旋转变换。它被引用的次数达到了2330多次。-Kanade(LK)-Kanade(LK)算法上图表示两幅图像某区域R的匹配,F(x)和G(x)分别表示两幅图像在相应坐标下的像素灰度值,我们的目标是找到相应的向量h,使得在感兴趣的区域R中,F(x+h)和G(x)的差别最小,这里的差别也就是:-Kanade(LK)算法一维坐标下两条曲线的匹配我们的算法是基于F(x)上在x邻域上具有线性性质的假设当h较小时,我们可以得出::牛顿迭代法牛顿迭代法是一种求方程根的方法,如图所示蓝色曲线是我们要求的方程,所求目标便是图中所示的曲线与x轴的交点,是经过n次迭代后的结果,在收敛的情况下,它是不断向正确的值逼近的。由可以得到:于是我们令:-Kanade(LK)算法根据我们的线性假设,曲线线性较好的地方求出的h必然更为准确,而线性性能的度量可以用曲线的二阶导来表示,二阶导较小的地方如拐点,即二阶导为零处则线性最好,所以我们给每个x处得出的h一个权值: