Detección de objetivos en movimiento: método de flujo óptico e implementación de código opencv
La tecnología de detección de objetivos en movimiento tiene como objetivo extraer áreas cambiantes de imágenes de secuencia e imágenes de fondo, y se usa comúnmente en videovigilancia, compresión de imágenes, reconstrucción tridimensional, detección de anomalías y otros campos.
Los principales métodos de detección de objetivos en movimiento incluyen el método de diferencia de cuadros, el método de diferencia de fondo y el método de flujo óptico. El método del flujo óptico proviene de la biónica y está más cerca de la intuición. El mecanismo visual de una gran cantidad de insectos se basa en el método del flujo óptico.
En la década de 1950, el psicólogo Gibson propuso por primera vez el concepto básico del método de flujo óptico basado en experimentos psicológicos en su libro "Percepción del mundo visual", pero no fue hasta la década de 1980 que Horn, Kanade, Lucash y Schunck conectaron creativamente la escala de grises con el campo de velocidad bidimensional, introdujeron el algoritmo de ecuación de restricción de flujo óptico e hicieron un trabajo básico para el cálculo del flujo óptico.
Flujo óptico: El movimiento de un objeto de imagen en dos imágenes consecutivas debido al movimiento del objeto objetivo o de la cámara.
El flujo óptico formado por el movimiento de la pelota en cinco fotogramas consecutivos El flujo óptico formado por el movimiento de la pelota en cinco fotogramas consecutivos En general, para una secuencia de imágenes, el método es encontrar. cada imagen entre fotogramas consecutivos. El campo de flujo óptico de la velocidad y dirección del movimiento de cada píxel en el fotograma (el vector de desplazamiento de un píxel en dos fotogramas consecutivos).
La posición del punto A en el cuadro t es (x1, y1), y la posición del punto A en el cuadro t es (x2, y2), por lo que el vector de desplazamiento del píxel A es (UX, vy ) = (x2, y2)-(x1, y6550.
Cómo saber la posición del punto A en el cuadro t+1 implica diferentes métodos de cálculo del flujo óptico. Hay cuatro métodos principales: Método basado en gradiente , Métodos basados en emparejamiento, métodos basados en energía y métodos basados en fases
El método de flujo óptico se basa en tres suposiciones:
Según la densidad de vectores bidimensionales en el campo de flujo, luz. Los métodos de flujo se pueden dividir en flujo óptico denso y flujo óptico escaso.
El campo de flujo óptico denso generado en función de la coincidencia de áreas solo rastrea los puntos del grupo con características obvias (como los puntos de las esquinas). , por lo que la sobrecarga computacional es pequeña.
El campo de flujo óptico disperso generado en función de la coincidencia de características El campo de flujo óptico disperso generado en función de la coincidencia de características/OpenCV Doc/2 3. Video/Doc/Motion _ Analysis _ and _ Object _ Tracking.html # calcopticalFlowBarnback
(1)calcOpticalFlowPyrLK
Basado en el algoritmo de flujo óptico piramidal LK, el flujo óptico escaso de algunos Se calculan conjuntos de puntos.
Documento de referencia "Descripción del algoritmo de implementación de pirámide de Lucas Kana de Feature Tracker"
(2)calcOpticalFlowFarneback
Cálculo de flujo óptico denso. sobre el algoritmo de Gunnar Farneback. p>
Documento de referencia "Estimación de movimiento de dos cuadros basada en expansión polinómica"
(3)CalcOpticalFlowBM
Uso del método de coincidencia de bloques para calcular el flujo óptico.
(4) Proceso de cálculo
Cálculo del flujo óptico denso basado en el algoritmo de Horn-Schunck
Documento de referencia "Determinación del flujo óptico"
(5) Proceso de cálculo f
Implementación del artículo "Flujo simple: algoritmo de flujo óptico sublineal no iterativo"
El efecto del método de flujo óptico LK