主要内容
estimateFlow
光流估计
描述
例子
估计使用Horn-Schunck光流的方法
创建一个VideoReader对象的输入视频文件,visiontraffic.avi。指定帧的时间戳来解读为11。
vidReader = VideoReader (“visiontraffic.avi”,“CurrentTime”11);
指定光流估计方法opticalFlowHS。输出是一个对象指定光流估计方法和它的属性。
opticFlow = opticalFlowHS
opticFlow = opticalFlowHS特性:平滑度:1 MaxIteration: 10 VelocityDifference: 0
创建一个定制的可视化的光流矢量图窗口。
h =图;movegui (h);hViewPanel = uipanel (h,“位置”(0 0 1 1),“标题”,“光流矢量的阴谋”);hPlot =轴(hViewPanel);
读取的图像帧VideoReader对象,并转换为灰度图像。估计连续图像帧的光流。显示当前图像帧和情节颤抖的光流矢量图。
而hasFrame (vidReader) frameRGB = readFrame (vidReader);frameGray = im2gray (frameRGB);流= estimateFlow (opticFlow frameGray);imshow (frameRGB)在情节(流,“DecimationFactor”,5 [5],“ScaleFactor”现年60岁的“父”,hPlot);持有从暂停(10 ^ 3)结束
输入参数
输出参数
算法
函数输入视频的光流估计使用指定的输入对象的方法opticFlow。光流估计是两个连续的视频帧之间的运动。在视频帧T在给定的时刻t当前的被称为当前帧和视频帧t - 1被称为前一帧。前一帧的初始值t当前的= 0是设置为一个统一的图像灰度值0。
请注意
如果您指定opticFlow作为opticalFlowLKDoG对象,然后估计延迟的数量相对于视频帧的数量。延迟的时间取决于的价值NumFrames中定义的opticalFlowLKDoG对象。光流估计为一个视频帧t当前的对应的视频帧在时间
。t当前的是当前视频帧的时间。
扩展功能
另请参阅
介绍了R2015a
