愿景。PointTracker
利用Kanade-Lucas-Tomasi (KLT)算法跟踪视频中的点
描述
点跟踪对象使用Kanade-Lucas-Tomasi (KLT)特征跟踪算法跟踪一组点。您可以使用点跟踪器进行视频稳定、摄像机运动估计和对象跟踪。它特别适用于跟踪不改变形状的对象和那些显示视觉纹理的对象。点跟踪器通常用于短期跟踪,作为大型跟踪框架的一部分。
随着时间的推移,点跟踪算法的进展,点可能会由于光照变化、平面旋转或关节运动而丢失。要在很长一段时间内跟踪一个对象,您可能需要定期重新获取点。
跟踪一组点:
创建
愿景。PointTracker
对象并设置其属性。使用参数调用对象,就像调用函数一样。
有关系统对象如何工作的详细信息,请参见什么是系统对象?
创建
描述
pointTracker =视觉。PointTracker
返回一个点跟踪器对象,用于跟踪视频中的一组点。
使用一个或多个名称-值对设置属性。将每个属性名用引号括起来。例如,pointTracker
=愿景。PointTracker (名称,值
)pointTracker ('NumPyramidLevels',3)
初始化跟踪过程:
要初始化跟踪过程,必须使用初始化
指定点的初始位置和初始视频帧。
初始化(pointTracker点,我)
初始化跟踪点并设置初始视频帧。初始位置点
,一定是一个米[x y]坐标的-by-2数组。最初的视频帧,我
,必须是二维灰度图像或RGB图像,并且必须与传递给一步
方法。
的detectFASTFeatures
,detectSURFFeatures
,detectHarrisFeatures
,detectMinEigenFeatures
函数是获取用于跟踪的初始点的许多方法中的少数几种。
属性
使用
语法
描述
[
跟踪输入帧中的点,点
,point_validity
] = pointTracker(我
)我
.
[
另外返回每个点的置信度分数。点
,point_validity
,分数
] = pointTracker(我
)
选点(pointTracker
设置跟踪点。函数设置米2点
)点
[数组]xy]与要跟踪的点的坐标。如果需要重新检测点,因为在跟踪过程中丢失了太多点,则可以使用此函数。
选点(pointTracker
另外,您可以将点标记为有效或无效。输入逻辑向量点
,point_validity
)point_validity
的长度米,包含与待跟踪点的有效性相对应的true或false值。长度米对应于点数。false值表示不应该跟踪的无效点。例如,可以将此函数与estimateGeometricTransform
函数确定前一帧和当前帧中点位置之间的转换。可以将异常值标记为无效。
输入参数
输出参数
对象的功能
要使用对象函数,请指定System对象™作为第一个输入参数。例如,释放system对象的系统资源obj
,使用这种语法:
发行版(obj)
例子
参考文献
卢卡斯,布鲁斯·d和金德武夫。一种迭代图像配准技术及其在立体视觉中的应用第七届国际人工智能联合会议论文集, 1981年4月,第674-679页。
Tomasi, Carlo和Takeo Kanade。点特征的检测与跟踪1991年4月,卡内基梅隆大学计算机科学系。
[3] Shi, Jianbo和Carlo Tomasi。“值得追踪的好特性”IEEE计算机视觉与模式识别会议, 1994,第593-600页。
[4]卡拉尔,兹德内克,克里斯蒂安·米科拉奇克和吉里·马塔斯。《前后向错误:跟踪故障的自动检测》第20届模式识别国际会议论文集, 2010,第2756-2759页。
扩展功能
版本历史
在R2012b中引入