金字塔层数，指定为整数。KLT算法的点跟踪器实现使用图像金字塔。跟踪器生成一个图像金字塔，其中每一层的分辨率比前一层降低了两倍。选择一个大于1的金字塔级别，使算法能够跟踪多个分辨率级别的点，从最低级别开始。增加金字塔水平的数量允许算法处理较大的位移之间的帧。然而，计算成本也会增加。推荐值为1和4．

每一层金字塔都是通过对前一层的宽度和高度进行因子2的向下采样而形成的。点跟踪器从最低分辨率的每一个点开始跟踪，一直跟踪到收敛为止。对象将这一层的结果传播到下一层，作为点位置的初始猜测。这样，跟踪随着每一层而细化，直到原始图像。使用金字塔层次允许点跟踪器处理大像素运动，这可能包括大于邻域大小的距离。

前向向后错误阈值，指定为标量。如果将值设置为小于INF.，跟踪器跟踪从上一帧到当前帧的每个点。然后跟踪相同的点回到前一帧。对象计算双向错误。这个值是点的原始位置到反向跟踪后的最终位置的距离，以像素为单位。当错误大于此属性设置的值时，将认为相应的点无效。推荐值为0和3.像素。

使用双向误差是消除无法可靠跟踪的点的有效方法。但是，双向误差需要额外的计算。当你设置时maxbidirectionalerror.财产INF.，对象不会计算双向错误。

被跟踪的每个点周围的邻域的大小，指定为两个元素向量，[高度，宽度］．的高度和宽度必须是奇数。这个邻域定义了空间梯度矩阵计算的区域。最小值blocksize是(5个5］．增加邻域的大小，增加计算时间。

每个点的最大搜索迭代次数，指定为整数。KLT算法对每个点的新位置执行迭代搜索，直到收敛。通常，该算法在10次迭代中收敛。此属性设置搜索迭代次数的限制。推荐值为10和50．