opticalFlowLK

Lucas-Kanade 法を使用してオプティカルフローを推定するオブジェクト

説明

Lucas-Kanade 法を使用して移動するオブジェクトの方向と速度を推定するオプティカルフローオブジェクトを作成します。オブジェクト関数estimateFlowを使用して、オプティカルフローベクトルを推定します。オブジェクト関数resetを使用すると、オプティカルフローオブジェクトの内部状態をリセットできます。

作成

構文

opticFlow = opticalFlowLK

opticFlow = opticalFlowLK('NoiseThreshold',threshold)

説明

opticFlow= opticalFlowLKは、ビデオ内の移動するオブジェクトの方向と速度の推定に使用できるオプティカルフローオブジェクトを返します。オプティカルフローは Lucas-Kanade 法を使用して推定されます。

例

opticFlow= opticalFlowLK('NoiseThreshold',threshold)は、Name,Valueのペアとして指定された'NoiseThreshold'プロパティをもつオプティカルフローオブジェクトを返します。プロパティ名を引用符で囲みます。

たとえば、opticalFlowLK('NoiseThreshold',0.05)です。

プロパティ

すべて展開する

`threshold`—ノイズ除去のしきい値
`0.0039`(既定値) |正のスカラー

ノイズ除去のしきい値。正のスカラーとして指定します。この数値を大きくすると、オブジェクトの動きがオプティカルフローの計算に与える影響が小さくなります。

オブジェクト関数

`estimateFlow`	估计光流
`reset`	Reset the internal state of the optical flow estimation object

例

すべて折りたたむ

Lucas-Kanade アルゴリズムを使用したオプティカルフローの計算

ライブスクリプトを開く

ビデオファイルを読み取ります。読み取るフレームのタイムスタンプを指定します。

vidreader = videoreader（'visiontraffic.avi','CurrentTime'，11）;

Lucas-Kanade 法を使用してオプティカルフローを推定するオプティカルフローオブジェクトを作成します。ノイズ除去のしきい値を指定します。出力は、オプティカルフロー推定法とそのプロパティを指定するオプティカルフローオブジェクトです。

opticFlow = opticalFlowLK('NoiseThreshold',0.009);

カスタム Figure ウィンドウを作成して、オプティカルフローベクトルを可視化します。

h = figure; movegui(h); hViewPanel = uipanel(h,'Position',[0 0 1 1],'Title','Plot of Optical Flow Vectors');hPlot =轴(hViewPanel);

イメージフレームを読み取って、グレースケールイメージに変換します。連続するイメージフレームからオプティカルフローを推定します。現在のイメージフレームを表示して、オプティカルフローベクトルを Quiver プロットとしてプロットします。

whilehasFrame(vidReader) frameRGB = readFrame(vidReader); frameGray = im2gray(frameRGB); flow = estimateFlow(opticFlow,frameGray); imshow(frameRGB) holdonplot(flow,'DecimationFactor',[5 5],'ScaleFactor',10,'Parent',hPlot); holdoffpause(10^-3)end

Figure contains an axes object and an object of type uipanel. The axes object contains 2 objects of type image, quiver.

アルゴリズム

すべて展開する

2 つのイメージ間のオプティカルフローを計算するには、次のオプティカルフロー拘束方程式を解かなければなりません。

$I_{x} u + I_{y} v + I_{t} = 0$

$I_{x}$ 、 $I_{y}$ および $I_{t}$ は、時空間イメージの明るさの導関数です。
uは水平方向のオプティカルフローです。
vは垂直方向のオプティカルフローです。

Lucas-Kanade 法

uおよびvのオプティカルフロー拘束方程式を解くために、Lucas-Kanade 法では元のイメージを小さなセクションに分割して、各セクションで等速度を仮定します。次に、各セクション $Ω$ の ${[\begin{matrix} u & v \end{matrix}]}^{T}$ に対して、定数モデルへのオプティカルフロー拘束方程式の重み付き最小二乗近似を実行します。メソッドは次の方程式を最小化することによって、この近似を実行します。

$\sum_{x \in Ω} W^{2} {[I_{x} u + I_{y} v + I_{t}]}^{2}$

Wは、各セクションの中心の拘束を強調するウィンドウ関数です。最小化問題に対する解は次のとおりです。

$[\begin{matrix} \sum W^{2} I_{x}^{2} & \sum W^{2} I_{x} I_{y} \\ \sum W^{2} I_{y} I_{x} & \sum W^{2} I_{y}^{2} \end{matrix}] [\begin{matrix} u \\ v \end{matrix}] = - [\begin{matrix} \sum W^{2} I_{x} I_{t} \\ \sum W^{2} I_{y} I_{t} \end{matrix}]$

Lucas-Kanade 法で、差分フィルター[-1 1]を使用して $I_{t}$ を計算します。

uとvは次のように解かれます。

カーネル $[\begin{matrix} - 1 & 8 & 0 & \begin{matrix} - 8 & 1 \end{matrix} \end{matrix}] / 12$ とその転置を使用して、 $I_{x}$ と $I_{y}$ を計算します。
$[\begin{matrix} - 1 & 1 \end{matrix}]$ カーネルを使用して、イメージ 1 と 2 の間の $I_{t}$ を計算します。
分離可能で等方性のある 5 行 5 列の要素カーネルの有効な 1 次元係数 $[\begin{matrix} \begin{matrix} 1 & 4 \end{matrix} & 6 & 4 & 1 \end{matrix}] / 16$ を使用して、勾配コンポーネント $I_{x}$ 、 $I_{y}$ および $I_{t}$ を平滑化します。
次のをして，各各ピクセルピクセルについてについてについてについてについてについてについてについてについてについて列列列列列列列列列次方程次方程次方程式を。
- $A = [\begin{matrix} a & b \\ b & c \end{matrix}] = [\begin{matrix} \sum W^{2} I_{x}^{2} & \sum W^{2} I_{x} I_{y} \\ \sum W^{2} I_{y} I_{x} & \sum W^{2} I_{y}^{2} \end{matrix}]$ の場合
  A の固有値は $λ_{i} = \frac{a + c}{2} \pm \frac{\sqrt{4 b^{2} + {(a - c)}^{2}}}{2}; i = 1, 2$ です。
- 固有値としきい値 $τ$ を比較します。このしきい値は、ノイズ除去のしきい値として入力した値に対応します。結果は次のいずれかになります。
  ケース 1: $λ_{1} \geq τ$ かつ $λ_{2} \geq τ$
  A は非特異であるため、クラメルの公式を使用して方程式系が解かれます。
  ケース 2: $λ_{1} \geq τ$ かつ $λ_{2} < τ$
  A は特異 (不可逆) であるため、勾配フローを正規化してuとvが計算されます。
  ケース 3: $λ_{1} < τ$ かつ $λ_{2} < τ$
  オプティカルフローuとvは 0 です。

参照

[1] Barron, J. L., D. J. Fleet, S. S. Beauchemin, and T. A. Burkitt. “ Performance of optical flow techniques.” In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR),236-242. Champaign, IL: CVPR, 1992.

拡張機能

C/C++ コード生成
MATLAB® Coder™ を使用して C および C++ コードを生成します。

バージョン履歴

R2015a で導入

参考

quiver|opticalFlow|opticalFlowHS|opticalFlowFarneback|opticalFlowLKDoG