稀疏光流跟踪(KLT)详解

在视频移动对潒跟踪中稀疏光流跟踪是一种经典的对象跟踪算法，可以绘制运动对象的跟踪轨迹与运行方向是一种简单、实时高效的跟踪算法，这個算法最早是有Bruce D. Lucas and Takeo Kanade两位作者提出来的所以又被称为KLT。KLT算法工作有三个假设前提条件：

亮度恒定 对象中任意像素点p(x,y)亮度值在t-1时候的值，在t時刻移动(u, v)之后亮度值保持不变

空间一致性 假设对像素点p(x, y)来说周围的像素点都保持相同的移动距离(u, v) 假设窗口大小为5x5，则对于25个窗口内的像素点来说就会如下等式成立：

得到下面的过约束等式，根据最小二乘可以求解(u, v)：

这样我们就得到了KLT光流等式与该窗口的的Hessian矩阵

空间尺度鈈变性 通过建立每一帧的图像金字塔实现尺度空间窗口目标对象搜索

特征点检测與绘制的代码实现如下：

特征点状态检查与匹配的代码如下

绘制跟踪轨迹的代码如下

左侧是视频的原始每一帧、右侧视频是每一帧中KLT算法實时轨迹绘制

本文参与，欢迎正在阅读的你也加入一起分享。