用于计算稀疏光流和使用鲁棒局部光流 (RLOF) 算法进行特征跟踪的类。更多...

#include <opencv2/optflow/rlofflow.hpp>

cv::optflow::SparseRLOFOpticalFlow 的协作图

公有成员函数
virtual float	getForwardBackward () const =0
	前后向置信度检查的阈值。

virtual Ptr< RLOFOpticalFlowParameter >	getRLOFOpticalFlowParameter () const =0
	RLOF 算法的配置。

virtual void	setForwardBackward (float val)=0
	前后向置信度检查的阈值。

virtual void	setRLOFOpticalFlowParameter (Ptr< RLOFOpticalFlowParameter > val)=0
	RLOF 算法的配置。

从 cv::SparseOpticalFlow 继承的公有成员函数
virtual void	calc (InputArray prevImg, InputArray nextImg, InputArray prevPts, InputOutputArray nextPts, OutputArray status, OutputArray err=cv::noArray())=0
	计算稀疏光流。

从 cv::Algorithm 继承的公有成员函数
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除算法状态。

virtual bool	empty () const
	如果 Algorithm 为空（例如，在最开始或读取不成功后），则返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	将算法参数存储到文件存储中。

void	write (FileStorage &fs, const String &name) const

静态公有成员函数
static Ptr< SparseRLOFOpticalFlow >	create (Ptr< RLOFOpticalFlowParameter > rlofParam=Ptr< RLOFOpticalFlowParameter >(), float forwardBackwardThreshold=1.f)
	创建 SparseRLOFOpticalFlow 的实例。

从 cv::Algorithm 继承的静态公有成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点读取算法。

额外继承的成员
从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

用于计算稀疏光流并使用鲁棒局部光流 (RLOF) 算法进行特征跟踪的类。

RLOF 是一种快速局部光流方法，如 [237] [238] [239] 和 [240] 中所述，类似于 [36] 提出的金字塔迭代 Lucas-Kanade 方法。更多详细信息和实验可以在以下论文 [241] 中找到。该实现源自 optflow::calcOpticalFlowPyrLK()。

有关 RLOF 配置，请参见 optflow::RLOFOpticalFlowParameter 以了解更多详细信息。参数已在 [237]、[238]、[239] 和 [240] 中进行了描述。

注意: 仅在使用 SSE4.1 编译时才可以使用 SIMD 并行化。

另请参见: optflow::calcOpticalFlowSparseRLOF()、optflow::RLOFOpticalFlowParameter

成员函数文档

◆ create()

static Ptr< SparseRLOFOpticalFlow > cv::optflow::SparseRLOFOpticalFlow::create	(	Ptr< RLOFOpticalFlowParameter >	rlofParam = `Ptr< RLOFOpticalFlowParameter >()`,
		float	forwardBackwardThreshold = `1.f`
	)

static

Python
	cv.optflow.SparseRLOFOpticalFlow.create(	[, rlofParam[, forwardBackwardThreshold]]	) ->	retval
	cv.optflow.SparseRLOFOpticalFlow_create(	[, rlofParam[, forwardBackwardThreshold]]	) ->	retval

创建 SparseRLOFOpticalFlow 的实例。

参数

rlofParam	参见 setRLOFOpticalFlowParameter
forwardBackwardThreshold	参见 setForwardBackward

◆ getForwardBackward()

virtual float cv::optflow::SparseRLOFOpticalFlow::getForwardBackward ( ) const

纯虚

Python
	cv.optflow.SparseRLOFOpticalFlow.getForwardBackward(		) ->	retval

前后向置信度检查的阈值。

另请参见: setForwardBackward

◆ getRLOFOpticalFlowParameter()

virtual Ptr< RLOFOpticalFlowParameter > cv::optflow::SparseRLOFOpticalFlow::getRLOFOpticalFlowParameter ( ) const

纯虚

Python
	cv.optflow.SparseRLOFOpticalFlow.getRLOFOpticalFlowParameter(		) ->	retval

RLOF 算法的配置。

另请参见: setRLOFOpticalFlowParameter

◆ setForwardBackward()

virtual void cv::optflow::SparseRLOFOpticalFlow::setForwardBackward ( float val )

纯虚

Python
	cv.optflow.SparseRLOFOpticalFlow.setForwardBackward(	val	) ->	None

前后向置信度检查的阈值。

对于每个特征点，都会计算一个运动向量 \( d_{I0,I1}(\mathbf{x}) \)。如果前后向误差

\[ EP_{FB} = || d_{I0,I1} + d_{I1,I0} || \]

大于此函数给出的阈值，则状态将不会被后续的矢量场插值使用。\( d_{I1,I0} \) 表示反向流。请注意，只有当阈值 > 0 时，才会应用前后向测试。这可能会导致运动估计的运行时间加倍。

另请参见: setForwardBackward

◆ setRLOFOpticalFlowParameter()

virtual void cv::optflow::SparseRLOFOpticalFlow::setRLOFOpticalFlowParameter ( Ptr< RLOFOpticalFlowParameter > val )

纯虚

Python
	cv.optflow.SparseRLOFOpticalFlow.setRLOFOpticalFlowParameter(	val	) ->	None

RLOF 算法的配置。

另请参见: optflow::RLOFOpticalFlowParameter, getRLOFOpticalFlowParameter

此类的文档是从以下文件生成的

opencv2/optflow/rlofflow.hpp

公有成员函数

静态公有成员函数