KLT角点跟踪算法全称Kanade-Lucas-Tomasi Tracking,又称LK跟踪算法。是经典的角点跟踪算法。算法假设目标在视频流中,只产生一致性的小位移,并且目标的灰度变化不大。那么算法必须是在以下3个假设成立的前提下发挥良好的效果:
(1)亮度恒定。
(2)时间连续或者运动位移小。
(3)空间一致性,邻近点有相似运动,保持相邻。
满足假设1保证目标不受亮度的影响;满足假设2保证在目标领域内能够对应的特征点;满足假设3保证在同一窗口内,所有点的位移相同。
定义同一目标出现在两帧图像、中,如果图像中两点匹配,那么以这两点为中心,为窗口存在极小的灰度平方差,定义为:
(1)
其中坐标,偏移量,一般地设置权重函数,将公式(1)中的替换成对称的形式