特征检测和跟踪的经典文献是Shi and Tomasi 1994的文章(见参考文献),虽然年代久远但非常经典。这个paper中提出了一个特征提取方法,一个基于图像仿射变换模型(并论证了只需仿射变换中的translation分量而无需deformation分量)的跟踪算法和一个跟踪时进行特征监测(判断哪些是好feature,哪些是坏feature)的技术。特征提取针对最优化tracking设计,可以根据dissimilarity(between predict-feature-position & real-feature-position)进行坏feature的监测,以便删除。根据dissimilarity进行坏点监测 虽然不能检测出所有坏特征点,但是更改为特定的feature detection算法应该会得到更好tracking的结果。
本篇文章对其做以回顾,分以下几部分进行阐述:
1. 两个图像运动模型
2. 计算图像的运动
3. 纹理特征
4. frame差异dissimilarity
5. 特征点的监测(好坏特征判断)
/*********************************两个图像运动模型——deformation & transformation*********************************/
两幅图像(或两帧之间)图像变化:
假设两个时间点t,t+r在点X(x,y)发生的偏移量为δ(ε,η),则δ是关于位置X的一个函数,δ=DX+d,也就是一个仿射变换,其中D是一个deformation matrix,
d是特征窗口中心的translation平移量。图像坐标