视觉SLAM笔记（41） 光流

最新推荐文章于 2024-05-23 12:26:44 发布
最新推荐文章于 2024-05-23 12:26:44 发布
阅读量1.2w 收藏 2
点赞数 1
分类专栏： 视觉SLAM笔记 文章标签： 光流描述了像素在图像中的运动 稀疏光流以 Lucas-Kanade 光流为代表 灰度不变假设 假设某一个窗口内的像素具有相同的运动
本文为氢键H-H原创文章，未经允许请勿用于商业用途，转载请注明出处
本文链接：https://blog.csdn.net/qq_32618327/article/details/102690698
版权
本文介绍了光流的概念，强调了稀疏光流特别是Lucas-Kanade(LK)光流在视觉SLAM中的作用。LK光流基于灰度不变假设，通过泰勒展开和最小二乘解法来估计像素的运动，常用于特征点跟踪。
摘要由CSDN通过智能技术生成

视觉SLAM笔记（41） 光流

1. 光流

直接法是从光流演变而来的
它们非常相似，具有相同的假设条件

光流描述了像素在图像中的运动
而直接法则附带着一个相机运动模型

为了说明直接法，先来介绍一下光流
光流是一种描述像素随着时间，在图像之间运动的方法
在这里插入图片描述
随着时间的经过，同一个像素会在图像中运动，而希望追踪它的运动过程
计算部分像素运动的称为 稀疏光流，计算所有像素的称为 稠密光流

稀疏光流以 Lucas-Kanade 光流为代表，并可以在 SLAM 中用于跟踪特征点位置
因此，主要介绍 Lucas-Kanade 光流，亦称 LK光流

2. LK光流

在 LK 光流中，认为来自相机的图像是随时间变化的
图像可以看作时间的函数：

了解本专栏 订阅专栏 解锁全文 超级会员免费看
氢键H-H
关注
专栏目录
订阅专栏
SLAM_光流法介绍
惊鸿一博
05-04 1293
1 光流作用 光流可以追踪一个时刻的角点在下个时刻的图像位置 2 灰度不变假设： 一阶 Taylor 展开： 得到： 3 光流在 SLAM 中的运用 1 光流可以追踪上一帧的角点 2 可以一直追踪该角点，直到超出图像范围或被遮挡 3 在单目 SLAM 中，新提出的角点没有 3D 信息，因此可通过追踪角点在各图像位置，进行三角化 4 光流的局限性 1 容易受光照变化影响 2 只适合连续图像中的短距离追踪，不适合更长距离 3 图像外观发生明显变化时不适用（例：远处的角点凑近
视觉SLAM笔记（42） 光流法跟踪特征点
热门推荐
氢键H-H
10-23 1万+
使用 TUM 公开数据集、第一张图像提取 FAST 角点，然后用 LK 光流跟踪它们，并画在图中
通俗易懂！视觉slam第九部分——光流（Optical Flow）
kaggle expert，全球排名前1000，清华计算机研究生，兴趣算法工程
02-21 2121
光流是一种描述像素随着时间，在图像之间运动的方法，如图所示。随着时间的经过，同一个像素会在图像中运动，而我们希望追踪它的运动过程。计算部分像素运动的称为稀疏光流，计算所有像素的称为稠密光流。稀疏光流以 Lucas-Kanade 光流为代表，并可以在 SLAM 中用于跟踪特征点位置。主要介绍 Lucas-Kanade 光流，亦称 LK光流。 Lucas-Kanade 光流 在 LK 光流...
SLAM中光流算法
Turn life into a dream, and then turn dreams into reality
07-29 1344
为什么要用金字塔？因为lk算法的约束条件即：小速度，亮度不变以及区域一致性都是较强的假设，并不很容易得到满足。如当物体运动速度较快时，假设不成立，那么后续的假设就会有较大的偏差，使得最终求出的光流值有较大的误差。 考虑物体的运动速度较大时，算法会出现较大的误差。那么就希望能减少图像中物体的运动速度。一个直观的方法就是，缩小图像的尺寸。假设当图像为400×400时，物体速度为[16 16],那么图像缩小为200×200时，速度变为[8,8]。缩小为100*100时，速度减少到[4,4]。所以在源图像缩放了很多
视觉SLAM笔记(七)-光流法
lufan11223的博客
08-17 743
光流描述了像素随时间在图像之间运动，光流法主要用于追踪像素的运动过程，目前常用的光流法主要以Lucas-Kanade为代表，下文简称为LK光流。 光流法是基于一个很强的假设即灰度不变假设，它认为同一个空间点的像素灰度值在各个图像中固定不变，令ttt时刻位于(x,y)(x,y)(x,y)处的像素的灰度为I(x,y,t)I(x,y,t)I(x,y,t)，在t+dtt+dtt+dt时刻运动到(x+dx,...
视觉SLAM笔记（46） 基本的 VO
氢键H-H
11-02 1万+
特征提取和匹配、两两帧的视觉里程计、 匹配特征点、简单的检测
视觉SLAM笔记（40） 特征点的缺陷
氢键H-H
10-21 1万+
特征点估计相机运动的缺陷、克服使用特征点缺陷思路分析、直接法、根据像素的亮度信息，估计相机的运动，可以完全不用计算关键点和描述子，通过最小化光度误差知道点与点之间之间的对应关系
【视觉SLAM十四讲】第八讲 光流法与直接法
liqingyushe的博客
09-21 1916
特征点法的缺点：1. 关键点的提取与描述子的计算非常耗时。实践当中，SIFT目前在CPU上是无法实时计算的，二ORB页需要近20ms的计算。如果整个SLAM以30毫秒/帧的速度运行，那么一大半实践都花在计算特征点上。2. 使用特征点时，忽略了除特征点以外的所有信息。一张图像有几十万个像素，而特征点只有几百个。只使用特征点丢弃了大部分可能有用的图像信息。3. 相机有时会运动到特征缺失的地方，往往这些地方没有明显的纹理信息。例如，有时我们会面对一堵白墙，或者一个空荡荡的走廊。
【SLAM】特征匹配的光流实践
heroybc的博客
05-26 2712
1.前言 在前面所介绍的特征匹配的运算上，通过已经完成的特征匹配进行相机运动位姿估计的计算，这种方法看起来似乎非常可行，但是，他也存在很多问题： 1.特征点的计算是一个非常耗时的过程 2.特征点的数量有限 3.不是所有关键点都是被认为是特征点 这么多问题要怎么去解决呢，其实就是可以用到直接法了。 在讲解直接法之前，我来先谈谈光流法。由于特征点的匹配存在这么多问题，为了简化他，我们可以只提取特征点，不进行匹配，就是不计算描述子，这样就会大大减少他的计算量，但是，不进行特征匹配，如何得到可以利用的后续计算信
LK 光流法 动态物体跟踪，自动识别强角点
10-22
完整vs2008工程，使用的是Opencv2.1，需要电脑上有摄像头，程序可自动图像中的强角点，用小点点标定，根据光流法实现运动物体的跟踪，可继续开发成小游戏
物体位姿单目视觉传感测量系统* (2007年)
04-25
物体位置与姿态的测量在航空航天、汽车车轮定位等领域都有着重要的应用价值．基于单目红外图像传感测量系统，通过对靶标图像特征的有效提取以及数据最优化方法，实现物体位姿测量．设计了专用于物体姿态测量的平面靶标，并介绍了单目传感器测量基本原理、测量模型及数据处理方法．系统具有结构简单、速度快，稳定性好等特点．实验结果表明，转角测量的重复性误差小于8″；平移测量的重复性误差小于0.02 mm
SLAM十四讲之第八讲：光流法、直接法
qq_49561752的博客
07-12 1092
视觉里程计2 文章目录视觉里程计21 光流法1.1 2D光流1.2 LK光流程序1.2.1 单层光流1.2.2 多层光流1.2.3 opencv函数1.2.4 双线性插值1.2.5 C++内置类2 直接法2.1 直接法原理推导2.2 直接法程序解析2.2.1 计算雅可比2.2.2 单层直接法2.2.3 多层直接法2.2.4 讨论3 程序编译问题 1 光流法 ​ 光流跟踪能够直接得到特征点的对应关系。这个对应关系就像是描述子的匹配，只是光流对图像的连续性和光照稳定性要求更高一些。 ​ 光流法可以加速基于特
slam14讲（第8讲、前端里程计）LK光流、直接法
最新发布
Son_of_the_Bronx的博客
05-23 745
因为第7讲大部分都是讲特征点法，通过提取orb特征点和点的描述子，来构建两帧图像之间的特征点对应关系。计算耗时。
尝试运行示例：LK光流
一个搬运知识的笨小孩
05-09 343
CMakeLists.txt cmake_minimum_required(VERSION 3.13) project(opticalflow) set(CMAKE_CXX_STANDARD 14) //# set(OpenCV_DIR /usr/local/opencv4/lib/cmake/opencv4) find_package(OpenCV REQUIRED) include_directories(${OpenCV_INCLUDE_DIRS}) include_directories("/
《视觉SLAM十四讲》学习笔记-光流法原理
摸着石头撑船
06-20 4811
直接法的根源 光流法(Optical Flow) Lucas-Kanade光流原理 直接法原理 总结 直接法的根源 特征点法存在的问题： - 关键点与描述子计算非常耗时； - 忽略除特征点外的其他所有信息； - 如何处理特征缺失的问题。 克服特征点法的几种思路： * 保留特征点，只计算关键点，不计算描述子，用光流法跟踪特征点的运动； * 保留特征点...
视觉SLAM——稀疏光流法
小勇博客
03-15 472
环境准备： 代码： #include <opencv2/opencv.hpp> #include <iostream> using namespace cv; using namespace std; void draw_lines(Mat &image, vector<Point2f> pt1, vector<Point2f> pt2); vector<Scalar> color_lut; //颜色查找表 int main().
视觉SLAM-光流法
点云兔子的博客
07-06 2528
光流法是计算机视觉领域中用于估计图像中像素点运动的一种技术。它通过分析图像序列中像素点的灰度值变化，推断出像素点的运动方向和速度。亮度恒定假设（Brightness Constancy Assumption）：在一个像素点的邻域内，随着时间的推移，像素点的灰度值保持不变。空间连续性假设（Spatial Coherence Assumption）：邻近的像素点在图像中的运动方向和速度相似。光流法的主要思想是通过比较图像序列中的相邻帧来计算像素点的位移向量。
【SLAM】光流 - LK光流 - 金字塔分层LK光流
Yngz_Miao的博客
08-25 1万+
在SLAM的视觉里程计中，比较常用的就是和。而直接法中，光流则是其中的重点内容，比如LSD-SLAM中就使用到了光流的方法。本文将会就光流的理论原理、公式推导进行详细的剖析，以帮助读者深刻地理解。光流是关于视域中的物体运动检测中的概念，它用来描述相对于观察者的运动所造成的观测目标、表面或边缘。简单来讲，光流描述了场景中物体运动在视觉中的变化。光流的概念，由Gibson在1950年提出，其通过相邻帧之间像素点的对应关系计算像素点的瞬时速度，从而描述物体信息。为了应用光流计算物体运动法，相邻帧需要满足两个假设：
视觉SLAM⑧----视觉里程计Ⅱ(光流法与直接法)
qq_41694024的博客
05-20 3337
1.理解光流法跟踪特征点的原理 2.理解直接法是如何估计相机位姿的 3.实现多层直接法的计算
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

氢键H-H

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值