Lucas-Kanade Optical Flow Estimation
Az optikai áramlás a következő kérdésre válaszol: „Hogyan mozogtak a képpontok két egymást követő képkocka között?” A Lucas-Kanade módszer azt feltételezi, hogy a képpontok intenzitása állandó marad mozgásuk során (a fényességállandóság feltételezés), így ha egy (x, y) pozíciójú, I(x,y,t) intenzitású képpont a következő képkockában az (x+u, y+v) pozícióba mozdul, akkor I(x+u, y+v, t+1) ≈ I(x,y,t). A helyi intenzitásváltozások Taylor-fejtéssel történő elemzésével és az (u, v) mozgásra történő megoldással a módszer megbecsüli az optikai áramlás mezőjét. A Lucas-Kanade „szaggatott” (sparse), mivel minden képpont helyett jellemző pontok (pl. Harris-sarokpontok) mozgását becsli.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
Források
- Lucas, B. D., & Kanade, T. (1981). An iterative image registration technique with an application to stereo vision. Proceedings of the Seventh International Joint Conference on Artificial Intelligence (IJCAI), 674–679. link ↗
- Bouguet, J. Y. (2001). Pyramidal implementation of the Lucas Kanade feature tracker. OpenCV Documentation. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Lucas-Kanade Optical Flow Estimation. ScholarGate. https://scholargate.app/hu/computer-vision/optical-flow-lucas-kanade
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- Kukac detektálásaSzámítógépes látás↔ összehasonlítás
- Harris-féle sarokdetektálásSzámítógépes látás↔ összehasonlítás
- Skálatér-elméletSzámítógépes látás↔ összehasonlítás
- SIFT vonzatevonsSzámítógépes látás↔ összehasonlítás
- SablonillesztésSzámítógépes látás↔ összehasonlítás
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →