如何从具有难以区分特征的视频中提取光流?

问题描述 投票:0回答:1

问题:我想从一些视频中提取光流,即使它们没有清晰的特征可供跟踪。

详情:

我有一个小通道,水可以通过它流过。我将示踪粒子添加到水中,并使用显微镜对它们进行成像。这个想法是,通过观察示踪粒子的运动,我可以获得通道中水的流量/方向。

不幸的是,我的显微镜无法区分单个粒子,但光流仍然可以识别(人类) - 例如,参见这部电影(下面的原始数据1),其中粒子从右上角流向左下角(没有 yt 压缩)看起来更容易辨认,我保证)。

在没有识别清晰特征的情况下获得光流的方法是什么,例如在这部电影中?存在许多追踪流量的方法²,但我对我可以和应该使用什么有点迷失。另外,因为即使是密集的光流算法似乎也依赖于以某种方式在多个帧中可识别的特征 - 这在这里并不那么容易。

¹ 两个原始数据示例:视频 1视频 2

² 其中包括:TrackpyOpenCV整个列表

computer-vision opticalflow
1个回答
0
投票

根据无损 TIFF,我得出结论,存在隐藏了在视图中移动的粗糙图案的高频噪声。

低通滤波器会抑制高频噪声,让您看到低频内容并进行处理以做出反应。

低通滤波器:

  • 好旧的高斯模糊
  • 中值模糊
  • 愚蠢的旧框模糊,相当于使用
    INTER_AREA
  • 调整大小

由于您计划计算光流,因此还应该对数据进行下采样,以便计算需要处理的数据更少。由于无论如何都不存在高频内容(过滤后),因此抽取不会导致信息丢失。

可以通过以下方式完成下采样:

  • pyrDown()
    ,专门用于图像金字塔,但也适用于廉价的二次幂下采样
  • resize()
    if(!) 请务必使用
    INTER_AREA
    。所有其他模式都有可能导致无限制的混叠(调用中没有适当的低通)
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.