Opencv中三个光流跟踪函数
在slam里，光流跟踪判断图像中某一物体的动态性，主要包括3个函数：
1、goodFeaturesToTrack函数
作用：提取输入图像中像素级别的角点，支持harris角点和Shi Tomasi角点。
函数原型：
void goodFeaturesToTrack( InputArray image, OutputArray corners,
int maxCorners, double qualityLevel, double minDistance,
InputArray mask=noArray(), int blockSize=3,
bool useHarrisDetector=false, double k=0.04 ); 参数说明：
- 第一个参数：此函数的输入参数，输入为灰度图像；
- 第二个参数：此函数的输出参数，输出为角点，保存类型为vector或数组；
- 第三个参数：表示函数提取到角点的数量最大值；
- 第四个参数：表示检测到的角点的质量等级（通常是0.10到0.01之间的数值，不能大于1.0）；
- 第五个参数：表示两个角点间最小间距，以像素为单位，间距小于此像素值的像素会被合并；
- 第六个参数：一般为cv::Mat类型，维度和输入一致，mask值为0处不进行角点检测；
- 第七个参数：表示在计算角点时参与运算的区域大小，常用值为3，但是如果图像的分辨率较高则可以考虑使用较大一点的值；
- 第八个参数：表示是否使用Harris角点检测，为false，则使用Shi-Tomasi角点；
- 第九个参数：提取Harris角点用到的中间参数，一般取经验值0.04~0.06。当为Shi-Tomasi角点时，此参数不起作用；
2、cv::cornerSubPix()函数
作用：由于goodFeaturesToTrack函数提取的角点是像素级别，在slam等一些情况里应用像素级别的角点不满足精度要求，cornerSubPix()函数能将像素级角点作进一步的优化计算，使之达到亚像素级别。
函数原型：
void cornerSubPix(InputArray image,
InputOutputArray corners,
Size winSize,
Size zeroZone,
TermCriteria criteria)参数说明：
- 第一个参数：表示输入的图像，以上两个函数输入图像必须一致；
- 第二个参数：表示输入的角点，一般为goodFeaturesToTrack函数提取的角点，该参数也存储输出的亚像素角点；
- 第三个参数：表示计算亚像素角点时考虑的区域边长的一半；
- 第四个参数：表示死区的一半尺寸，值设为cv::Size(-1,-1)则表示没有这个区域;
- 第五个参数：表示计算亚像素角点停止迭代的条件，要么是迭代数大于某个设定值，要么是精度达到某个设定值，甚至可以是它们的组合；
3、calcOpticalFlowPyrLK()函数
作用：基于图像金字塔的LK光流跟踪
函数原型：
void cv::calcOpticalFlowPyrLK (
InputArray prevImg,
InputArray nextImg,
InputArray prevPts,
InputOutputArray nextPts,
OutputArray status,
OutputArray err,
Size winSize = Size(21, 21),
int maxLevel = 3,
TermCriteria criteria = TermCriteria(TermCriteria::COUNT+TermCriteria::EPS, 30, 0.01),
) 参数说明：
- 第一个参数：上一帧灰度图像，作为基准；
- 第二个参数：用于光流跟踪的灰度图像，与上一帧灰度图像大小相同、类型一致；
- 第三个参数：上一帧图像检测的角点；
- 第四个参数：用于光流跟踪的灰度图像输出的角点
- 第五个参数：表示状态向量，跟踪成功的角点设置状态为1，否则设置为0；
- 第六个参数：输出错误向量；
- 第七个参数：每个金字塔的搜索窗口的大小；
- 第八个参数：表示金字塔的高度；
- 第九个参数：指定迭代搜索算法的终止条件；
实例：
cv::goodFeaturesToTrack(
mImGrayPre,
lastFramePoints,
1000,
0.01,
8,
cv::Mat(),
3,
false,
0.04);
cv::cornerSubPix(
mImGrayPre,
lastFramePoints,
cv::Size(5, 5),
cv::Size(-1, -1),
cv::TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 30, 0.01));
cv::calcOpticalFlowPyrLK(
mImGrayPre,
imGray,
lastFramePoints,
trackedPoints,
state,
err,
cv::Size(21, 21),
3,
cv::TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 30, 0.01));