opencv关于图像金字塔Lucas-Kanade光流检测的实现

首先我们来学习几个用到的函数：

1）GoodFeaturesToTrack   确定图像的强角点

void cvGoodFeaturesToTrack( const CvArr* image, CvArr* eig_image, CvArr* temp_image,

CvPoint2D32f* corners, int* corner_count, double quality_level, double min_distance,

const CvArr* mask=NULL );

参数解析：

image：输入图像，8-位或浮点32-比特，单通道

eig_image：临时浮点32-位图像，尺寸与输入图像一致

temp_image：另外一个临时图像，格式与尺寸与 eig_image 一致

corners：输出参数，检测到的角点

corner_count：输出参数，检测到的角点数目

quality_level：最大最小特征值的乘法因子。定义可接受图像角点的最小质量因子。

min_distance：限制因子。得到的角点的最小距离。使用 Euclidian 距离

mask：ROI:感兴趣区域。函数在ROI中计算角点，如果 mask 为 NULL，则选择整个图像

该函数 cvGoodFeaturesToTrack 在图像中寻找具有大特征值的角点