explore_halcon.hdev（21）之p_do_optical_flow_bicycle函数模块

乌里随记

于 2020-05-09 14:27:56 发布

阅读量394

点赞数

CC 4.0 BY-SA版权

分类专栏： halcon例程学习

本文链接：https://blog.youkuaiyun.com/lx_Angel/article/details/106000573

本文介绍了Halcon中的光学流计算函数p_do_optical_flow_bicycle，讲解了optical_flow_mg算子的参数及作用，包括ImageT1, ImageT2, VectorField等，并探讨了vector_field_length, min_max_gray, vector_field_to_real等辅助算子的使用，用于计算向量场长度、获取灰度值范围和向量分量。" 112636107,10295073,B端UI设计：按钮组件交互规范解析,"['B端设计', 'UI交互', '按钮设计', '界面规范']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

函数：

图像光流计算，主要算子optical_flow_mg计算光流，计算向量场长度并获取区域内的最大最小灰度值，通过灰度值获取光流方向并处理显示

算子：

1.optical_flow_mg(ImageT1, ImageT2 : VectorField : Algorithm, SmoothingSigma, IntegrationSigma, FlowSmoothness, GradientConstancy, MGParamName, MGParamValue : )：计算两幅图像的光流。3D运动在二维图像平面上的投影称为光流

参数：

ImageT1：输入图像1

ImageT2 ：输入图像2

VectorField ：输出光流

Algorithm：计算光流的算法（'fdrig'：采用了Brox, Bruhn, Papenberg, 和Weickert提出的方法。该方法是流驱动的，鲁棒的，各向同性的，并使用梯度恒定项。 'ddraw'：使用了Nagel 和Enkelmann提出的方法的一个鲁棒变体。这种方法是数据驱动的、健壮的、各向异性的，并使用了翘曲。 'clg' ： Bruhn, Weickert, Feddern, Kohlberger, 和Schnörr 提出的局部-全局联合方法）

SmoothingSigma：初始高斯平滑的标准偏差

IntegrationSigma：集成滤波器的标准差（该参数只在clg算法中使用，对其他两个算法没有影响）

FlowSmoothness：平滑项相对于数据项的权重

GradientConsta