2017-09-30 85 views
0

我有一个物体沿着输送线移动,并试图使用计算机视觉来跟踪它的位置。一些将要通过的对象没有“很好的功能来追踪”。然而,角落的模板匹配似乎工作。没有好的特征点的对象跟踪

如果cv :: goodFeaturesToTrack没有给我好点,我运气不好吗?角落看起来像是显着的特征,我希望我能跟踪它们。模板匹配(可能考虑轮换)是识别角落的最佳选择吗?

+0

还有很多其他功能探测器可以使用,例如: SIFT,SURF,FAST,ORB。或者你可以使用密集的方法(即'findTransformECC')。模板匹配虽然会起作用;你需要用* n *旋转创建模板并比较所有模板以找到最近的旋转,但是如果你需要旋转*和*缩放,你将会有很多模板,并且你没有给出任何示例的目标,很难说这是否是一个好方法。 –

回答

0

请记住,像goodFeaturesToTrack()这样的例程基于图像渐变,并且渐变隐含地绑定到单个比例。通常,在一个尺度上梯度差的图像区域在不同尺度上具有较强的梯度。 (事实上​​,Alexander Reynolds提到的SIFT和SURF特征探测器使用了不同尺度的滤波器。)

因此,考虑您是否可以计算某种多分辨率金字塔并在不同分辨率下应用goodFeaturesToTrack。还要考虑是否可以使用像calcOpticalFlowSF中那样的多分辨率密集光流方案。