matlab仿真及其在光学课程中的应用,光流法运动目标检测matlab
作者简介:热爱科研的矩阵实验室仿真开发者,修心和技术同步精进,matlab项目合作可私信。
个人主页:Matlab科研工作室
个人信条:格物致知。
内容介绍米德尔伯里光流基准测试的结果证明,光流估计算法的准确性一直在稳步提高。然而,自从喇叭和舒克的工作以来,典型的表述几乎没有改变。我们试图通过对目标函数、优化方法和现代实施实践如何影响准确性的全面分析来揭示使最近取得的进展成为可能的原因。我们发现,当与现代优化和实施技术相结合时,"经典"流动公式的表现出奇地好。此外,我们发现,虽然优化期间中间流场的中值滤波是近期性能提升的关键,但它会带来更高能量的解决方案。要了解这种现象背后的原理,我们推导出一个新的目标,将中值过滤启发式形式化。
部分代码函数uvo=estimate_flow_demo(method,iSeq,seqName,varargin)
%估计_流量_演示光流估计演示程序
%
%输出紫外线是M*N*2矩阵UV(:1)是水平流,并且
% UV(:2)是垂直流。
%
%示例
% -
% uv=估计_流量_演示或者估计_流量_演示
%读取彩色橡胶屋序列并使用默认参数和
%默认方法经典“NL-Fast”
%
%与相同
% uv=estimate_flow_demo(经典nl-fast’);
%
% uv=estimate_flow_demo(经典nl-快速,4 中间-其他);
%
% uv=estimate _ flow _ demo( classic nl-fast ,4, middle-other , lambda ,3, pyramid_levels ,5);
%采用用户定义的参数
%
%方法可以是
% 经典近线快速(默认)经典近线 经典近线完整
% 经典 经典-c 经典-l/ba hs
%
% iSeq可以从一到12:选择下列单元格数组中的序列进行处理
% %培训数据
% SeqName=middle-other
% {Venus , Dimetrodon , Hydrangea , RubberWhale ,
% 格罗夫2 ,格罗夫3 ,城市2 ,城市3 ,
% 行走,豆包,狗舞,迷你库珀 };
% %测试数据
% SeqName=中间评估(~isdeployed)
添加路径(gen path( utils ));
目标
如果纳尔金1号
方法=经典nl-fast ;
iSeq=4;
seqName= middle-other ;
%seqName=middle-eval(im1,im2,method,vara gin);
%显示估计的流场
图;支线剧情(1,2,1);im show(uint 8(flowToColor(uv)));标题("米德尔伯里颜色编码");
支线剧情(1,2,2);绘图流量(紫外线);标题("矢量图");
if sum(~ isnan(tu(:))1
[aae stdae aepe]=flowAngErr(tu,tv,uv(:1),uv(:2),0);%忽略0个边界像素
fprintf(\nAAE %3.3f平均EPE % 3.3英尺\n ,AAE,aepe);
结束;
%取消下面的注释,并更改【数学】函数以保存流场
% if ~exist([result/ seqName], file );
% mkdir([ result/ seqName]);
%结束
% fn=sprintf(result/%s/estimated_flow_d.flo,seqname,iseq);
% writeFlowFile(uv,fn);
%取消下面的注释以读取保存流字段
% uv=读取流文件(fn);
如果nargout==1
uvo=紫外线
结束;
%取消下面的注释,将" utils/"移除到您的
% matlab搜索路径
% RM path(gen path( utils ));
运行结果
参考文献[1]孙D,罗思S,黑米J光流估计的秘密及其原理[C]//第23届电气电子工程师学会计算机视觉和模式识别会议,CVPR 2010年,美国加利福尼亚州,旧金山,2010年6月13-18日IEEE,2010年。年。
关注我领取海量矩阵实验室电子书和数学建模资料部分理论引用网络文献,若有侵权联系博主删除
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。