基于金字塔算法实现目标跟踪附matlab代码.zip

%% 金字塔光流法计算 function [ u, v, H ] = pyramidFlow( A, B_in, winSize, ITER_NO, PYRE_NO ) %此函数使用金字塔方法来查找从A到B的光流表示与迭代 %为了处理边界上的像素，使用了一个较小的窗口 %PYRE_NO：金字塔级别的总数 %ITER_NO：每个金字塔级别的迭代次数 %G：用于平滑的高斯核 [ A, B_in ] = sizeCheck( A, B_in, PYRE_NO );%初始两张图片尺寸处理 [ Apyre, Bpyre, HalfWindow ] = pyramidInit( A, B_in, PYRE_NO, winSize ); %图像金字塔化分解，并对其他变量初始化 for p = PYRE_NO:-1:1 fprintf('Pyramid level: %d\n',p)%每循环一次，自顶向下显示输出到第几层金字塔 A = imReflect( Apyre{p}, HalfWindow ); %计算第一帧图像金字塔分解后每层的反射像素数 B = Bpyre{p}; if p == PYRE_NO%判断当前层是否是最顶层 u = zeros(size( Apyre{p} ));%水平方向的，创建一个大小与 Apyre{p} 相同的零向量 u v = zeros(size( Apyre{p} ));%竖直方向的，创建一个大小与 Apyre{p} 相同的零向量 v flag_ = 0;%因为在最顶层尺寸很小，光流估计值记为0 end %生成该级别的Hessian矩阵 for k = 1:ITER_NO %按照迭代的次数开始迭代 fprintf('Iteration no: %d\n',k)%每迭代完显示迭代到第几次 %计算单个LK步骤 if flag_ ~= 0%若光流不为0，即发生了移动 B = imWarp( u, v, Bpyre{p} );%实现图像的光流转换 else flag_ = 1; end B_ref = imReflect(B, HalfWindow);%产生一个边框拓展后的新图像 [Ix, Iy] = gradient( B_ref ); H = Hmatrix( Ix, Iy, HalfWindow, 0.001 ); %gradient函数是一个用于计算两个变量的梯度的函数 %而Hmatrix函数则构建了一个邻域半径大小的梯度矩阵 It = A - B_ref; [us, vs] = LKstep(It, Ix, Iy, H, HalfWindow); us = us(HalfWindow+1:size(us,1)-HalfWindow, HalfWindow+1:size(us,2)-HalfWindow); vs = vs(HalfWindow+1:size(vs,1)-HalfWindow, HalfWindow+1:size(vs,2)-HalfWindow); u = u + us; v = v + vs; end if p ~= 1 %判断是否到达第一层，即原始图像所在的层数 u = 2 * imresize(u,size(u)*2,'bilinear');%bilinear双线性的 v = 2 * imresize(v,size(v)*2,'bilinear'); %因为上层图像的一个像素可以代表下层的2个像素，所以要乘2 %B = imresize(A,scale) 返回图像 B，它是将 A 的长宽大小缩放 scale 倍之后的图像。 %输入图像 A 可以是灰度、RGB 或二值图像。如果 A 有两个以上维度，则 imresize 只调整前两个维度的大小。 %如果 scale 在 [0, 1] 范围内，则 B 比 A 小。如果 scale 大于 1，则 B 比 A 大。 % 默认情况下，imresize 使用双三次插值。 end end end