opticalFlowFarneback

金字塔层数,指定为一个积极的标量。包括最初的形象价值的一层。当你将这个值设置为1函数估计,光学流只从原始图像帧和不执行金字塔分解。推荐值之间1和4。

图像比例尺,指定为一个积极的标量范围(0,1)。指定的值在每个金字塔将采样率水平。的值0.5创造了一个经典的金字塔,金字塔的分辨率降低在每个水平的两倍。在金字塔的最低水平最高的分辨率。

每个金字塔的搜索迭代数量级别,指定为一个正整数。Farneback算法执行迭代寻找关键点在每个金字塔层次,直到收敛。

像素邻域的大小,指定为一个正整数。增加社区的大小增加运动模糊。模糊运动产生一个更健壮的光流估计。一个典型的价值NeighborhoodSize是5或7。

平均滤波器尺寸,指定为一个正整数的范围[2,正)。算法计算位移(流)后,平均在社区使用高斯滤波器的大小(FilterSize*FilterSize)。也给出了像素边界附近减轻重量,因为算法假定多项式扩张系数是不可靠的。增加过滤大小增加算法的鲁棒性,图像噪声。过滤器尺寸越大,越大算法处理图像噪声和快速运动检测,使其更加健壮。