擅长:python、mysql、java
<p>最简单的方法是计算梯度向量(x导数和y导数)并在每个像素处找到它的方向(<code>atan2(y,x)</code>)。平均方向是你想要的,而不是平均方向(会抵消掉)。所以应用模量pi,然后在图像上取平均值。在</p>
<p>计算图像渐变的最佳方法是通过<a href="http://www.crisluengo.net/index.php/archives/22" rel="nofollow noreferrer">Gaussian gradients</a>。在</p>
<p>{a2}完成这一任务的方式更稳健。简而言之,它计算梯度向量的局部平均值以减少噪声的影响。它是通过计算梯度向量的外积来实现这一点的,它产生了一个对称矩阵。然后,可以对该矩阵的各个分量进行局部平均(即应用平滑滤波器)。这类似于计算向量的角度,将角度加倍,使相反方向的向量相等,然后求平均值。在</p>
<p>请注意,您可以在3D中应用这些解决方案中的任何一个(您可以将视频数据看作2D+time=3D)。这样,就可以计算2D帧中运动的速度和方向,而不仅仅是沿着问题中显示的2D图像提取方向的速度。图像梯度和结构张量的概念很容易推广到三维,这种方法类似于光流的<a href="https://en.wikipedia.org/wiki/Lucas%E2%80%93Kanade_method" rel="nofollow noreferrer">Lucas-Kanade</a>方法。如果你沿着维基百科的链接,你会看到它使用了二维的结构张量,并沿着时间维度添加了梯度。在</p>