Lucas–Kanade method (original) (raw)
في الرؤية الحاسوبية، تعد طريقة لوكاس-كانادي طريقة تفاضلية واسعة الاستخدام لتقدير التدفق البصري. وقد وضعها بروس لوكاس . وتفترض الطريقة أن التدفق ثابت أساسًا في جوار محلي من البكسل قيد الدراسة، وتحل معادلات التدفق البصري الأساسية لجميع البكسلات في ذلك الجوار بطريقة المربعات الدنيا. وبجمع المعلومات من عدة بكسلات مجاورة، يمكن لطريقة لوكاس-كانادي أن تحل في الغالب الغموض المتأصل لمعادلة التدفق البصري. وهي أقل حساسية للتشويش في مقارنة بطرق أخرى (point-wise methods). من ناحية أخرى، ولأنها طريقة محلية بحتة، فإنه لا يمكنها تقديم معلومات عن التدفق في المناطق الداخلية من المناطق الموحدة من الصورة.
| Property | Value |
|---|---|
| dbo:abstract | في الرؤية الحاسوبية، تعد طريقة لوكاس-كانادي طريقة تفاضلية واسعة الاستخدام لتقدير التدفق البصري. وقد وضعها بروس لوكاس . وتفترض الطريقة أن التدفق ثابت أساسًا في جوار محلي من البكسل قيد الدراسة، وتحل معادلات التدفق البصري الأساسية لجميع البكسلات في ذلك الجوار بطريقة المربعات الدنيا. وبجمع المعلومات من عدة بكسلات مجاورة، يمكن لطريقة لوكاس-كانادي أن تحل في الغالب الغموض المتأصل لمعادلة التدفق البصري. وهي أقل حساسية للتشويش في مقارنة بطرق أخرى (point-wise methods). من ناحية أخرى، ولأنها طريقة محلية بحتة، فإنه لا يمكنها تقديم معلومات عن التدفق في المناطق الداخلية من المناطق الموحدة من الصورة. (ar) Die Lucas-Kanade-Methode zur Berechnung des optischen Flusses geht auf die beiden Forscher und Takeo Kanade zurück. Sie schlugen diese Methode erstmals 1981 vor. Die Methode ist ein beliebtes Verfahren, das noch heute weite Anwendung findet. Die Zusatzbedingung, die zur Berechnung des optischen Flusses benötigt wird, ist die Annahme der Gleichheit des Flusses in der lokalen Umgebung des zentralen Pixels, für den der Fluss bestimmt wird. (de) En visión artificial, el método Lucas–Kanade es un método diferencial ampliamente usado para estimar el flujo óptico desarrollado por y . Asume que el flujo es esencialmente constante en la vecindad de un píxel en consideración, y resuelve las ecuaciones básicas de flujo óptico para todos los píxeles vecinos, aplicando el criterio de cuadrados mínimos. Al combinar información de varios píxeles cercanos, el método Lucas–Kanade frecuentemente resuelve la ambigüedad inherente de la ecuación de flujo óptico. También es más robusto frente al ruido en la imagen que otros métodos locales que se concentran en un punto. Por otro lado, siendo un método puramente local, no provee información de flujo en el interior de regiones uniformes en la imagen, como sí lo hace el método global de Horn-Schunck. (es) Dans le domaine de la vision par ordinateur, la méthode Lucas–Kanade est une méthode différentielle utilisée pour l'estimation du flux optique. Cette méthode a été développée par et Takeo Kanade. Elle suppose que le flot est essentiellement constant dans un voisinage local du pixel considéré, et résout l'équation du flot optique pour tous les pixels dans ce voisinage par la méthode des moindres carrés. En combinant les informations des pixels proches environnant, la méthode de Lucas-Kanade peut souvent résoudre l'ambiguïté inhérente de l'équation du flot optique : le . Cependant, comme c'est une méthode purement locale, elle ne peut pas fournir d'information sur le flux à l'intérieur d'une région uniforme de l'image. (fr) In computer vision, the Lucas–Kanade method is a widely used differential method for optical flow estimation developed by and Takeo Kanade. It assumes that the flow is essentially constant in a local neighbourhood of the pixel under consideration, and solves the basic optical flow equations for all the pixels in that neighbourhood, by the least squares criterion. By combining information from several nearby pixels, the Lucas–Kanade method can often resolve the inherent ambiguity of the optical flow equation. It is also less sensitive to image noise than point-wise methods. On the other hand, since it is a purely local method, it cannot provide flow information in the interior of uniform regions of the image. (en) Алгоритм Лукаса — Канаде — широко используемый в компьютерном зрении дифференциальный локальный метод вычисления оптического потока. Основное уравнение оптического потока содержит две неизвестных и не может быть однозначно разрешено. Алгоритм Лукаса — Канаде обходит неоднозначность за счет использования информации о соседних пикселях в каждой точке. Метод основан на предположении, что в локальной окрестности каждого пикселя значение оптического потока одинаково, таким образом можно записать основное уравнение оптического потока для всех пикселей окрестности и решить полученную систему уравнений методом наименьших квадратов. Алгоритм Лукаса — Канаде менее чувствителен к шуму на изображениях, чем поточечные методы, однако является сугубо локальным и не может определить направление движения пикселей внутри однородных областей. (ru) У комп'ютернім зорі, ме́тод Лу́каса — Кана́де (англ. Lucas–Kanade method, також алгори́тм Лу́каса — Кана́де) — це широко вживаний диференціальний метод оцінювання оптичного потоку, розроблений та . Він спирається на припущення, що в локальному околі розгляданого пікселя цей потік є суттєво сталим, і розв'язує базові рівняння оптичного потоку для всіх пікселів у цьому околі методом найменших квадратів. Поєднуючи інформацію з кількох сусідніх пікселів, метод Лукаса — Канаде часто здатен розв'язувати притаманну невизначеність рівняння оптичного потоку. Він також менш чутливий до шуму в зображенні, ніж поточкові методи. З іншого боку, оскільки це суто локальний метод, він не здатен надавати інформацію про потік всередині однорідних областей зображення. (uk) 在计算机视觉中，卢卡斯-卡纳德方法是一种广泛使用的光流估计的差分方法，这个方法是由和发明的。它假设光流在像素点的邻域是一个常数，然后使用最小平方法对邻域中的所有像素点求解基本的光流方程。 通过结合几个邻近像素点的信息，卢卡斯-卡纳德方法(简称为L-K方法)通常能够消除光流方程里的多义性。而且，与逐点计算的方法相比，L-K方法对图像噪声不敏感。不过，由于这是一种局部方法，所以在图像的均匀区域内部，L-K方法无法提供光流信息。 (zh) |
| dbo:wikiPageExternalLink | https://www.cs.cmu.edu/~kangli/code/Image_Stabilizer.html http://www.ri.cmu.edu/people/kanade_takeo.html http://www.ces.clemson.edu/~stb/klt/ https://github.com/Itseez/opencv_attic/blob/a6078cc8477ff055427b67048a95547b3efe92a5/opencv/samples/python2/lk_homography.py https://github.com/Itseez/opencv_attic/blob/a6078cc8477ff055427b67048a95547b3efe92a5/opencv/samples/python2/lk_track.py https://github.com/Itseez/opencv_attic/blob/master/opencv/samples/cpp/lkdemo.cpp https://github.com/thomas-pegot/esp32-motion/blob/master/lucas_kanade_opitcal_flow.c https://web.archive.org/web/20140506113705/http:/onera-windtunnel.com/dtim-en/gpu-for-image/folkigpu.php http://www.mathworks.com/matlabcentral/fileexchange/24677 http://www.mathworks.com/matlabcentral/fileexchange/48744-lucas-kanade-tutorial-example-1/content/LucasKanadeExample1/html/LKExample1.html http://www.mathworks.com/matlabcentral/fileexchange/48745-lucas-kanade-tutorial-example-2/content/LucasKanadeExample2/html/LKExample2.html |
| dbo:wikiPageID | 3748805 (xsd:integer) |
| dbo:wikiPageLength | 9911 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1111226815 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Kanade–Lucas–Tomasi_Feature_Tracker dbr:Matrix_(mathematics) dbr:Outlier dbr:Corner_detection dbr:Computer_vision dbr:Horn–Schunck_method dbr:Linear_least_squares_(mathematics) dbc:Motion_in_computer_vision dbr:Optical_flow dbr:Diagonal_matrix dbr:Kanade–Lucas–Tomasi_feature_tracker dbr:Gaussian_distribution dbc:Japanese_inventions dbr:Invertible_matrix dbr:Affine_mapping dbr:Takeo_Kanade dbr:Video_tracking dbr:Pixel dbr:Aperture_problem dbr:Extrapolation dbr:Structure_tensor dbr:Transposed_matrix dbr:Least_squares_method dbr:Shi–Tomasi_corner_detection_algorithm dbr:Bruce_D._Lucas |
| dbp:wikiPageUsesTemplate | dbt:Reflist |
| dcterms:subject | dbc:Motion_in_computer_vision dbc:Japanese_inventions |
| rdfs:comment | في الرؤية الحاسوبية، تعد طريقة لوكاس-كانادي طريقة تفاضلية واسعة الاستخدام لتقدير التدفق البصري. وقد وضعها بروس لوكاس . وتفترض الطريقة أن التدفق ثابت أساسًا في جوار محلي من البكسل قيد الدراسة، وتحل معادلات التدفق البصري الأساسية لجميع البكسلات في ذلك الجوار بطريقة المربعات الدنيا. وبجمع المعلومات من عدة بكسلات مجاورة، يمكن لطريقة لوكاس-كانادي أن تحل في الغالب الغموض المتأصل لمعادلة التدفق البصري. وهي أقل حساسية للتشويش في مقارنة بطرق أخرى (point-wise methods). من ناحية أخرى، ولأنها طريقة محلية بحتة، فإنه لا يمكنها تقديم معلومات عن التدفق في المناطق الداخلية من المناطق الموحدة من الصورة. (ar) Die Lucas-Kanade-Methode zur Berechnung des optischen Flusses geht auf die beiden Forscher und Takeo Kanade zurück. Sie schlugen diese Methode erstmals 1981 vor. Die Methode ist ein beliebtes Verfahren, das noch heute weite Anwendung findet. Die Zusatzbedingung, die zur Berechnung des optischen Flusses benötigt wird, ist die Annahme der Gleichheit des Flusses in der lokalen Umgebung des zentralen Pixels, für den der Fluss bestimmt wird. (de) 在计算机视觉中，卢卡斯-卡纳德方法是一种广泛使用的光流估计的差分方法，这个方法是由和发明的。它假设光流在像素点的邻域是一个常数，然后使用最小平方法对邻域中的所有像素点求解基本的光流方程。 通过结合几个邻近像素点的信息，卢卡斯-卡纳德方法(简称为L-K方法)通常能够消除光流方程里的多义性。而且，与逐点计算的方法相比，L-K方法对图像噪声不敏感。不过，由于这是一种局部方法，所以在图像的均匀区域内部，L-K方法无法提供光流信息。 (zh) En visión artificial, el método Lucas–Kanade es un método diferencial ampliamente usado para estimar el flujo óptico desarrollado por y . Asume que el flujo es esencialmente constante en la vecindad de un píxel en consideración, y resuelve las ecuaciones básicas de flujo óptico para todos los píxeles vecinos, aplicando el criterio de cuadrados mínimos. (es) In computer vision, the Lucas–Kanade method is a widely used differential method for optical flow estimation developed by and Takeo Kanade. It assumes that the flow is essentially constant in a local neighbourhood of the pixel under consideration, and solves the basic optical flow equations for all the pixels in that neighbourhood, by the least squares criterion. (en) Dans le domaine de la vision par ordinateur, la méthode Lucas–Kanade est une méthode différentielle utilisée pour l'estimation du flux optique. Cette méthode a été développée par et Takeo Kanade. Elle suppose que le flot est essentiellement constant dans un voisinage local du pixel considéré, et résout l'équation du flot optique pour tous les pixels dans ce voisinage par la méthode des moindres carrés. (fr) Алгоритм Лукаса — Канаде — широко используемый в компьютерном зрении дифференциальный локальный метод вычисления оптического потока. Основное уравнение оптического потока содержит две неизвестных и не может быть однозначно разрешено. Алгоритм Лукаса — Канаде обходит неоднозначность за счет использования информации о соседних пикселях в каждой точке. Метод основан на предположении, что в локальной окрестности каждого пикселя значение оптического потока одинаково, таким образом можно записать основное уравнение оптического потока для всех пикселей окрестности и решить полученную систему уравнений методом наименьших квадратов. (ru) У комп'ютернім зорі, ме́тод Лу́каса — Кана́де (англ. Lucas–Kanade method, також алгори́тм Лу́каса — Кана́де) — це широко вживаний диференціальний метод оцінювання оптичного потоку, розроблений та . Він спирається на припущення, що в локальному околі розгляданого пікселя цей потік є суттєво сталим, і розв'язує базові рівняння оптичного потоку для всіх пікселів у цьому околі методом найменших квадратів. (uk) |
| rdfs:label | طريقة لوكاس-كانادي (ar) Lucas-Kanade-Methode (de) Método Lucas–Kanade (es) Méthode de Lucas–Kanade (fr) Lucas–Kanade method (en) Алгоритм Лукаса — Канаде (ru) Метод Лукаса — Канаде (uk) 卢卡斯-卡纳德方法 (zh) |
| owl:sameAs | freebase:Lucas–Kanade method wikidata:Lucas–Kanade method dbpedia-ar:Lucas–Kanade method dbpedia-de:Lucas–Kanade method dbpedia-es:Lucas–Kanade method dbpedia-fr:Lucas–Kanade method dbpedia-he:Lucas–Kanade method dbpedia-ru:Lucas–Kanade method dbpedia-uk:Lucas–Kanade method dbpedia-zh:Lucas–Kanade method https://global.dbpedia.org/id/54fi3 |
| prov:wasDerivedFrom | wikipedia-en:Lucas–Kanade_method?oldid=1111226815&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Lucas–Kanade_method |
| is dbo:knownFor of | dbr:Takeo_Kanade |
| is dbo:wikiPageDisambiguates of | dbr:Kanade |
| is dbo:wikiPageRedirects of | dbr:Lucas-Kanade_Optical_Flow_Method dbr:Lucas-Kanade_method dbr:Lucas_Kanade_Method dbr:Lucas-kanade dbr:Lucas_Kanade_method dbr:Lucas–Kanade_Optical_Flow_Method |
| is dbo:wikiPageWikiLink of | dbr:Horn–Schunck_method dbr:Optical_flow dbr:Kanade–Lucas–Tomasi_feature_tracker dbr:Visual_odometry dbr:Takeo_Kanade dbr:Kanade dbr:Lucas-Kanade_Optical_Flow_Method dbr:Lucas-Kanade_method dbr:Lucas_Kanade_Method dbr:Lucas-kanade dbr:Lucas_Kanade_method dbr:Lucas–Kanade_Optical_Flow_Method |
| is dbp:knownFor of | dbr:Takeo_Kanade |
| is foaf:primaryTopic of | wikipedia-en:Lucas–Kanade_method |