用法:
cucim.skimage.registration.optical_flow_tvl1(reference_image, moving_image, *, attachment=15, tightness=0.3, num_warp=5, num_iter=10, tol=0.0001, prefilter=False, dtype=<class 'numpy.float32'>)
粗到细的光流估计器。
TV-L1 求解器应用于图像金字塔的每个级别。 TV-L1 是 Zack 等人引入的一种流行的光流估计算法。 [1] ,在 [2] 中改进并在 [3] 中详细说明。
- reference_image:ndarray,形状(M,N[,P[,…]])
序列的第一幅灰度图像。
- moving_image:ndarray,形状(M,N[,P[,…]])
序列的第二个灰度图像。
- attachment:浮点数,可选
附件参数([1] 中的 )。该参数越小,返回的结果越平滑。
- tightness:浮点数,可选
密封性参数([1] 中的 )。它应该具有较小的值,以便保持对应的附件和正则化部分。
- num_warp:整数,可选
image1 扭曲的次数。
- num_iter:整数,可选
定点迭代次数。
- tol:浮点数,可选
公差用作停止标准,基于 (u, v) 的两个连续值之间的 L² 距离。
- prefilter:布尔型,可选
是否在每个图像扭曲之前对估计的光流进行预过滤。当为 True 时,将应用沿每个轴的窗口大小为 3 的中值滤波器。这有助于消除潜在的异常值。
- dtype:dtype,可选
输出数据类型:必须是浮点数。与双精度相比,单精度提供了良好的结果并节省了内存使用和计算时间。
- flow:ndarray,形状((image0.ndim,M,N[,P[,…]])
每个轴的估计光流分量。
参数:
返回:
注意:
不支持彩色图像。
参考:
- 1(1,2,3)
Zach, C., Pock, T., & Bischof, H. (2007, September). A duality based approach for realtime TV-L 1 optical flow. In Joint pattern recognition symposium (pp. 214-223). Springer, Berlin, Heidelberg. DOI:10.1007/978-3-540-74936-3_22
- 2
Wedel, A., Pock, T., Zach, C., Bischof, H., & Cremers, D. (2009). An improved algorithm for TV-L 1 optical flow. In Statistical and geometrical approaches to visual motion analysis (pp. 23-45). Springer, Berlin, Heidelberg. DOI:10.1007/978-3-642-03061-1_2
- 3
Pérez, J. S., Meinhardt-Llopis, E., & Facciolo, G. (2013). TV-L1 optical flow estimation. Image Processing On Line, 2013, 137-150. DOI:10.5201/ipol.2013.26
例子:
>>> import cupy as cp >>> from cucim.skimage.color import rgb2gray >>> from skimage.data import stereo_motorcycle >>> from cucim.skimage.registration import optical_flow_tvl1 >>> image0, image1, disp = [cp.array(a) for a in stereo_motorcycle()] >>> # --- Convert the images to gray level: color is not supported. >>> image0 = rgb2gray(image0) >>> image1 = rgb2gray(image1) >>> flow = optical_flow_tvl1(image1, image0)
相关用法
- Python cucim.skimage.restoration.richardson_lucy用法及代码示例
- Python cucim.skimage.restoration.calibrate_denoiser用法及代码示例
- Python cucim.skimage.restoration.wiener用法及代码示例
- Python cucim.skimage.restoration.unsupervised_wiener用法及代码示例
- Python cucim.skimage.restoration.denoise_tv_chambolle用法及代码示例
- Python cucim.skimage.feature.shape_index用法及代码示例
- Python cucim.skimage.filters.threshold_triangle用法及代码示例
- Python cucim.skimage.util.invert用法及代码示例
- Python cucim.skimage.data.binary_blobs用法及代码示例
- Python cucim.skimage.filters.roberts_neg_diag用法及代码示例
- Python cucim.skimage.color.lch2lab用法及代码示例
- Python cucim.skimage.measure.label用法及代码示例
- Python cucim.skimage.color.rgb2gray用法及代码示例
- Python cucim.skimage.filters.gabor用法及代码示例
- Python cucim.skimage.transform.rescale用法及代码示例
- Python cucim.skimage.filters.roberts_pos_diag用法及代码示例
- Python cucim.skimage.segmentation.random_walker用法及代码示例
- Python cucim.skimage.filters.roberts用法及代码示例
- Python cucim.skimage.morphology.dilation用法及代码示例
- Python cucim.skimage.feature.corner_foerstner用法及代码示例
- Python cucim.skimage.measure.moments_coords用法及代码示例
- Python cucim.skimage.filters.gabor_kernel用法及代码示例
- Python cucim.skimage.color.hsv2rgb用法及代码示例
- Python cucim.skimage.morphology.closing用法及代码示例
- Python cucim.skimage.color.rgb2hed用法及代码示例
注:本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.registration.optical_flow_tvl1。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。