C# OpenCV 강좌 : 제 59강 - 광학 흐름 - PyrLK

   

광학 흐름 - PyrLK (Optical Flow Pyramid LK)


1 카메라와 피사체의 상대 운동에 의하여 발생하는 피사체의 운동에 대한 패턴을 검출합니다.

PyrLK(Pyramid Lucas Kanade) 방법은 입력 이미지와 피라미드 이미지를 사용하여 코너를 기준으로 광학 흐름을 검출합니다.


이전 프레임(Previous)현재 프레임(Current)은 영상이나 이미지를 사용하면 됩니다.


영상 사용하기 : 3강 바로가기
이미지 사용하기 : 4강 바로가기
코너 검출 : 21강 바로가기


Main Code


using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
using OpenCvSharp;

namespace test
{
    class OpenCV : IDisposable
    {
        IplImage gray;    
        IplImage optical;

        public IplImage GrayScale(IplImage src)
        {
            gray = new IplImage(src.Size, BitDepth.U8, 1);
            Cv.CvtColor(src, gray, ColorConversion.BgrToGray);
            return gray;
        }

        public IplImage OpticalFlowPyrLK(IplImage previous, IplImage current)
        {
            IplImage prev = this.GrayScale(previous);
            IplImage curr = this.GrayScale(current);
            optical = current;

            IplImage prev_pyramid = new IplImage(new CvSize(optical.Width + 8, optical.Height / 3), BitDepth.U8, 1);
            IplImage curr_pyramid = new IplImage(new CvSize(optical.Width + 8, optical.Height / 3), BitDepth.U8, 1);

            IplImage eigImg = new IplImage(optical.Size, BitDepth.U8, 1);
            IplImage tempImg = new IplImage(optical.Size, BitDepth.U8, 1);

            CvPoint2D32f[] corners;
            CvPoint2D32f[] corners2;

            int cornerCount = 600;
            sbyte[] status;
            CvTermCriteria criteria = new CvTermCriteria(100, 0.01);

            Cv.GoodFeaturesToTrack(prev, eigImg, tempImg, out corners, ref cornerCount, 0.01, 15);
            Cv.CalcOpticalFlowPyrLK(prev, curr, prev_pyramid, curr_pyramid, corners, out corners2, new CvSize(20, 20), 5, out status, criteria, LKFlowFlag.PyrAReady);

            for (int i = 0; i < cornerCount; i++)
            {
                if (status[i] == 1)
                {
                    Cv.DrawLine(optical, corners[i], corners2[i], CvColor.Red, 1, LineType.AntiAlias, 0);
                    Cv.DrawCircle(optical, corners2[i], 3, CvColor.Red, -1);
                }
            }

            return optical;
        }

        public void Dispose()
        {
            if (gray!= null) Cv.ReleaseImage(gray);   
            if (optical != null) Cv.ReleaseImage(optical);  
        }
    }
}


Class Code


public IplImage OpticalFlowPyrLK(IplImage previous, IplImage current)
{
    ...
}

이전 프레임 previous와 현재 프레임 current를 매개변수로 사용하여 검출을 진행합니다.


IplImage prev = this.GrayScale(previous);
IplImage curr = this.GrayScale(current);
optical = current;

광학 흐름 함수는 그레이스케일을 적용하여 검출을 진행합니다.

계산이미지로 사용할 prevcurr 변수에 그레이스케일을 적용합니다.

이후, 결과로 사용할 optical 필드에 현재 프레임을 사용합니다.


  • Tip : 그레이스케일을 사용하여 검출하므로 급격한 밝기 변화노이즈에는 정확한 검출을 얻어낼 수 없습니다.


IplImage prev_pyramid = new IplImage(new CvSize(optical.Width + 8, optical.Height / 3), BitDepth.U8, 1);
IplImage curr_pyramid = new IplImage(new CvSize(optical.Width + 8, optical.Height / 3), BitDepth.U8, 1);

LK 방법은 피라미드 이미지를 사용하므로 이전 프레임현재 프레임에 피라미드 이미지를 저장할 변수를 생성합니다.

피라미드 이미지의 크기는 너비8만큼 크며, 높이1/3값입니다.


IplImage eigImg = new IplImage(optical.Size, BitDepth.U8, 1);
IplImage tempImg = new IplImage(optical.Size, BitDepth.U8, 1);

코너 검출 함수인 GoodFeaturesToTrack()을 사용할 예정이므로 eigImgtempImg를 저장합니다.


CvPoint2D32f[] corners;
CvPoint2D32f[] corners2;

GoodFeaturesToTrack()에서 검출한 코너를 저장할 corners와 광학 흐름으로 이동한 코너인 corners2를 생성합니다.


int cornerCount = 600;
sbyte[] status;
CvTermCriteria criteria = new CvTermCriteria(100, 0.01);

cornerCount는 반환할 코너의 최대 개수를 설정합니다. 값이 너무 높을 경우 연산 속도가 느려집니다.

status광학 흐름의 발생 유/무를 저장합니다. 1이 저장될 경우 광학 흐름이 발생하였으며, 0이 저장될 경우 광학 흐름이 발생하지 않습니다.

criteria를 사용하여 종료 기준을 설정합니다.


Cv.GoodFeaturesToTrack(prev, eigImg, tempImg, out corners, ref cornerCount, 0.01, 15);

이전 프레임에 대하여 코너를 검출합니다.


Cv.CalcOpticalFlowPyrLK(prev, curr, prev_pyramid, curr_pyramid, corners, out corners2, new CvSize(20, 20), 5, out status, criteria, LKFlowFlag.PyrAReady);

Cv.CalcOpticalFlowPyrLK()을 사용하여 광학 흐름을 구합니다.

Cv.CalcOpticalFlowPyrLK(이전 프레임, 현재 프레임, 피라미드 이전 프레임, 피라미드 현재 프레임, 이전 프레임 코너 검출점, 계산된 현재 프레임 코너 검출점, 블록 크기, 레벨, 상태, 종결 기준, 플래그)를 의미합니다.

계산된 현재 프레임 코너 검출점에는 광학 흐름이 발생한 종료점의 위치를 반환합니다.

상태는 광학흐름의 발생 유/무를 반환합니다.

  • 플래그

    • PyrAReady : 이전 프레임의 피라미드를 사전에 계산
    • PyrBReady : 현재 프레임의 피라미드를 사전에 계산
    • InitialGuesses : 함수가 호출되기 전에 초기 추정 좌표를 포함 (이전 프레임의 코너 검출점이 현재 프레임의 코너 검출점)
    • InitialFlow : 함수가 호출되기 전에 초기 추정 좌표를 포함 (이전 프레임의 코너 검출점이 현재 프레임의 코너 검출점)
    • GetMinEigenVals : 최소 고유 값을 오류 측정 값으로 사용


  • Tip : 오류 측정값 (trackError) - 계산된 값이 주변 움직임에 비해서 값이 너무 튀는 경우 제거하는 용도로 사용


for (int i = 0; i < cornerCount; i++)
{
    if (status[i] == 1)
    {
        Cv.DrawLine(optical, corners[i], corners2[i], CvColor.Red, 1, LineType.AntiAlias, 0);
        Cv.DrawCircle(optical, corners2[i], 3, CvColor.Red, -1);
    }
}

for문을 사용하여 검출된 코너의 개수만큼 반복합니다.

상태값을 사용하여 광학 흐름이 발생하였을 때 값을 출력하게합니다.

Cv.DrawLine()Cv.DrawCircle()을 사용하여 광학 흐름을 optical 필드에 표시합니다.


  • Tip : dxdy를 생성하여 일정 속도 이상, 이하의 값을 무시하거나 출력할 수 있습니다.


Result


2



도움이 되셨다면 광고 클릭 부탁드립니다.

⤧  Next post C# OpenCV 강좌 : 제 60강 - 광학 흐름 - Farneback ⤧  Previous post C# OpenCV 강좌 : 제 58강 - 광학 흐름 - LK