没有好的特征点的对象跟踪答案

【问题标题】：Object Tracking with no good feature points没有好的特征点的对象跟踪
【发布时间】：2025-11-30 15:00:01
【问题描述】：

我有一个物体沿着传送线移动，我正在尝试使用计算机视觉来跟踪它的位置。一些将通过的对象没有“可跟踪的良好特征”。但是，角落的模板匹配似乎确实有效。

如果 cv::goodFeaturesToTrack 没有给我好分数，我是不是运气不好？角落似乎是显着的特征，我希望我能追踪它们。模板匹配（可能考虑到旋转）是识别角点的最佳选择吗？

【问题讨论】：

您可以使用许多其他特征检测器，例如筛选、冲浪、快速、球体。或者，您可以使用密集方法（即findTransformECC）。模板匹配会起作用；您需要使用 n 旋转创建模板并比较所有模板以找到最接近的旋转，但如果您需要旋转和缩放，您将有很多模板，并且由于您没有给出该对象的示例，因此很难判断这是否是一个好方法。

标签： opencv image-processing computer-vision

【解决方案1】：

请记住，像goodFeaturesToTrack() 这样的例程是基于图像渐变的，而渐变隐含地与单个比例相关联。通常，在一个尺度上梯度较差的图像区域在不同尺度上具有更强的梯度。（实际上，上面 Alexander Reynolds 提到的 SIFT 和 SURF 特征检测器使用了不同尺度的过滤器。）

因此，请考虑您是否可以计算某种多分辨率金字塔并以不同的分辨率应用goodFeaturesToTrack()。还要考虑是否可以使用像 calcOpticalFlowSF 中的多分辨率密集光流方案。

【讨论】：