TLD源码--lk.cpp

lk.cpp在mex文件夹下面，在compile时和Opencv的库文件一起编译，在tldExample->tldProcessFrame->tldTracking中被调用，输入前一帧图像，后一帧图像和前一帧目标窗口提取的特征矩阵，这个矩阵是平均散落在目标窗口中的，并非是特殊的角点，因此也带来了一些问题，就是图像比较复杂时跟踪出错情况很明显，比如有许多人，而且发生遮挡频繁时，tld就根本跟踪不到目标了。lk文件处理两种情况，第一种case
0是对变量的初始化，IMG是存放输入图像的，PYR是放金字塔缓存的，CvPoint2D32f* points[3] = {0,0,0};是指向图像中点的指针，CvPoint2D32f定义如下：

typedef struct CvPoint2D32f

{

float x;

float y;

}

CvPoint2D32f;

case 2是用来处理跟踪的，lk(2,tld.img{I}.input,tld.img{J}.input,xFI,xFI)，2用来选择处理哪类问题，tld.img{I}.input前一帧图像，是原始图像未处理过，tld.img{J}.input，后一帧图像，xFI是选取的特征点矩阵。

其中的主要函数：loadImageFromMatlab()顾名思义，就是把matlab里的图像，其实就是一个二维矩阵，读入到Iplimg类型的变量里去，其实就是存到imagedata结构里面。cvCalcOpticalFlowPyrLK，主要的跟踪处理函数，具体流程也不太熟，目的是在下一帧图像中跟踪前一帧的点，结果放入status数组中，status[i]==1表示跟踪上，==0表示没有跟踪上，normCrossCorrelation是对跟踪上的点，计算匹配度，就是计算ncc的值，euclideanDistance是计算相应的点对之间的欧式距离，计算fb的值。lk(2,tld.img{I}.input,tld.img{J}.input,xFI,xFI)这句的输出是一个列向量集，每列对应着一个点，前两个是x,y
坐标，后两个是匹配度和欧式距离。