再读Opencv（2）

1，运动模板
包括UpdateMotionHistory，CalcGlobalOrientation还有几个辅助函数。
不晓得是谁提出的，想法很好，刚运动过的点由最大的值，较早运动过的点值为0。对于运动方向探测来说，应当是很优化的算法了。但实际中一般不需要这种复杂的方法，探测到的目标也不一定是这种由运动发生时刻得到的点。我觉得就是个很好的想法，实现了也蛮有趣，实际中不大用得到的。
2，背景统计
没啥好说得，简单却很重要。要灵活运用。
3，对象跟踪
SnakeImage
SNAKE模型，主动轮廓线模型，具有良好的提取和跟踪特定区域内目标轮廓的能力。
查了很多文献，没有人话，看了不知所云。还得查英文文献。写的最清楚的是：
简单的来讲，SNAKE模型就是一条可变形的参数曲线及相应的能量函数，以最小化能量目标函数为目标，控制参数曲线变形，具有最小能量的闭合曲线就是目标轮廓。原始Snakes 模型:v ( s ) = [x ( s ), y ( s )]其中x(s)和y(s)分别表示每个控制点在图像中的坐标位置s 是以傅立叶变换形式描述边界的自变量.在Snakes 的控制点上定义能量函数,第1 项称为弹性能量是v 的一阶导数的模,第2项称为弯曲能量是v 的二阶导数的模,第3 项是外部能量.
我想，大概是这样一种思想：轮廓由两种因素约束,一种是轮廓本身的，即相邻轮廓点互相之间有相似性，应该是有可以最小化的表达式。第二种是轮廓点和非轮廓点之间差异比较大，有可以最大化的表达式。
camshift和meanshift
利用已知目标的统计信息进行目标的搜索。opencv实现的好像只有像素值作为统计信息，没有纹理或是矩或是其他。
4，光流
另有文章专门写。
5，预估器
有空再看。