流J

FlowJ 是一个插件，它实现了主要的基于梯度的光流技术，例如 Lucas 和 Kanade、Uras、Fleet 以及 Jepson 和 Singh 算法。 它由 Michael D. Abramoff 博士撰写，作为他的工具集“Java 生物医学成像”的一部分。 自2020年底起，藏品原版网站已下线。 因此，该页面包含删除之前其内容的副本。 所有的功劳都应归于阿布拉莫夫博士。

文档

FlowJ - Java 中的光流 FlowJ 是 BIJ 和 Java 生物医学成像网站的一部分。 版本 1.29：渲染速度更快。

此页面是以下内容的配套页面： IEEE 医学影像汇刊，M.D. Abràmoff、W.J. Niessen 和 M.A. Viergever：Objective Quantification of the Motion of Soft Tissues. IEEE TMI。 2000； 19（10）：986-995。

＃＃＃ 描述

FlowJ 是 Java 中流行的 2D 光流算法 Lucas 和 Kanade、Uras、Fleet 和 Jepson 以及 Singh 的集合。它已与 ImageJ 接口，ImageJ 是由美国国立卫生研究院的 Wayne Rasband 开发的 Java 图像处理程序。如果安装正确，FlowJ 将在插件菜单下的 ImageJ 中显示为额外命令。它可以测量和可视化任何开放堆栈中的图像流（与运动相关），例如右侧的 new_square2.tif。测试图像序列可在 ftp.csd.uwo.ca/pub/vision 获取。

其下方的图像显示了不同格式的流场。 FlowJ 中可用的格式包括 DC 格式（我自己开发的伪彩色格式）、常见的箭袋（也称为箭头）格式（仅因为需要放大而提供细节）和 Spotnoise（J.J. van Wijk 开发的热流渲染格式）。 流场始终显示为具有分离的 x 和 y 流的灰度（浮点）堆栈。

＃＃＃ 特征

• Lucas 和 Kanade、Uras、Fleet 和 Jepson 和 Singh 算法。
• 4点中心差、高斯导数和Sobel梯度估计的选择。
• 选择动态颜色、Quiver 和 Spotnoise 流场映射，显示各个流矢量和区域。还可将流场与 x 方向和 y 方向流动的切片堆叠在一起，以便于进行定量分析。
• 读取和写入常见的 Burkitt 格式光流文件（如 Barron 等人的论文中所述）。
• 大多数参数均可访问。
• 广泛的角度误差估计，以便可以将估计流量与真实流场进行比较。
• 可用来源

＃＃＃ 用法

您可以从以下菜单位置运行该插件：Plugins > BIJ > FlowJ。

将打开一个对话框，其中包含以下选项：

按钮

• Compute flow field - 使用算法开始计算帧中切片集的光流。流场将以 DC 格式显示，比例为 1。
• Display - 在单独的窗口中重新显示流场。窗口的大小由比例决定，可视化格式由映射类型决定。
• Open flow field - 以 Burkitt 格式打开现有流场。
• Save flow field - 以 Burkitt 格式保存流场
• Error vs. file - 加载真实流场（Burkitt 格式），并计算 Barron 等人中定义的角度误差。纸。
• Errors to clipboard - 将角度误差数据（包括偏差）复制到剪贴板
• Copy central frame - 显示计算流的堆栈切片。
• Graph - 打开一个窗口，显示测量流量与真实流量的图表。需要加载真实的流场才能发挥作用。

＃＃＃＃ 参数

• Frame - 设置计算流量的切片。默认情况下，帧设置为堆栈中的中央切片。
• Mapping type - 选择 Display 使用的可视化算法
• Rho - 设置颜色映射 (DC) 饱和的流量大小（以像素/帧为单位）。
• Scaling - 设置显示放大。双线性插值。
• Algorithm - 设置估计算法
• Tau - 设置 Lucas-Kanade 和 Uras 算法的阈值
• Gradient method - 设置梯度的计算方式。您可以选择中心差分、高斯（通常是最好的结果）和最近邻（最快和最小的支持）
• Sigma S / T - 计算估计值的空间和时间尺度。这些是无量纲的，并设置与高斯核相关的概率函数的标准偏差
• Regularization 仅适用于 Uras，设置流向量正则化的像素比例。
• Lucas-Kanade 算法的Sigma W：局部区域 W 的尺度，其中流向量被约束为规则的。

这些参数指的是不同的算法（LK = Lucas 和 Kanade、U = Uras、FJ = Fleet 和 Jepson、S = Singh）。上面没有提到的参数对于每种算法来说都是非常特定的。对这些的最好解释可以在我的 TMI 或 Barron_et al_ 中找到。纸：

巴伦，J.L.，弗利特，D.J. & Beauchemin，S.S. Performance of optical flow techniques。国际计算机视觉杂志 12, 43–77 (1994)。

• 最近发现卡内基梅隆大学图像数据库有许多好的运动序列，可在http://vasc.ri.cmu.edu/idb/html/motion/index.html获取

参考文献

• Barron, J. L.、Fleet DJ 和 Beauchemin S.S.，“光流技术的性能”，Int J Comp Vis，卷。 12、没有。 1，第 43-77 页，1994 年。 整体最佳参考。
• Niessen, W. J.、Duncan, J. S.、Nielsen, M.、Florack, L. M. J. 和 ter Haar Romeny, B. M.，“图像序列分析的多尺度方法”，Comp Vis Imag Understanding，卷。 65，没有。 2，第 259-268 页，1997 年。
• Lucas, B. 和 Kanade T.，“应用于立体视觉的迭代图像配准技术”，Proc。 DARPA 图像理解研讨会，1981 年。
• Fleet, D. J. 和 Jepson, A. D.，“方向和速度选择性滤波器的层次结构”，IEEE Trans Patt Anal Mach Intell，卷。 11、没有。 3，第 315-325 页，1989 年。
• Fleet, D. J. 和 Jepson, A. D.，“根据局部相位信息计算分量图像速度”，Int J Comp Vis，卷。 5、没有。 1，第 77-104 页，1990 年。
• Uras, S.、Girosi, F.、Verri, A. 和 Torre, V.，“运动感知的计算方法”，Biol Cybern，卷。 60 页，79-87，1988 年。
• Singh, A.，“图像流计算的估计理论框架”，Proc。第三实习生。计算机视觉会议，1990。
• M.D. Abràmoff、W.J. Niessen 和 M.A. Viergever：软组织运动的客观量化。 IEEE TMI。 2000； 19（10）：986-995。
• 韦克，J.J.货车。点噪声 - 用于数据可视化的纹理合成。
• 计算机图形学，25(4)，（SIGGRAPH’91 会议记录），1991 年，309-318。

如果您有 ftp，请查看 ftp.csd.uwo.ca/pub/vision（使用密码匿名登录）以查找 Barron 等人附带的所有光流算法的 C 源。文章是我灵感的主要来源。您还可以在那里找到要测试的示例图像序列。

变更日志

由于 FlowJ 是在斐济境内维护的，因此进行了以下更改：

• 当您计算所有流场然后显示它们时，“显示静态背景”框现在可以正确处理（克里斯蒂娜·尤格斯特注意到）。
• 现在有一个“显示幅度”按钮来获取流矢量的幅度（即每帧像素的本地“速度”）。

菜单路径

Plugins › BIJ › FlowJ