如何追踪2D运动粒子轨迹？遇粒子出入帧、尺寸差异等问题求方案

核心问题 #

• 不同帧中粒子存在出入画面、尺寸不一的情况
• 使用trackpy手动循环定位粒子后，轨迹绘图显示空白

代码问题分析与修复步骤 #

1. 修复帧标记缺失（空白图核心原因）

你的手动循环替代tp.batch的逻辑没问题，但必须给每帧的定位结果添加frame列——trackpy的link函数依赖该列区分不同帧的粒子，缺失会导致轨迹无法建立关联：

f = pd.DataFrame()
for i in range(len(frames)):
    f1 = tp.locate(frames[i], 31, invert=True, threshold=9)
    f1['frame'] = i  # 关键：给当前帧的粒子添加帧号标记
    f = pd.concat([f, f1])

2. 适配粒子尺寸不一的情况

固定粒子直径（31）会导致尺寸变化的粒子无法被正确检测，建议调整检测逻辑：

• 用minmass参数替代单纯的threshold，通过粒子总亮度过滤，稳定性更强
• 尝试多尺度检测，覆盖不同尺寸的粒子：

diameters = [21, 31, 41]  # 覆盖粒子可能的尺寸范围
f = pd.DataFrame()
for i in range(len(frames)):
    frame_detections = []
    for d in diameters:
        # 用minmass替代threshold，基于粒子亮度过滤
        ff = tp.locate(frames[i], d, invert=True, minmass=1000)
        frame_detections.append(ff)
    # 合并同一帧的多尺寸检测结果，去重重复粒子
    f1 = pd.concat(frame_detections).drop_duplicates(subset=['x', 'y'])
    f1['frame'] = i
    f = pd.concat([f, f1])

3. 处理粒子出入画面的情况

粒子进出画面时，需调整链接参数适配：

• 合理设置search_range，匹配粒子每帧的最大移动距离
• 启用memory参数，允许粒子消失几帧后重新被链接

# search_range设为粒子每帧最大移动距离，memory允许粒子消失2帧后重新关联
t = tp.link(f, search_range=10, memory=2)

如果粒子运动速度波动大，可结合卡尔曼滤波预测位置：

from trackpy.predict import Predict
pred = Predict()  # 初始化卡尔曼滤波预测器
t = tp.link_df(f, search_range=10, predictor=pred.predict)

4. 验证中间结果

绘图前先确认轨迹数据有效性：

print(t.head())
print("有效轨迹数量：", t['particle'].nunique())

# 单独绘制某一粒子的轨迹，验证是否存在有效数据
particle_0 = t[t['particle'] == 0]
plt.plot(particle_0['x'], particle_0['y'])
plt.show()

内容的提问来源于stack exchange，提问作者tushar mehta