卡爾曼濾波之Opencv（二）

今天研究了一下卡爾曼濾波跟蹤，同時也看了一下卡爾曼濾波opencv的源**，總是看懂了，具體原理可以看看。下面是opencv自帶的乙個程式，**如下：

// kalman.cpp : 定義控制台應用程式的入口點。
//#include "stdafx.h"
#include "opencv2/video/tracking.hpp"
#include "opencv2/highgui/highgui.hpp"
#include using namespace cv;
static inline point calcpoint(point2f center, double r, double angle)
static void help()
int main(int, char**)
if( code == 27 || code == 'q' || code == 'q' )
break;
}return 0;
}

同時為了更好的理解**，我們需要知道一下的東西

**1.

mat statepre;           //!< predicted state (x'(k)): x(k)=a*x(k-1)+b*u(k)
mat statepost; //!< corrected state (x(k)): x(k)=x'(k)+k(k)*(z(k)-h*x'(k))
mat transitionmatrix; //!< state transition matrix (a)
mat controlmatrix; //!< control matrix (b) (not used if there is no control)
mat measurementmatrix; //!< measurement matrix (h)
mat processnoisecov; //!< process noise covariance matrix (q)
mat measurementnoisecov;//!< measurement noise covariance matrix (r)
mat errorcovpre; //!< priori error estimate covariance matrix (p'(k)): p'(k)=a*p(k-1)*at + q)*/
mat gain; //!< kalman gain matrix (k(k)): k(k)=p'(k)*ht*inv(h*p'(k)*ht+r)
mat errorcovpost; //!< posteriori error estimate covariance matrix (p(k)): p(k)=(i-k(k)*h)*p'(k)

一看上面的注釋大概也明白什麼意思了。

此外，還需要看2斷**

const mat& kalmanfilter::predict(const mat& control)

這個段**其實就是：x(k|k-1) = a(k-1|k-1) ，同時得到**結果x(k|k-1)的偏差p(k|k-1)

const mat& kalmanfilter::correct(const mat& measurement)

卡爾曼濾波的簡單應用

卡爾曼 Simulink之卡爾曼濾波

卡爾曼濾波主要根據系統狀態方程，通過系統輸入輸出作為觀測資料，來不斷迭代修正預估的邏輯，實現對系統狀態的最優估計。理式比較複雜，需要花時間去體會理解，想細研究的朋友建議直接去找一篇相關學習其實研究之後一天就又忘了卡爾曼基本迭代公式基於上面的5個等式，我們可以搭建出卡爾曼濾波的基本模型為了...

卡爾曼卡爾曼濾波 1

今天主要介紹一下卡爾曼濾波器，所謂卡爾曼濾波器其實是一種最優化遞迴數字處理演算法 optimal recursive data processing algorithm 卡爾曼濾波器應用既然我們有了測量儀器，這些測量儀器可以目標給出準確測量值。還需要卡爾曼濾波器進行估計嗎?下面解釋一下為什麼需要卡...

卡爾曼基礎卡爾曼濾波

卡爾曼濾波器是一種基礎定位演算法。原理非常簡單易懂。核心過程可以用乙個圖說明本質上就是這兩個狀態過程的迭代，來逐步的準確定位。更新更具感測器獲取到比較準確的位置資訊後來更新當前的問位置，也就是糾正的錯誤。你可能要問為什麼有感測器的資料了還要進行更新？因為在現實世界中感測器是存在很多雜訊干擾...

卡爾曼濾波之Opencv（二）

卡爾曼 Simulink之卡爾曼濾波

卡爾曼 卡爾曼濾波 1

卡爾曼 基礎卡爾曼濾波

相關推薦

卡爾曼卡爾曼濾波 1

卡爾曼基礎卡爾曼濾波