聊一点卡尔曼滤波器(Kalman Filter)及仿真

文章预览

我们前一篇关于人物识别跟踪的文章《 视频连续目标跟踪实现的两种方法和示例(更新) 》里讲到，视频图像中物体的识别和跟踪用到了卡尔曼滤波器(KF)。这里对这个话题我们稍微对这个卡尔曼滤波器进行一个整理。 目标跟踪为什么用到卡尔曼滤波器 (KF) ？其实是因为我们假设了视频的连续帧中的每个物体在图像中的移动位置不会相差太多来进行的。我们在 卡尔曼滤波器中设计了一个运动模式，这个运动模式可以让我们估计在下一个图像中每个被识别物体的所在位置，把每个位置和上一 图像中的位置进行比较统计，就可以定个七七八八了。 KF本质上是一种用于估计动态系统状态的递归算法。它通过对系统的数学建模，辅以噪声和不确定性假设，能够从一系列不精确和噪声污染的测量数据中推断出系统的最优状态估计。其核心思想是利用先验知识 ………………………………