Question

如何用基于opencv的kalman滤波实现视频中的目标追踪？

新手刚学opencv，有代码最好了。在csdn找了一天也没找到。求大神给答复，重谢了
我已经用vibe完成了前景提取了。就差目标追踪了，听说是用框框起来。

Answer 1

　步骤一 ：
Kalman这个类需要初始化下面变量：
　　转移矩阵，测量矩阵，控制向量(没有的话，就是0)，过程噪声协方差矩阵，测量噪声协方差矩阵，后验错误协方差矩阵，前一状态校正后的值，当前观察值。
　　步骤二：
　　调用kalman这个类的predict方法得到状态的预测值矩阵，预测状态的计算公式如下：
　　predicted state (x'(k)): x'(k)=A*x(k-1)+B*u(k)
　　其中x(k-1)为前一状态的校正值，第一个循环中在初始化过程中已经给定了，后面的循环中Kalman这个类内部会计算。A,B,u(k),也都是给定了的值。这样进过计算就得到了系统状态的预测值x'(k)了。
　　步骤三：
　　调用kalman这个类的correct方法得到加入观察值校正后的状态变量值矩阵，其公式为：
　　corrected state (x(k)): x(k)=x'(k)+K(k)*(z(k)-H*x'(k))
　　其中x'(k)为步骤二算出的结果，z(k)为当前测量值，是我们外部测量后输入的向量。H为Kalman类初始化给定的测量矩阵。K(k)为Kalman增益，其计算公式为：
　　Kalman gain matrix (K(k)): K(k)=P'(k)*Ht*inv(H*P'(k)*Ht+R)
　　计算该增益所依赖的变量要么初始化中给定，要么在kalman理论中通过其它公式可以计算。
　　经过步骤三后，我们又重新获得了这一时刻的校正值，后面就不断循环步骤二和步骤三即可完成Kalman滤波过程。

追问

问一下大神，您有代码吗？ 541119719 我的qq
不尽感谢啊！！