Создайте Фильтр Калмана для объектного отслеживания
возвращает kalmanFilter
= configureKalmanFilter(MotionModel
,InitialLocation
,InitialEstimateError
,MotionNoise
,MeasurementNoise
)vision.KalmanFilter
объект, сконфигурированный, чтобы отследить физический объект. Этот объект перемещается с постоянной скоростью или постоянным ускорением в M - размерный Декартов пробел. Функция определяет количество размерностей, M, от длины InitialLocation
вектор.
Эта функция обеспечивает простой подход для конфигурирования vision.KalmanFilter
объект для отслеживания физического объекта в Декартовой системе координат. Отслеживаемый объект может переместиться или с постоянной скоростью или с постоянным ускорением. Статистические данные являются тем же самым по всем измерениям. Если необходимо сконфигурировать Фильтр Калмана с различными предположениями, используйте vision.KalmanFilter
возразите непосредственно.
Эта функция обеспечивает простой подход для конфигурирования видения. Объект KalmanFilter для отслеживания. Фильтр Калмана реализует дискретное время, линейную Систему в пространстве состояний. configureKalmanFilter
функционируйте устанавливает vision.KalmanFilter
свойства объектов.
InitialLocation свойство соответствует вектору измерения, используемому в модели в пространстве состояний Фильтра Калмана. Эта таблица связывает вектор измерения, M, к модели в пространстве состояний для Фильтра Калмана. | ||
Модель изменения состояния, A, и модель Measurement, H | ||
Модель изменения состояния, A, и модель измерения, H модели в пространстве состояний, собирается блокировать диагональные матрицы, сделанные из M идентичные подматрицы A s и H s, соответственно: A = H = | ||
Подматрицы A s и H s описаны ниже: | ||
MotionModel | A s | H s |
'ConstantVelocity' | [1 1; 0 1] | [1 0] |
'ConstantAcceleration' | [1 1 0.5; 0 1 1; 0 0 1] | [1 0 0] |
Начальное состояние, x: | ||
MotionModel | Начальное состояние, x | |
'ConstantVelocity' | [InitialLocation (1), 0..., InitialLocation (M), 0] | |
'ConstantAcceleration' | [InitialLocation (1), 0, 0..., InitialLocation (M), 0, 0] | |
Ошибочная ковариационная матрица оценки начального состояния, P: | ||
P = diag repmat (InitialError , [1, M])) | ||
Ковариация шума процесса, Q: | ||
Q = diag repmat (MotionNoise , [1, M])) | ||
Ковариация шума измерения, R: | ||
R = diag repmat (MeasurementNoise , [1, M])). |
vision.BlobAnalysis
| vision.ForegroundDetector
| vision.KalmanFilter