Создать фильтр Калмана для отслеживания объектов
kalmanFilter = configureKalmanFilter(MotionModel,InitialLocation,InitialEstimateError,MotionNoise,MeasurementNoise)vision.KalmanFilter объект, сконфигурированный для отслеживания физического объекта. Этот объект движется с постоянной скоростью или постоянным ускорением в M-мерном декартовом пространстве. Функция определяет количество измерений, M, по длине InitialLocation вектор.
Эта функция обеспечивает простой подход для конфигурирования vision.KalmanFilter для отслеживания физического объекта в декартовой системе координат. Отслеживаемый объект может перемещаться либо с постоянной скоростью, либо с постоянным ускорением. Статистика одинакова по всем измерениям. Если необходимо настроить фильтр Калмана с различными допущениями, используйте vision.KalmanFilter непосредственно объект.
Обнаружение и отслеживание шара с помощью фильтрации Калмана, обнаружения переднего плана и анализа больших двоичных объектов.
Создание системных объектов для считывания видеокадров, обнаружения основных физических объектов и отображения результатов.
videoReader = VideoReader('singleball.mp4'); videoPlayer = vision.VideoPlayer('Position',[100,100,500,400]); foregroundDetector = vision.ForegroundDetector('NumTrainingFrames',10,... 'InitialVariance',0.05); blobAnalyzer = vision.BlobAnalysis('AreaOutputPort',false,... 'MinimumBlobArea',70);
Обработка каждого видеокадра для обнаружения и отслеживания шара. После считывания текущего видеокадра в примере выполняется поиск шара с помощью вычитания фона и анализа больших двоичных объектов. При первом обнаружении шара в примере создается фильтр Калмана. Фильтр Калмана определяет местоположение шара, независимо от того, обнаружен он или нет. Если шар обнаружен, фильтр Калмана сначала прогнозирует его состояние на текущем видеокадре. Затем фильтр использует вновь обнаруженное местоположение для исправления состояния, создавая отфильтрованное местоположение. Если мяч отсутствует, фильтр Калмана полагается исключительно на его предыдущее состояние для прогнозирования текущего местоположения мяча.
kalmanFilter = []; isTrackInitialized = false; while hasFrame(videoReader) colorImage = readFrame(videoReader); foregroundMask = step(foregroundDetector,im2gray(im2single(colorImage))); detectedLocation = step(blobAnalyzer,foregroundMask); isObjectDetected = size(detectedLocation, 1) > 0; if ~isTrackInitialized if isObjectDetected kalmanFilter = configureKalmanFilter('ConstantAcceleration',... detectedLocation(1,:), [1 1 1]*1e5, [25, 10, 10], 25); isTrackInitialized = true; end label = ''; circle = zeros(0,3); else if isObjectDetected predict(kalmanFilter); trackedLocation = correct(kalmanFilter, detectedLocation(1,:)); label = 'Corrected'; else trackedLocation = predict(kalmanFilter); label = 'Predicted'; end circle = [trackedLocation, 5]; end colorImage = insertObjectAnnotation(colorImage,'circle',... circle,label,'Color','red'); step(videoPlayer,colorImage); pause(0.1); end
Освободить ресурсы.
release(videoPlayer);
Эта функция обеспечивает простой подход к конфигурированию видения. Объект KalmanFilter для отслеживания. Фильтр Калмана реализует дискретную временную линейную систему State-Space System. configureKalmanFilter функция устанавливает vision.KalmanFilter свойства объекта.
InitialLocation свойство соответствует вектору измерения, используемому в модели состояния-пространства фильтра Калмана. В этой таблице вектор М измерения связан с моделью состояния-пространства для фильтра Калмана. | ||
| Модель перехода состояния, A и модель измерения, H | ||
Модель перехода состояния, А, и модель измерения, Н модели состояния-пространства, настроены на блок-диагональные матрицы, выполненные из М идентичных подматриц As и Hs соответственно: A = H = | ||
| Подматрицы As и Hs описаны ниже: | ||
| MotionModel | Как | Hs |
'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(М), 0] | |
'ConstantAcceleration' | [InitialLocation(1), 0, 0, ..., InitialLocation(М), 0, 0] | |
| Ковариационная матрица ошибки 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, М])). | ||