Создайте фильтр Калмана для отслеживания объектов
kalmanFilter = configureKalmanFilter(MotionModel,InitialLocation,InitialEstimateError,MotionNoise,MeasurementNoise)vision.KalmanFilter объект настроен для отслеживания физического объекта. Этот объект перемещается с постоянной скоростью или постоянным ускорением в M -мерном Декартовом пространстве. Функция определяет количество размерностей, M, из длины InitialLocation вектор.
Эта функция обеспечивает простой подход для настройки vision.KalmanFilter объект для отслеживания физического объекта в Декартовой системе координат. Отслеживаемый объект может перемещаться либо с постоянной скоростью, либо с постоянным ускорением. Статистика одинаковая по всем размерностям. Если вам нужно сконфигурировать фильтр Калмана с различными предположениями, используйте vision.KalmanFilter объект непосредственно.
Обнаружение и отслеживание мяча с помощью фильтрации Калмана, обнаружения переднего плана и анализа больших двоичных объектов.
Создайте системные объекты, чтобы считать видеокадры, обнаруживать физические объекты переднего плана и отображать результаты.
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);
Обработайте каждый видеокадр, чтобы обнаружить и отследить мяч. После чтения текущего видеокадра, пример ищет мяч с помощью вычитания фона и анализа больших двоичных объектов. Когда мяч впервые обнаружен, в примере создается фильтр Калмана. Фильтр Калмана определяет местоположение мяча? s, независимо от того, обнаружен он или нет. Если обнаружен мяч, фильтр Калмана сначала предсказывает его состояние в текущем видеокадре. Затем фильтр использует только что обнаруженное местоположение, чтобы исправить состояние, получая отфильтрованное местоположение. Если мяч отсутствует, фильтр Калмана полагается исключительно на свое предыдущее состояние, чтобы предсказать текущее местоположение 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
Отпустите ресурсы.
release(videoPlayer);
Эта функция обеспечивает простой подход для настройки зрения. Объект KalmanFilter для отслеживания. Фильтр Калмана реализует дискретное время, линейную Систему в пространстве состояний. configureKalmanFilter функция устанавливает vision.KalmanFilter свойства объекта.
The InitialLocation свойство соответствует вектору измерения, используемому в модели пространства состояний фильтра Калмана. Эта таблица M связывает вектор измерения с моделью пространства состояний для фильтра Калмана. | ||
| Модель перехода состояния, A и модель Измерения, H | ||
Модель перехода между состояниями, A и модель измерения, H модели пространства состояний, установлены, чтобы блокировать диагональные матрицы, сделанные из M одинаковых подматриц 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(<reservedrangesplaceholder0>) , 0] | |
'ConstantAcceleration' | [InitialLocation(1), 0, 0..., InitialLocation(<reservedrangesplaceholder0>) , 0, 0] | |
| Начальное состояние ошибки расчета ковариации матрицу, P: | ||
P = diag(repmat(InitialError, [1, M])) | ||
| Ковариация шума процесса, Q: | ||
Q = diag(repmat(MotionNoise, [1, M])) | ||
| Измерение измерительного шума, R: | ||
R = diag(repmat(MeasurementNoise, [1, M])). | ||