原创力文档- 1、本文档共35页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
OpenCVKalman濾波的结构和函数定义
首先来看一下OpenCV中关于Kalman滤波的结构和函数定义
CvKalman
Kalman 滤波器状态
typedef struct CvKalman
{
int MP; /* 测量向量维数 */
int DP; /* 状态向量维数 */
int CP; /* 控制向量维数 */
/* 向后兼容字段 */
#if 1
float* PosterState; /* =state_pre-data.fl */
float* PriorState; /* =state_post-data.fl */
float* DynamMatr; /* =transition_matrix-data.fl */
float* MeasurementMatr; /* =measurement_matrix-data.fl */
float* MNCovariance; /* =measurement_noise_cov-data.fl */
float* PNCovariance; /* =process_noise_cov-data.fl */
float* KalmGainMatr; /* =gain-data.fl */
float* PriorErrorCovariance;/* =error_cov_pre-data.fl */
float* PosterErrorCovariance;/* =error_cov_post-data.fl */
float* Temp1; /* temp1-data.fl */
float* Temp2; /* temp2-data.fl */
#endif
CvMat* state_pre; /* 预测状态 (x(k)):
x(k)=A*x(k-1)+B*u(k) */
CvMat* state_post; /* 矫正状态 (x(k)):
x(k)=x(k)+K(k)*(z(k)-H*x(k)) */
CvMat* transition_matrix; /* 状态传递矩阵 state transition matrix (A) */
CvMat* control_matrix; /* 控制矩阵 control matrix (B)
(如果没有控制，则不使用它)*/
CvMat* measurement_matrix; /* 测量矩阵 measurement matrix (H) */
CvMat* process_noise_cov; /* 过程噪声协方差矩阵
process noise covariance matrix (Q) */
CvMat* measurement_noise_cov; /* 测量噪声协方差矩阵
measurement noise covariance matrix (R) */
CvMat* error_cov_pre; /* 先验误差计协方差矩阵
priori error estimate covariance matrix (P(k)):
P(k)=A*P(k-1)*At + Q)*/
CvMat* gain; /* Kalman 增益矩阵 gain matrix (K(k)):
K(k)=P(k)*Ht*inv(H*P(k)*Ht+R)*/
CvMat* error_cov_post;
文档评论（0）