基于卡尔曼预测和滤波的视频目标跟踪.pptVIP

图像处理与模式识别 《基于卡尔曼预测和滤波的视频目标跟踪》 报告人：**** 本文结合目标跟踪时的卡尔曼滤波算法，在每次完成目标状态的滤波估计后，进行卡尔曼一步预测，确定目标下一时刻可能的范围，避免下一时刻确定量测信息时对整幅图像的搜索，极大地减小计算量，提高目标跟踪的实时性和精度。最后计算机仿真实验验证文中所提方法的有效性。 一、引言 随着现代战争信息化和网络化的发展，以及侦查设备的发展，基于红外和可见光的视频目标跟踪得到了极大地关注和广泛的研究，在民用领域也有着广阔的应用前景，得到了国内外研究者的高度重视。卡尔曼滤波算法因为能够递推完成目标状态的最优估计，因此成为视频目标跟踪的首选算法。 二、Kalman 滤波 传统KF背景和推导 EKF推导 传统KF背景和推导 what is kalman filter? 卡尔曼滤波的一个典型实例是从一组有限的，包含噪声的，对物体位置的观察序列（可能有偏差）预测出物体的位置的坐标及速度。在很多工程应用(如雷达、计算机视觉)中都可以找到它的身影。同时，卡尔曼滤波也是控制理论以及控制系统工程中的一个重要课题。 传统KF背景和推导 what is kalman filter? 例如,对于雷达来说，人们感兴趣的是其能够跟踪目标。但目标的位置、速度、加速度的测量值往往在任何时候都有噪声。卡尔曼滤波利用目标的动态信息，设法去掉