粒子滤波目标跟踪原理（不带公式）

参考：
http://blog.csdn.net/wenglee_918/article/details/34422939
http://www.cnblogs.com/yangyangcv/archive/2010/05/23/1742263.html
1. 基本思想
粒子滤波本质上是一种表示概率分布的方法，思想和蒙特卡洛方法近似。蒙特卡洛方法是用频率来近似概率，而粒子滤波方法中是使用粒子分布的密集程度来近似表示概率分布，这种方法可以形象的表示为向一个带磁力的平面抛洒铁粉，磁力大（概率大）的地方铁粉就比较密集。同样的，如果粒子带权重的话，也可以通过权重的大小来表示概率密度的分布。而后一种带权重的表示方法也被用于粒子滤波跟踪过程中。
而目标跟踪，就是在得到观测（当前帧的图像）之后，对状态（目标的位置）的后验概率的估计。当然，数学原理上是用贝叶斯滤波那一套从头开始推到相当复杂，但是在实际使用的时候，要做各种简化的假设（马尔可夫假设、高斯分布假设等等），最终得到一个比较简单的形式。
2. 基本步骤
一般粒子滤波的步骤简化到最后分为以下三步：
a. 初始化粒子，当前粒子一般权重相等，在目标附近高斯分布
b. 得到新一帧的图像，根据此帧图像，对原来的粒子的权重进行调整，得到一个状态的估计，确定当前目标位置（加权平均&#