【opencv学习】 KalmanFilter

OpenCV将卡尔曼滤波封装到KalmanFilter类中的重要参数

CV_WRAP const Mat& predict();//计算预测的状态值
	CV_WRAP const Mat& correct();//利用测量值更新用卡尔曼滤波直接预测获得的状态值，得到最终的状态值
	Mat statePre;//直接由卡尔曼滤波获得的预测值 
	Mat statePost;//1、系统初始赋值状态
	              //2、经predict()后statePost=statePre，是由卡尔曼滤波预测获得的值
	              //3、经correct()后，经测量值状态矫正后的最终状态值
	//以下如果不用噪声的话，可以初始化为1的对角阵
	Mat measurementMatrix; //测量矩阵H
	Mat processNoiseCov;   //过程噪声Q
	Mat measurementNoiseCov;//测量噪声R
	Mat errorCovPost;       //最小均方误差P
	/*以下KalamanFilter中没有的成员，需要自己定义*/
	Mat measurement;//测量值（需要自己初始化，不包含在KalamanFilter中

初始化：

（1）对所有的矩阵都应进行初始化，不需要的就初始化为单位对角阵

（2）statePost需要初始化（如果是一个二维预测，状态变量x(k) = [x(sk), y(sk), x(vk), y(vk)], 即对初始状态的位置和速度都要初始化）

（3）测量值measurement需要初始化

其他可以参照http ://blog.csdn.net/gdfsg/article/details/50904811