OpenCV视觉分析之目标跟踪(2)卡尔曼滤波器KalmanFilter的使用

• 操作系统：ubuntu22.04
• OpenCV版本：OpenCV4.9
• IDE:Visual Studio Code
• 编程语言：C++11

算法描述

卡尔曼滤波器类。

该类实现了标准的卡尔曼滤波器（http://en.wikipedia.org/wiki/Kalman_filter, [292]）。然而，你可以修改 transitionMatrix、controlMatrix 和 measurementMatrix 以获得扩展卡尔曼滤波器的功能。

注意
在 C API 中，当不再需要 CvKalman* kalmanFilter 结构时，应使用 cvReleaseKalman(&kalmanFilter) 释放它。

成员变量

cv::KalmanFilter 类包含以下几个主要成员变量：

• StatePre (cv::Mat)：状态向量的先验估计。
• StatePost (cv::Mat)：状态向量的后验估计。
• TransitionMatrix (cv::Mat)：状态转移矩阵F
• ControlMatrix (cv::Mat)：控制矩阵B
• MeasurementMatrix (cv::Mat)：测量矩阵H
• ProcessNoiseCov (cv::Mat)：过程噪声协方差矩阵Q
• MeasurementNoiseCov (cv::Mat)：测量噪声协方差矩阵R
• ErrorCovPre (cv::Mat)：状态误差协方差矩阵的先验估计。
• ErrorCovPost (cv::Mat)：状态误差协方差矩阵的后验估计。
  常用成员函数
• cv::KalmanFilter::predict()：执行卡尔曼滤波器的预测步骤。
• cv::KalmanFilter::correct(const cv::Mat& measurement)：执行卡尔曼滤波器的更新（校正）步骤。

代码示例

#include <opencv2/opencv.hpp>
#include <iostream>

int main()
{
   
    // 创建卡尔曼滤波器对象
    cv::KalmanFilter kalman( 4, 2, 0 );  // 4维状态空间，2维测量空间，无控制输入

    // 设置状态转移矩阵 F
    kalman.transitionMatrix = ( cv::Mat_< float<