资源简介
里面有个基于卡尔曼滤波的视频跟踪matlab程序,还有个基于粒子滤波的视频个跟踪程序,自己验证过。
代码片段和文件信息
/*
mex -f mexopts_intel10amd.bat -output ellipse.dll ellipse.c
mex -f mexopts_intelP4.bat ellipse.c
Author : S閎astien PARIS
m = [130 135; 260 270];
e = [20 15; 20 10; 0 3];
[x y] = ellipse(m e);
plot(x y);
*/
#include
#include “mex.h“
#define PI 3.14159265358979323846
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
void ellipse(double * double * int
double * double *
int
double * double *);
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
void mexFunction( int nlhs mxArray *plhs[] int nrhs const mxArray *prhs[] )
{
double *m *e;
int N;
double *x *y;
double *cos_angle *sin_angle;
int *dimsm *dimse;
int *dimsx;
int i d slice = 1 numdimsm numdimse numdimsx;
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
/* -------------------------- Parse INPUT -------------------------------------- */
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
if(nrhs < 2)
{
mexErrMsgTxt(“At least 2 inputs argument are required for ellipse“);
}
/* ----- Input 1 ----- */
m = mxGetPr(prhs[0]);
numdimsm = mxGetNumberOfDimensions(prhs[0]);
dimsm = mxGetDimensions(prhs[0]);
if ( (dimsm[0] != 2) )
{
mexErrMsgTxt(“m must be at least(d x s1 x .... x sp) d >= 2“);
}
d = dimsm[0];
for (i = 1 ; i < numdimsm ; i++)
{
slice *= dimsm[i];
}
/* ----- Input 2 ----- */
e = mxGetPr(prhs[1]);
numdimse = mxGetNumberOfDimensions(prhs[1]);
dimse = mxGetDimensions(prhs[1]);
if ( (dimse[0] != 3) )
{
mexErrMsgTxt(“e must be (d x s1 x .... x sp)“);
}
/* ----- Input 5 ----- */
if(nrhs < 3)
{
N = 50;
}
else
{
N = (int) mxGetScalar(prhs[2]);
}
/*--------------------------------------------------------------------------------*/
/*--------------------------------------------------------------------------------*/
/* -------------------------- Parse OUTPUT ------------------------------------- */
/*-----------------------------------------------------------------------------
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 226778 2004-11-18 04:54 target tracking using kalman\target tracking using kalman\ball_bg_difference.mpg
文件 266924 2004-11-18 04:54 target tracking using kalman\target tracking using kalman\ball_kalman.mpg
文件 3857 2004-11-18 04:55 target tracking using kalman\target tracking using kalman\DATA\1.jpg
文件 4094 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\10.jpg
文件 4101 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\11.jpg
文件 4089 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\12.jpg
文件 4072 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\13.jpg
文件 3988 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\14.jpg
文件 3967 2004-11-18 05:14 target tracking using kalman\target tracking using kalman\DATA\15.jpg
文件 3996 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\16.jpg
文件 4019 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\17.jpg
文件 4023 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\18.jpg
文件 4104 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\19.jpg
文件 3879 2004-11-18 04:55 target tracking using kalman\target tracking using kalman\DATA\2.jpg
文件 4134 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\20.jpg
文件 4146 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\21.jpg
文件 4119 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\22.jpg
文件 4062 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\23.jpg
文件 4032 2004-11-18 05:15 target tracking using kalman\target tracking using kalman\DATA\24.jpg
文件 4067 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\25.jpg
文件 4076 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\26.jpg
文件 4008 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\27.jpg
文件 3972 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\28.jpg
文件 4099 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\29.jpg
文件 3863 2004-11-18 04:55 target tracking using kalman\target tracking using kalman\DATA\3.jpg
文件 4087 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\30.jpg
文件 4082 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\31.jpg
文件 4020 2004-11-18 05:16 target tracking using kalman\target tracking using kalman\DATA\32.jpg
文件 4043 2004-11-18 05:17 target tracking using kalman\target tracking using kalman\DATA\33.jpg
文件 4054 2004-11-18 05:17 target tracking using kalman\target tracking using kalman\DATA\34.jpg
............此处省略56个文件信息
相关资源
- KF+EKF matlab程序实现
- matlab最速下降法与牛顿法结合求解函
- rbf神经网络求解机器人的运动学逆解
- UR5—Vrep在MATLAB下拾取仿真
- matlab2019运动目标检测--数字图像处理
- 卡尔曼滤波MATLAB代码
- 6自由度机器人正逆运动学matlab
- 基于卡尔曼滤波的三种经典室内定位
- 基于卡尔曼滤波的PID控制
- matlab开发-基于遗传算法的机器人运动
- EKF-UKF-PF 扩展卡尔曼-无迹卡尔曼-粒子
- 检索视频中运动的点并计算线速度角
- MATLAB 粒子滤波目标跟踪代码
- matlab运动模糊图像复原 实验报告
- 基于运动想象脑电信号的多特征融合
- Matlab帧内/帧间预测
- MATLAB在卡尔曼滤波器中应用的理论与
- RBMCDAbox - Matlab Toolbox of Rao-Blackwellize
- matlab 交通流中机动车辆的检测
- Vibe背景建模的方法检测运动物体mat
- 船舶运动控制Matlab
- MATLAB 画飞机三维运动轨迹工具箱
- 基于matlab的运动目标检测源代码
- 运动估计快速算法(TSSDS)matlab
- 粒子滤波完整仿真matlab代码
- MATLAB运动模糊图像复原
- 卡尔曼滤波基础及matlab仿真程序-王可
- matlab实现的人体跟踪kalman滤波
- 卡尔曼滤波(卡尔曼滤波理论与实践
- 集合卡尔曼滤波算法-数据同化的经典
评论
共有 条评论