基于卡尔曼滤波的目标跟踪算法-官方demo

matlab官方所提供的基于卡尔曼滤波的目标跟踪算法demo，核心部分使用了计算机视觉工具箱，本人将其简化并加入汉语注释，使其更加通俗易懂，运行环境为matlab2014

clc;

frame            = [];  
detectedLocation = [];  %检测到的位置
trackedLocation  = [];  %跟踪到的位置
label            = ‘‘;  %球的标签
  
motionModel           = ‘ConstantAcceleration‘;       %运动模式
initialLocation       = ‘Same as first detection‘;    %初始化位置
initialEstimateError  = 1E5 * ones（1 3）;             %初始化估算误差
motionNoise           = [25 10 1];                  %运动噪声
measurementNoise      = 25;                           %测量噪声
segmentationThreshold = 0.05;                         %分割阈值

videoReader = vision.VideoFileReader（‘movie.avi‘）;
videoPlayer = vision.VideoPlayer（‘Position‘ [100100500400]）;
foregroundDetector = vision.ForegroundDetector（...                     %前景色探测器
  ‘NumTrainingframes‘ 10 ‘InitialVariance‘ segmentationThreshold）;
blobAnalyzer = vision.BlobAnalysis（‘AreaOutputPort‘ false ...        
    ‘MinimumBlobArea‘ 70 ‘CentroidOutputPort‘ true）;
accumulatedImage      = 0;                            %累积的图片
accumulatedDetections = zeros（0 2）;                  %累积的探测值
accumulatedTrackings  = zeros（0 2）;                  %累积的踪迹
isTrackInitialized = false;

while ~isDone（videoReader）
    frame = step（videoReader）;                        
    grayImage = rgb2gray（frame）;                      %图像灰度化
    foreground = step（foregroundDetector grayImage）;
    detectedLocation = step（blobAnalyzer foreground）;
    if isempty（detectedLocation）
        isobjectDetected = false;
    else
        isobjectDetected = true;
        detectedLocation = detectedLocation（1 :）;
    end
    
    if ~isTrackInitialized
        if isobjectDetected
            if strcmp（initialLocation ‘Same as first detection‘）
                initialLocation = detectedLocation;
            end
            
            kalmanFilter = configureKalmanFilter（motionModel ...
            initialLocation initialEstimateError ...
            motionNoise measurementNoise）;
        
            isTrackInitialized = true;
            trackedLocation = correct（kalmanFilter detectedLocation）;
            label = ‘Initial‘;
        else
            trackedLocation = [];
            label = ‘‘;
        end
    else
        if isobjectDetected
            predict（kalmanFilter）;
            trackedLocation = correct（kalmanFilter detectedLocation）;
            label = ‘Corrected‘;
        else
            trackedLocation = predict（kalmanFilter）;
            label = ‘Predicted‘;
        end   
    end
    
    accumulatedImage = max（accumulatedImage frame）;
    accumulatedDetections = [accumulatedDetections; detectedLocation];
    accumulatedTrackings  = [accumulatedTrackings; trackedLocation];
    
    combinedImage = max（repmat（foreground [113]） frame）;
    
    if ~isempty（trackedLocation）
        shape = ‘circle‘;
        region = trackedLocation;
        region（: 3） = 5;
        combinedImage = insertobjectAnnotation（combinedImage shape ...
          region {label} ‘Color‘ ‘red‘

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2016-06-11 10:47  kalman目标跟踪\
     文件        3424  2016-04-30 09:50  kalman目标跟踪\demoForTracking.m
     文件    23405568  2012-05-12 06:37  kalman目标跟踪\movie.avi
     文件        8704  2016-06-11 10:47  kalman目标跟踪\Thumbs.db