OpenCV 中卡尔曼滤波器的参数

Posted

技术标签:

【中文标题】OpenCV 中卡尔曼滤波器的参数【英文标题】:Arguments of the Kalman Filter in OpenCV 【发布时间】:2014-11-28 10:14:27 【问题描述】:

我们一直在尝试使用卡尔曼滤波器来改进我们的轨迹预测代码。我查看了一些在线资源并了解了它在 opencv 中的大部分使用方式,但我无法理解的是 OpenCV 中对 KalmanFilter 的构造函数调用。

KalmanFilter KF(2, 1, 0);

这里的2、1、0分别代表什么?

更新:终于通过打印或所涉及的各种矩阵的大小弄清楚了参数的含义。

状态:2x1

状态转移矩阵:2x2

控制矩阵:0x0

【问题讨论】:

【参考方案1】:

如the documentation 所述,2,1 和 0 是状态、测量和控制空间的维度。

也就是说,您的状态向量的长度为 2,测量值是标量,并且没有控制信号。

【讨论】:

0是否表示没有控制信号? 表示控制向量维数为零。这意味着零控制信号。

以上是关于OpenCV 中卡尔曼滤波器的参数的主要内容,如果未能解决你的问题,请参考以下文章

计算机视觉(多目标跟踪)算法中卡尔曼滤波算法详解

在 OpenCV Java 中实现卡尔曼滤波器

opencv卡尔曼滤波器多目标跟踪错误

Opencv Python卡尔曼滤波器预测结果查询

OpenCV卡尔曼滤波器的实际实现与python?

我对 openCV 卡尔曼滤波器的使用已关闭,但无法正常工作