动态图像的追踪

接下来的工作：
1.分析人脸追踪代码 2.查找资料弄清楚kalman滤波器如何预 测、追踪运动目标 3.
谢谢！
2010.11.5
注：式子1，2就是卡尔曼滤波器5个公式当中的前两个，也就是对系统 1 2 5 的预测。 X(k|k-1)是利用上一状态预测的结果 X(k-1|k-1)是上一状态最优的结果 P(k|k-1)是X(k|k-1)对应的covariance Kg为卡尔曼增益(Kalman Gain)
一个简单的例子来解释kalman filter
交通视频监控系统
之
动态图像Fra Baidu bibliotek追踪
小组成员：董乐 廉飚 吴昊
内容结构
人脸动态追踪 演示
1.实验环境搭建 2.程序的配置调试过 程
动态图像追踪：
Kalman滤波器算法
一： 人脸动态追踪演示 实验环境搭建及运行示例代码 程序的配置调试过程
实验环境
Windows平台 + VC++6.0 + OpenCV1.0
代码调试过程
代码调试过程 1：安装OpenCV 从http://www.opencv.org.cn 下载 http://www.opencv.org.cn OpenCV安装程序，安装到 C:\Program Files\OpenCV即可 如图：
注意：在安装时选择“将\OpenCV\bin加入
系统变量"（Add\OpenCV\bin to the systerm PATH）。
现在我们已经得到k时刻的最优温度值 了，下一步就是要进入k+1时刻，进行 新的最优估算。到现在为止，好像还 没看到什么自回归的东西出现。对了， 在进入k+1时刻之前，我们还要算出k 时刻那个最优值（24.56度）的偏差。 算法如下：((1-Kg)*5^2)^0.5=2.35。这 里的5就是上面的k时刻你预测的那个 23度温度值的偏差，得出的2.35就是 进入k+1时刻以后k时刻估算出的最优 温度值的偏差
4.运行示例程序facedetect.c（人脸识 别程序）运行结果如下图：
交通视频监控系统组成
运动目标检测 运动目标追踪
动态图像追踪简介 动态图像追踪技术就是在一段视频序列中的每幅图 像找到所感兴趣的运动目标所处的位置，以便进行 跟踪、分类或识别，其在军事、国防、工业过程控 制、医学研究、交通监控、飞机导航等领域有着广 泛的应用前景。运动目标跟踪的目的就是通过对序 列图像进行分析研究，计算出运动目标在连续帧图 像中的位移，给出运动目标速度等运动参数，而对 缓解城市交通拥挤、堵塞、违规现象提供依据。利 用图像捕捉并跟踪我们感兴趣的运动目标，形成运 动目标的序列图像由于比静止目标的一帧图像提供 了更多的有用信息，使得可以利用序列图像检测出 在单帧图像中很难检测出的目标
1.背景差法 2.帧间差分法 3.光流法
二：动态图像追踪
动态目标追踪常用方法：
1.Kalman滤波器法 2.波门跟踪法 3.主动轮廓线跟踪法 4.模板匹配跟踪法 5.多模跟踪法
Kalman滤波器法
Kalman filter简介 根据物理学中运动方程来估计目标的位置， 简单的说来，kalman filter是一个“optimal recursive data process algorithm(最优化自 回归数据处理算法)”，对解决很大部分的问 题，他是最优，效率最好的。他广泛应用于 机器人导航、控制、传感器数据融合、军事 方面的雷达系统以及导弹追踪等等。近些年 更被广泛应用于计算机图像处理，例如头脸 识别，图像分割，图像边缘检测等
然后选择source files，在下方填入路 径，最后点击OK完成设置
2，项目设置：每创建一个将要使用的 OpenCV的VC Project，都需要给他指 定需要的lib。菜单：Project>Settings ，然后将Setting for选为All Configutations，然后选择右边的link 标签，在Object/library modules附加 上Cxcore lib cv.lib ml.lib highgui.lib cvcam.lib 如图：
对房间温度的预测 1.根据自己经验预测值，但是对自己的 经验存在一个偏差（这个偏差专业点 的说法叫：高斯白噪声） 2.温度计的测量值，温度计同样会有个 偏差（高斯白噪声）
根据以上两个值结合他们的噪声来预测房间 的实际温度 首先要根据k-1时刻的温度值，来预测K时刻 的温度因为你相信温度是恒定的，所以你会 得到k时刻的温度预测值是跟k-1时刻一样的， 假设是23度，同时该值的高斯噪声的偏差是 5度（5是这样得到的：如果k-1时刻估算出 的最优温度值的偏差是3，你对自己预测的 不确定度是4度，他们平方相加再开方，就 是5）。然后，你从温度计那里得到了k时刻 的温度值，假设是25度，同时该值的偏差是 4度。
由于我们用于估算k时刻的实际温度有 两个温度值，分别是23度和25度。究 竟实际温度是多少呢？相信自己还是 相信温度计呢？究竟相信谁多一点， 我们可以用他们的covariance来判断。 因为Kg^2=5^2/(5^2+4^2)，所以 Kg=0.78，我们可以估算出k时刻的实 际温度值是：23+0.78*(25-23)=24.56 度。可以看出，因为温度计的 covariance比较小（比较相信温度计）， 所以估算出的最优温度值偏向温度计 的值。
Kalman filter原理
根据物理学中运动方程来估计目标的位置 利用反馈控制系统估计运动状态，该过程分 两步：预测和修正。 1.预测：负责利用当前的状态和误差协方差估 计下一时刻的状态，得到先验估计。 2.修正：负责反馈，将新的实际观测值与先验 估计值一起考虑，从而获得后验估计。 在每次完成预测和修正以后，由后验估计值预 测下一时刻的先验估计，重复以上步骤，这 就是Kalman 滤波器的递归工作原理
本质上就5条公式：
1.X(k|k-1)=A X(k-1|k-1)+B U(k) ……….. (1) 2.P(k|k-1)=A P(k-1|k-1) A’+Q ……… (2) 3.X(k|k)= X(k|k-1)+Kg(k) (Z(k)-H X(k|k-1)) ……… (3) 4.Kg(k)= P(k|k-1) H’ / (H P(k|k-1) H’ + R) ……… (4) 5.P(k|k)=（I-Kg(k) H）P(k|k-1) ……… (5)
2：配置windows环境变量 检查C:\Program Files\OpenCV\bin 是 否已近被加入到环境变量path，如果 没有则需要加入 如图：
3.配置visual c++6.0
1.全局设置：菜单Tools->Options>Directories ：先设置lib路径，选择 Library files，在下方填入路径： C:\Program Files\OpenCV\lib 。然后 选择include files，在下方填入路径： 如图：
时刻
自己 预测 值
偏差
温度 计测 量值
偏差
K-1 k k+1 K+2 23
3 5 25
4 4 4 4
实际 值 （估 计值） 23 24.56
24.56 2.35
总结：Kalman 滤波器是一套基本公式， 用于预测修正的评估，在最小化协方 差估计误差方面表现出众。他不要求 保存过去的测量数据，新的数据测得 以后，根据新的数据和前一时刻的参 数估计值，根据递推公式，可计算出 新的参数估计值。这样大大减少了滤 波装置的存储量和计算量。同时又是 一种最优算法，此算法在运动目标追 踪方面有很大的优势，运用广泛。
OpenCV简介
OpenCV（Open Source Computer Vision Library） 是一个基于C/C++语言的计算机视觉库。它轻量级 而且高效，由一系列的C函数和少量的C++类构成， 实习了图像处理和计算机视觉方面的很多通用算法， 可以进行图像/视频载入、保存和采集的常规操作。 OpenCV应用领域：物体识别，人脸识别，动作识 别，运动跟踪，图像分割，机器人等方面。 OpenCV特点：提供丰富的时间处理算法，开源， 便于算法移植，OpenCV的代码经过适当改写可以 正常的运行在DSP系统和单片机系统中，支持绝大 多数格式的图片处理，支持从摄像头或视频文件 （如AVI格式）中捕捉帧画面。