卡尔曼滤波器 - 零预测点
Kalman filter - Null predicted point(s)
本文关键字:滤波器 更新时间:2023-10-16
我正在尝试在与OpenCV C++中应用卡尔曼滤波器,以过滤一些曲目。让它为我工作的第一步是用过滤器从 Points2f 的向量预测点。
我的代码如下:
cv::KalmanFilter kalmanFilter(4,2,0, CV_32F);
kalmanFilter.transitionMatrix = transitionMat;
for(int i = 0 ; i < oldTrackeables.size() ; i++)
for(int j = 0 ; j < oldTrackeables[i].getTrack().size() ; j++)
{
cv::Size msmtSize(2,1);
cv::Mat measurementMat(msmtSize, CV_32F);
measurementMat.setTo(cv::Scalar(0));
measurementMat.at<float>(0) = oldTrackeables[i].getTrack()[j].x;
measurementMat.at<float>(1) = oldTrackeables[i].getTrack()[j].y;
//Initialisation of the Kalman filter
kalmanFilter.statePre.at<float>(0) = (float) oldTrackeables[i].getTrack()[j].x;
kalmanFilter.statePre.at<float>(1) = (float) oldTrackeables[i].getTrack()[j].y;
kalmanFilter.statePre.at<float>(2) = (float) 2;
kalmanFilter.statePre.at<float>(3) = (float) 3;
cv::setIdentity(kalmanFilter.measurementMatrix);
cv::setIdentity(kalmanFilter.processNoiseCov, cv::Scalar::all(1e-4));
cv::setIdentity(kalmanFilter.measurementNoiseCov, cv::Scalar::all(.1));
cv::setIdentity(kalmanFilter.errorCovPost, cv::Scalar::all(.1));
//Prediction
cv::Mat prediction = kalmanFilter.predict();
kalmanFilter.statePre.copyTo(kalmanFilter.statePost);
kalmanFilter.errorCovPre.copyTo(kalmanFilter.errorCovPost);
cv::Point predictPt(prediction.at<float>(0), prediction.at<float>(1));
cv::Point Mc = oldTrackeables[i].getMassCenter();
cv::circle(kalmat, predictPt, 16, cv::Scalar(0,255,0), 3, 2, 1);
std::cout<<"prediction : x = " << predictPt.x << " - y = " << predictPt.y <<std::endl;
std::cout<<"position captée : x = " << oldTrackeables[i].getTrack()[j].x << " - y = " << oldTrackeables[i].getTrack()[j].y << std::endl;
std::cout<<"size of frame : rows = " << frame.rows << " - width = " << frame.cols <<std::endl;
std::cout<<"size of kalmat : rows = " << kalmat.rows << " - width = " << kalmat.cols <<std::endl;
cv::imshow("kalmat", kalmat);
其中 oldTrackeables[i].getTrack()[j] 只是来自向量的一些 Points2f。
跟踪是正确的,但卡尔曼滤波器没有为预测提供"正确"的值 - 例如,程序显示: 预测 : x = 0 - y = 0 - 位置 captée : x = 138.29 - y = 161.078 (原点的位置)。
我真的一直在寻找答案并尝试许多不同的方法来做到这一点,但我找不到任何真正帮助我的东西......我发现最接近的是这个:http://answers.opencv.org/question/24865/why-kalman-filter-keeps-returning-the-same-prediction/但它并没有帮助我解决我的问题......
如果你们中的任何人有可以帮助我理解问题的答案,我将不胜感激。 谢谢。
首先,我会将所有 init 内容移到循环之外,否则您将覆盖过滤器中的内部状态。同时将statePre
更改为statPost
//Initialisation of the Kalman filter
kalmanFilter.statePost.at<float>(0) = (float) 0;
kalmanFilter.statePost.at<float>(1) = (float) 0;
kalmanFilter.statePost.at<float>(2) = (float) 2;
kalmanFilter.statePost.at<float>(3) = (float) 3;
cv::setIdentity(kalmanFilter.measurementMatrix);
cv::setIdentity(kalmanFilter.processNoiseCov, cv::Scalar::all(1e-4));
cv::setIdentity(kalmanFilter.measurementNoiseCov,cv::Scalar::all(.1));
cv::setIdentity(kalmanFilter.errorCovPost, cv::Scalar::all(.1));
部分:
kalmanFilter.statePre.copyTo(kalmanFilter.statePost);
kalmanFilter.errorCovPre.copyTo(kalmanFilter.errorCovPost);
应该删除,因为这是在predict
阶段内部完成的。
最后,正如@Mozfox所说,您提供的循环代码中不存在correct
阶段。加:
kalmanFilter.predict(measurementMat);
我认为您缺少测量计算的校正阶段。
相关文章:
- C++ OpenCV 卡尔曼滤波器构造函数错误
- OpenCV的卡尔曼滤波器过渡矩阵如何处理时间(如t和t^2)进行运动预测?
- 如何使用中值滤波器算法去除胡椒噪声
- 用于检测特定频率的直接显示滤波器
- Opencv 平均滤波器提供的输出与 Matlab 平均滤波器不同
- 使用Kalman滤波器来filt噪声,而不会延迟OpenCV C
- 使用哪个 pcl 滤波器对点云进行下采样
- 按类型参数进行GTEST滤波器测试
- 卡尔曼滤波器 - 零预测点
- 将信号转换为梯形(梯形滤波器)
- 字符数组中的滤波器unicode字符
- 如何在C/C++中使用FFmpeg API覆盖滤波器
- 实现了用于滤波器设计的remez交换算法
- 如何在 VTK 中投射滤波器的输出,C++与 QT 一起使用?
- Gabor滤波器C (OPENCV):错误
- QSQLTableModel滤波器无结果
- 高斯滤波器核值
- 应用medianBlur以及拉普拉斯和阈值滤波器
- 滤波器卷积反射边界
- 傅里叶变换高斯滤波器误差