【opencv學習】 KalmanFilter

OpenCV將卡爾曼濾波封裝到KalmanFilter類中的重要參數

CV_WRAP const Mat& predict();//計算預測的狀態值
	CV_WRAP const Mat& correct();//利用測量值更新用卡爾曼濾波直接預測獲得的狀態值，得到最終的狀態值
	Mat statePre;//直接由卡爾曼濾波獲得的預測值 
	Mat statePost;//1、系統初始賦值狀態
	              //2、經predict()後statePost=statePre，是由卡爾曼濾波預測獲得的值
	              //3、經correct()後，經測量值狀態矯正後的最終狀態值
	//以下如果不用噪聲的話，可以初始化爲1的對角陣
	Mat measurementMatrix; //測量矩陣H
	Mat processNoiseCov;   //過程噪聲Q
	Mat measurementNoiseCov;//測量噪聲R
	Mat errorCovPost;       //最小均方誤差P
	/*以下KalamanFilter中沒有的成員，需要自己定義*/
	Mat measurement;//測量值（需要自己初始化，不包含在KalamanFilter中

初始化：
（1）對所有的矩陣都應進行初始化，不需要的就初始化爲單位對角陣
（2）statePost需要初始化（如果是一個二維預測，狀態變量x(k) = [x(sk), y(sk), x(vk), y(vk)], 即對初始狀態的位置和速度都要初始化）
（3）測量值measurement需要初始化
其他可以參照http ://blog.csdn.net/gdfsg/article/details/50904811