基于卡尔曼滤波的运动目标跟踪

李亭亭

【摘要】運动目标跟踪是计算机视觉领域的一个核心问题，得到了国内外广泛而深入的研究。视觉跟踪技术具有广阔的应用前景。经过近些年的发展，取得了长足的进步，但是一般意义上的视觉跟踪技术尚不成熟，要开发出真正鲁棒算法并需要解决大量的算法实现问题。本文的主要研究内容是在为kalman理论和Meanshift理论基础上，针对Meanshift目标跟踪算法在严重遮挡情况下常常跟踪失败的缺陷提出改进策略。

【关键词】Kalman滤波，MeanShift算法，目标遮挡，目标跟踪

0 前言

近年来，伴随着计算机技术的飞速发展，运动目标跟踪技术在许多领域中成为研究的热点问题，其融合了图像处理、人工智能以及模式识别、自动控制等许多领域的知识，如今运动目标跟踪技术已经受到各领域学者的高度重视，诸如安全管理部门、国防科研院所、高校等有关学者、工程技术人员等，其在地形匹配、图像导航制导、战场侦察测绘、城市安全等方面得到广泛应用。

1 Kalman滤波原理

1.1 Kalman滤波原理

卡尔曼滤波公式：

（1）状态预测方程： （1.1）

（2）协方差预测方程： （1.2）

（3）卡尔曼增益方程： （1.3）

（4）状态修改方程： （1.4）

（5）协方差修改方程： （1.5）

通过以上分析可知，卡尔曼滤波利用对状态观测系统的反馈控制实现运动估计，包括两个关键的环节：预测和修正步骤指通过当前状态和误差的观测來预测得到下一时刻的先验估计；而修正步骤则通过对先验估计和观测值的分析，得到后验估计。重复以上的递归调用，就实现了Kalman滤波工作过程。……