filter_kalman — MV `tracking` op

• 数据种类:无 → table(仅由参数决定的算子 —— 不接受图像或数据输入)

• 调用: import fullseye as fs; fs.ledger.filter_kalman(x, P, z, F, H, Q, R)(要直接调用实现,import mvtrack; mvtrack.filter_kalman(x, P, z, F, H, Q, R);从台账取用则 opsmv.get("filter_kalman"))

• HALCON 对应:filter_kalman(其含义与参数可参考 HALCON 手册)

• GPU:无(仅 CPU 参考实现)

用法

执行线性卡尔曼滤波的一次预测与更新。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

x' = F x、P' = F P F^T + Q で予測し、観測 z で更新する。共分散は対称性の崩れに強い Joseph 形で更新する。z が None なら更新を省く(観測の欠けたコマ)。空の入力(x が 0 要素)は ValueError。

Args:

x: 状態 (n,)。

P: 状態の共分散 (n, n)。

z: 観測 (m,)。None で予測だけ。

F: 遷移行列 (n, n)。

H: 観測行列 (m, n)。

Q: 過程の雑音の共分散 (n, n)(スカラーは対角へ広げる)。

R: 観測の雑音の共分散 (m, m)(スカラーは対角へ広げる)。

Returns:

x、P、gain、innovation、nis(正規化した新息の 2 乗)を持つ dict。

観測が無いコマの gain と innovation は 0、nis は NaN。

详细使用指南

• machine_vision_classics 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• machine_vision_tour — py -3.11 examples/machine_vision_tour.py

• poc_real_bg_kalman_tracking — py -3.11 examples/poc_real_bg_kalman_tracking.py

类型可衔接的下一个算子(可接受 `table` 作为输入)

map_image · rectify_to_world_plane · change_radial_distortion_image · find_ncc_models · run_bg_esti · give_bg_esti · update_bg_esti · classify_class_gmm

同类别(`tracking`)

create_bg_esti · run_bg_esti · give_bg_esti · update_bg_esti

*Provenance: mvtrack.py — MV 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

filter_kalman — MV tracking op

用法