文档介绍：该【图形跟踪与卡尔曼滤波 】是由【相惜】上传分享，文档一共【24】页，该文档可以免费在线阅读，需要了解更多关于【图形跟踪与卡尔曼滤波 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。姓名:. ※※※.指导老师:. ※※※.单位:.※※※※※※※※※※※.、图形的边缘定位Snakes〔主动轮廓模型〕该模型通常用于定位对象的边界。传统的Snakes模型,是一条满足χ(s)=[x(s),y(s)]〔其中s∈[0,1]〕的曲线通过在图像空间域内的移动使得能量函数 取得最小值,从而来确定该图像边缘界线。.一、图形的边缘定位Snakes〔主动轮廓模型〕然而要想到达该目标,需在给定灰度图像I(x,y)的前提下,满足欧拉方程 以上等式可看作是作用力平衡方程 其中,.一、图形的边缘定位Snakes〔主动轮廓模型〕在此,我们引入时间变量t,使χ作为t的函数,并将对其的偏导与左边建立等式 并将 替换为更常用的 ,从而得到 最后,通过对参数的不断修正,以获得最优解。.一、图形的边缘定位GVF〔梯度矢量流〕GVF是在Snakes的根底上,引入了函数ν(x,y)来代替 ,从而 下面我们引进源自于I(x,y)的边缘图函数:.一、图形的边缘定位GVF〔梯度矢量流〕接下来就是求能量函数 的最小值。利用变分法,我们可以通过对以下两个方程求解从而获得GVF场:.一、图形的边缘定位GVF〔梯度矢量流〕对上述两公式进行整理并引入ut和vt,从而得到 、图形的边缘定位GVF〔梯度矢量流〕继而得到GVF的解决方案: 其中,.二、图象的动态跟踪AAM〔主动外观模型〕AAM可实现可变形模板模型〔几乎〕实时的目标跟踪。它将平面形状作为一个有限的地标集来处理,用于单一N点形状的表示是: 下面利用协方差矩阵的特征向量 的线性组合 引入平均形状 得到下式:.二、图象的动态跟踪AAM〔主动外观模型〕接下来我们引入质地方案,即“整个对象的像素强度的问题〔如适宜的标准化后有所必要〕〞,那么对于m个样本可以这样描述: 同样有.