基于meanshift和粒子滤波的目标跟踪代码

meanshift和粒子滤波的目标跟踪的相关代码。

/*  
  基于彩色直方图和Kalman滤波的视频跟踪算法
  Version 0.9
  Written by Y. B. Mao
  Visual Information Processing and Analysis Group （ViPAG） 
  Nanjing University of Sci. & Tech.
  www.open-image.org
  Feb. 9 2006
  All rights reserved.

  Kalman滤波算法的详细描述，参见：
  [1] 徐士良. C常用算法程序集. 清华大学出版社. 1994.

  Mean shift跟踪算法的详细描述，请参见：
  [1] D. Comaniciu V. Ramesh P. Meer. Real-time tracking of non-rigid
  objects using mean shift. Proc. Conf. Vision Pattern Rec. II: 142-149 
  Hilton Head SC June 2000.
  [2] Dorin Comaniciu Visvanathan Ramesh Peter Meer. Kernel-based object
  tracking. IEEE Trans. on Pattern Analysis and Machine Intelligence. 
  Vol.25 No. 5 2003 pp. 554-577.
  [3] Huimin QIAN Yaobin MAO Jason GENG Zhiquan WANG. object tracking with 
  self-updating tracking window. PAISI‘2007.

  本代码只可用于非商业用途。如使用本代码请在论文中标注上述三篇参考文献。
*/

# include 
# include 
# include 
# include “MeanShift_KL.h“

/*
  用全选主元Gauss-Jordan法求n阶实矩阵A的逆矩阵A^{-1}
  输入参数：
  double * a：     原矩阵，为一个方阵
  int n：          矩阵维数
  输出参数：
  double * a：     求得的逆矩阵
  返回值：
  如果返回标记为0，表示矩阵奇异；否则返回非0值
*/
int brinv（ double * a int n ）
{ 
	int * is * js i j k l u v;
	double dp;

	is = （int *）malloc（ n*sizeof（int） ）;
	js = （int *）malloc（ n*sizeof（int） ）;
	for （ k = 0; k < n; k++ ）
	{ 
		d = 0.0;
		for （ i = k; i < n; i++ ）
			for （ j = k; j < n; j++ ）
			{ 
				l = i*n+j;
				p = fabs（a[l]）;
				if （ p > d ） 
				{ 
					d = p; is[k] = i; js[k] = j;
				}
			}
		if （ d+1.0 == 1.0 ） /* 矩阵为奇异阵 */
		{ 
			free（ is ）; 
			free（ js ）; 
			// printf（“err**not inv\n“）;
			return（ 0 ）;
		}
		if （ is[k] != k ）
			for （ j = 0; j < n; j++ ）
			{ 
				u = k*n+j;
				v = is[k]*n+j;
				p = a[u]; a[u] = a[v]; a[v] = p;
			}
		if （ js[k] != k ）
			for （ i = 0; i < n; i++ ）
			{ 
				u = i*n+k;
				v = i*n+js[k];
				p = a[u]; a[u] = a[v]; a[v] = p;
			}
		l = k*n+k;
		a[l] = 1.0/a[l];
		for （ j = 0; j < n; j++ ）
			if （ j != k ）
			{ 
				u = k*n+j;
				a[u] = a[u]*a[l];
			}
		for （ i = 0; i < n; i++ ）
			if （ i != k ）
				for （ j = 0; j < n; j++ ）
					if （ j != k ）
					{ 
						u = i*n+j;
						a[u] = a[u] - a[i*n+k]*a[k*n+j];
					}
		for （ i = 0; i < n; i++ ）
			if （ i != k ）
			{ 
				u = i*n+k;
				a[u] = -a[u]*a[l];
			}
	}
	for （ k = n-1; k >= 0; k-- ）
	{ 
		if （ js[k] != k ）
			for （ j = 0; j <= n-1; j++ ）
			{ 
				u = k*n+j;
				v = js[k]*n+j;
				p = a[u]; a[u] = a[v]; a[v] = p;
			}
		if （ is[k] != k ）
			for （ i = 0; i < n; i++ ）
			{ 
				u = i*n+k;
				v = i*n+is[k];
				p = a[u]; a[u] = a[v]; a[v] = p;
			}
	}
	free（ is ）;
	free（ js ）;

	return（1）;
}

/*
  一步Kalman滤波程序
  对n维线性动态系统与m维线性观测系统
   X_k = A_kk-1*X_k-1 + W_k-1
   Y_k = H_k*X_k + V_k
  k = 12...
  X_k为n维状态向量，Y_k为m维观测向量。
  A_kk-1（nxn维）为状态转移阵，H_k（nxm维）为观测矩阵
  W_k为n维状态噪声向量，一般假设为高斯白噪声，且均值为0，协方差为Q_k
  V_k为m维观测噪声向量，一般假设为高斯白噪声，且均值为0，协方差为R_k

  Kalman滤波问题就是在已知k个观测向量Y_0Y_1

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      23392  2008-06-04 12:15  VideoTrack_code\MSTracking\MeanShift_KL.cpp

     文件       2663  2008-06-04 12:17  VideoTrack_code\MSTracking\MeanShift_KL.h

     文件       1653  2008-06-04 16:08  VideoTrack_code\MSTracking\readme.txt

     目录          0  2008-06-04 17:23  VideoTrack_code\MSTracking\release

     文件       4410  2008-06-04 15:46  VideoTrack_code\MSTracking\SamplGrabberProcessor.cpp

     文件       1185  2008-06-04 15:46  VideoTrack_code\MSTracking\SamplGrabberProcessor.h

     文件      10453  2008-06-04 16:08  VideoTrack_code\MSTracking\TrackingMS.cpp

     文件       3899  2008-06-04 15:48  VideoTrack_code\MSTracking\TrackingMS.dsp

     文件        543  2006-02-13 23:26  VideoTrack_code\MSTracking\TrackingMS.dsw

     文件      58368  2008-06-04 16:08  VideoTrack_code\MSTracking\TrackingMS.ncb

     文件      49664  2008-06-04 16:08  VideoTrack_code\MSTracking\TrackingMS.opt

     文件       1645  2008-06-04 16:08  VideoTrack_code\MSTracking\TrackingMS.plg

     目录          0  2008-06-04 16:39  VideoTrack_code\MSTracking

     文件      24615  2008-06-04 16:57  VideoTrack_code\ParticleTracking\ParticleTracking.cpp

     文件       2641  2008-06-04 16:56  VideoTrack_code\ParticleTracking\ParticleTracking.h

     文件       1554  2008-06-04 16:53  VideoTrack_code\ParticleTracking\readme.txt

     目录          0  2008-06-04 17:31  VideoTrack_code\ParticleTracking\Release

     文件       4641  2008-06-04 16:57  VideoTrack_code\ParticleTracking\SamplGrabberProcessor.cpp

     文件       1541  2008-06-04 16:57  VideoTrack_code\ParticleTracking\SamplGrabberProcessor.h

     文件      10734  2008-06-04 16:57  VideoTrack_code\ParticleTracking\Tracker_Particle.cpp

     文件       3969  2006-02-14 12:24  VideoTrack_code\ParticleTracking\Tracker_Particle.dsp

     文件        555  2006-02-14 12:24  VideoTrack_code\ParticleTracking\Tracker_Particle.dsw

     文件      66560  2008-06-04 16:57  VideoTrack_code\ParticleTracking\Tracker_Particle.ncb

     文件      50688  2008-06-04 16:57  VideoTrack_code\ParticleTracking\Tracker_Particle.opt

     文件       1894  2008-06-04 16:57  VideoTrack_code\ParticleTracking\Tracker_Particle.plg

     目录          0  2008-06-04 17:15  VideoTrack_code\ParticleTracking

     文件    1746620  2008-06-04 11:57  VideoTrack_code\test.avi

     目录          0  2008-06-04 17:31  VideoTrack_code

----------- ---------  ---------- -----  ----

              2074105                    29

............此处省略2个文件信息