MATLAB里得粒子滤波代码存储库

如何用MATLAB进行预测跟踪呢？

一、定位粒子位置

你想要对图像中的粒子进行定位和跟踪。在MATLAB里面，图像可以是任何格式的（.jpg ， .tif ， etc.），但是你要想很好的定位你期望的特征，此处，使用的定位功能要与使用的算法兼容。根据经验，你要能够通过眼睛定位大量的点。

这里有一副图像，图像上白色区域上有很多胶体粒子。想要读取，显示，查询这幅图像，请键入以下MATLAB命令符：

>>a=double(imread('test.jpg'));

>>colormap('gray'),imagesc(a);

>>whos a

上面的图片对于定位来说是很完美的，然而想要定位的恰当，粒子与背景相比就要更加明亮。如果你的图像和上述图形很像，那就请跟着下面的步骤走。如果那些粒子在黑色背景上已经很明亮，那就跳过这步。

>>a=255-a;

>>colormap('gray'),imagesc(a);

现在，我们要使用一个宏。首先，我们要对这幅图像进行空间滤波。要完成这个，请输入以下命令：

>>b=bpass(a,1,10);

>>colormap('gray'),image(b);

bpass是使图像平滑并减去背景的空间带通滤波器。这两个数字是以像素为单位的空间滤波长截止值。第一个参数通常总设置为“1”。第二个数字应该是你想要在像素里面找的“blob”直径。尝试几个值，然后使用一个能够给你最好效果的那个值。

接下来是识别bpass已经找到的blob作为特征。你可能需要先使用宏pkfnd.

>>pk=pkfnd(b,60,11);

这里给出的所有峰的位置都是阈值高于此处给出的值60。这个数字将取决于你最终的带通图像的外观。一种大致的估计明显特征的方法如下所示：

>>max(max(b)

这里给出的第二个数字11，大致是以像素为单位的平均要素的直径。这个参数对于噪音来说是有帮助的。如果你有噪音数据，请阅读pkfnd里面的前言。对于整个代码而言，确定你阅读了完整的文档。

>>cnt=cntrd(b,pk,15)

>>whos cnt

这些基本上就是，你成功的定位了，或者预先跟踪了单张图片。既然你会了单张图像的，那你肯定会多张图像的了。你需要了解关于for循环更多的知识来完成这项工作。

为了确保你已经找到特征子像素的精度，请查阅IDL教程（点击打开链接）。检查子像素特征位置的命令特别简单，如下所示：

>>hist(mod(cnt(:,1),1),20);

这将导致x位置的模数为1的直方图，如果你有足够的特征，并且它们不是单像素偏置，则该直方图应该看起来比较平坦。

二、将粒子位置和前面的轨迹连接起来

如果你所使用的数据集包含x、y,甚至z轴，那么你可以根据时间的变化进行粒子位置跟踪。如果你使用IDL进行跟踪，那么转换到MATLAB应该非常简单，因为宏是IDL版本的副本。

首先，你应该阅读track的文档。这对于你将你的位置列表转换为要求的格式很重要。一旦你做了这些，你就会非常的清楚。只需要调用适合你的参数轨迹。这里有个例子：

>>tr=track(pos_lst,3);

pos_lst是要被考虑垂直连接的每个帧的粒子位置和时间戳的列表。通过在函数调用中传递一个附加结构、参数，你可以调整在跟踪中的重要参数：

>>tr=track(pos_lst,3,param);

阅读track的文档了解更多的参数，打开文档的命令为：

>>help track

注：文中所需函数的代码可以在参考链接里面下载到。

参考链接：

http://site.physics.georgetown.edu/matlab/

http://site.physics.georgetown.edu/matlab/tutorial.html