vcs.maemo.org Git - opencv/blob - src/cvaux/vs/blobtrackingkalman.cpp

   1 /*M///////////////////////////////////////////////////////////////////////////////////////
   2 //
   3 //  IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLING OR USING.
   4 //
   5 //  By downloading, copying, installing or using the software you agree to this license.
   6 //  If you do not agree to this license, do not download, install,
   7 //  copy or use the software.
   8 //
   9 //
  10 //                        Intel License Agreement
  11 //
  12 // Copyright (C) 2000, Intel Corporation, all rights reserved.
  13 // Third party copyrights are property of their respective owners.
  14 //
  15 // Redistribution and use in source and binary forms, with or without modification,
  16 // are permitted provided that the following conditions are met:
  17 //
  18 //   * Redistribution's of source code must retain the above copyright notice,
  19 //     this list of conditions and the following disclaimer.
  20 //
  21 //   * Redistribution's in binary form must reproduce the above copyright notice,
  22 //     this list of conditions and the following disclaimer in the documentation
  23 //     and/or other materials provided with the distribution.
  24 //
  25 //   * The name of Intel Corporation may not be used to endorse or promote products
  26 //     derived from this software without specific prior written permission.
  27 //
  28 // This software is provided by the copyright holders and contributors "as is" and
  29 // any express or implied warranties, including, but not limited to, the implied
  30 // warranties of merchantability and fitness for a particular purpose are disclaimed.
  31 // In no event shall the Intel Corporation or contributors be liable for any direct,
  32 // indirect, incidental, special, exemplary, or consequential damages
  33 // (including, but not limited to, procurement of substitute goods or services;
  34 // loss of use, data, or profits; or business interruption) however caused
  35 // and on any theory of liability, whether in contract, strict liability,
  36 // or tort (including negligence or otherwise) arising in any way out of
  37 // the use of this software, even if advised of the possibility of such damage.
  38 //
  39 //M*/
  40
  41 #include "_cvaux.h"
  42
  43 /*======================= KALMAN FILTER AS TRACKER =========================*/
  44 /* State vector is (x,y,w,h,dx,dy,dw,dh). */
  45 /* Measurement is (x,y,w,h) */
  46
  47 /* Dynamic matrix A: */
  48 const float A8[] = { 1, 0, 0, 0, 1, 0, 0, 0,
  49                      0, 1, 0, 0, 0, 1, 0, 0,
  50                      0, 0, 1, 0, 0, 0, 1, 0,
  51                      0, 0, 0, 1, 0, 0, 0, 1,
  52                      0, 0, 0, 0, 1, 0, 0, 0,
  53                      0, 0, 0, 0, 0, 1, 0, 0,
  54                      0, 0, 0, 0, 0, 0, 1, 0,
  55                      0, 0, 0, 0, 0, 0, 0, 1};
  56
  57 /* Measurement matrix H: */
  58 const float H8[] = { 1, 0, 0, 0, 0, 0, 0, 0,
  59                      0, 1, 0, 0, 0, 0, 0, 0,
  60                      0, 0, 1, 0, 0, 0, 0, 0,
  61                      0, 0, 0, 1, 0, 0, 0, 0};
  62
  63 /* Matices for zero size velocity: */
  64 /* Dynamic matrix A: */
  65 const float A6[] = { 1, 0, 0, 0, 1, 0,
  66                      0, 1, 0, 0, 0, 1,
  67                      0, 0, 1, 0, 0, 0,
  68                      0, 0, 0, 1, 0, 0,
  69                      0, 0, 0, 0, 1, 0,
  70                      0, 0, 0, 0, 0, 1};
  71
  72 /* Measurement matrix H: */
  73 const float H6[] = { 1, 0, 0, 0, 0, 0,
  74                      0, 1, 0, 0, 0, 0,
  75                      0, 0, 1, 0, 0, 0,
  76                      0, 0, 0, 1, 0, 0};
  77
  78 #define STATE_NUM 6
  79 #define A A6
  80 #define H H6
  81 class CvBlobTrackerOneKalman:public CvBlobTrackerOne
  82 {
  83 private:
  84     CvBlob      m_Blob;
  85     CvKalman*   m_pKalman;
  86     int         m_Frame;
  87
  88 public:
  89     CvBlobTrackerOneKalman()
  90     {
  91         m_Frame = 0;
  92         m_pKalman = cvCreateKalman(STATE_NUM,4);
  93         memcpy( m_pKalman->transition_matrix->data.fl, A, sizeof(A));
  94         memcpy( m_pKalman->measurement_matrix->data.fl, H, sizeof(H));
  95         cvSetIdentity( m_pKalman->process_noise_cov, cvRealScalar(1e-5) );
  96         cvSetIdentity( m_pKalman->measurement_noise_cov, cvRealScalar(1e-1) );
  97     //    CV_MAT_ELEM(*m_pKalman->measurement_noise_cov, float, 2,2) *= (float)pow(20,2);
  98     //    CV_MAT_ELEM(*m_pKalman->measurement_noise_cov, float, 3,3) *= (float)pow(20,2);
  99         cvSetIdentity( m_pKalman->error_cov_post, cvRealScalar(1));
 100         cvZero(m_pKalman->state_post);
 101         cvZero(m_pKalman->state_pre);
 102
 103         SetModuleName("Kalman");
 104     }
 105
 106     ~CvBlobTrackerOneKalman()
 107     {
 108         cvReleaseKalman(&m_pKalman);
 109     }
 110
 111     virtual void Init(CvBlob* pBlob, IplImage* /*pImg*/, IplImage* /*pImgFG*/ = NULL)
 112     {
 113         m_Blob = pBlob[0];
 114         m_pKalman->state_post->data.fl[0] = CV_BLOB_X(pBlob);
 115         m_pKalman->state_post->data.fl[1] = CV_BLOB_Y(pBlob);
 116         m_pKalman->state_post->data.fl[2] = CV_BLOB_WX(pBlob);
 117         m_pKalman->state_post->data.fl[3] = CV_BLOB_WY(pBlob);
 118     }
 119
 120     virtual CvBlob* Process(CvBlob* pBlob, IplImage* /*pImg*/, IplImage* /*pImgFG*/ = NULL)
 121     {
 122         CvBlob* pBlobRes = &m_Blob;
 123         float   Z[4];
 124         CvMat   Zmat = cvMat(4,1,CV_32F,Z);
 125         m_Blob = pBlob[0];
 126
 127         if(m_Frame < 2)
 128         {   /* First call: */
 129             m_pKalman->state_post->data.fl[0+4] = CV_BLOB_X(pBlob)-m_pKalman->state_post->data.fl[0];
 130             m_pKalman->state_post->data.fl[1+4] = CV_BLOB_Y(pBlob)-m_pKalman->state_post->data.fl[1];
 131             if(m_pKalman->DP>6)
 132             {
 133                 m_pKalman->state_post->data.fl[2+4] = CV_BLOB_WX(pBlob)-m_pKalman->state_post->data.fl[2];
 134                 m_pKalman->state_post->data.fl[3+4] = CV_BLOB_WY(pBlob)-m_pKalman->state_post->data.fl[3];
 135             }
 136             m_pKalman->state_post->data.fl[0] = CV_BLOB_X(pBlob);
 137             m_pKalman->state_post->data.fl[1] = CV_BLOB_Y(pBlob);
 138             m_pKalman->state_post->data.fl[2] = CV_BLOB_WX(pBlob);
 139             m_pKalman->state_post->data.fl[3] = CV_BLOB_WY(pBlob);
 140             memcpy(m_pKalman->state_pre->data.fl,m_pKalman->state_post->data.fl,sizeof(float)*STATE_NUM);
 141         }
 142         else
 143         {   /* Another call: */
 144             Z[0] = CV_BLOB_X(pBlob);
 145             Z[1] = CV_BLOB_Y(pBlob);
 146             Z[2] = CV_BLOB_WX(pBlob);
 147             Z[3] = CV_BLOB_WY(pBlob);
 148             cvKalmanCorrect(m_pKalman,&Zmat);
 149             cvKalmanPredict(m_pKalman,0);
 150             cvMatMulAdd(m_pKalman->measurement_matrix, m_pKalman->state_pre, NULL, &Zmat);
 151             CV_BLOB_X(pBlobRes) = Z[0];
 152             CV_BLOB_Y(pBlobRes) = Z[1];
 153             CV_BLOB_WX(pBlobRes) = Z[2];
 154             CV_BLOB_WY(pBlobRes) = Z[3];
 155         }
 156         m_Frame++;
 157         return pBlobRes;
 158     }
 159     virtual void Release()
 160     {
 161         delete this;
 162     }
 163 };  /* class CvBlobTrackerOneKalman */
 164
 165 static CvBlobTrackerOne* cvCreateModuleBlobTrackerOneKalman()
 166 {
 167     return (CvBlobTrackerOne*) new CvBlobTrackerOneKalman;
 168 }
 169
 170 CvBlobTracker* cvCreateBlobTrackerKalman()
 171 {
 172     return cvCreateBlobTrackerList(cvCreateModuleBlobTrackerOneKalman);
 173 }