用MATLAB仿真实现，对单移动目标进行跟踪，主要功能：展示跟踪曲线；初速度、节点坐标等参数设置；实现算法：纯方位角的粒子滤波算法。

被动目标跟踪不相关转换非线性滤波研究，郗瑞卿，兰剑，针对被动目标系统中的非线性估计问题，本文采用最近提出的不相关转换滤波（Uncorrelated Conversion Based Filter , UCF）非线性估计器，对运动

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：基于卡尔曼滤波的matlab图像滤波目标跟踪程序源码（源程序+图片+效果视频片段）_卡尔曼滤波_图像滤波_目标跟踪_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

MP4 文件，视频流为H.264压缩格式，用于测试人，车，等目标识别视频输入素材

该资料使用时间差分、背景差、自适应背景更新等方法进行运动目标跟踪。

传统MeanShift目标跟踪算法通过bin-bin颜色直方图表示目标特征，直方图中往往会混入背景颜色信息，造成跟踪不准确；同时由于MeanShift算法具有局部最优性，当目标受到严重遮挡丢失后，不能对目标重新定位跟踪。为了解决上述问题，在颜色直方图和抗遮挡能力方面进行了改进。利用交叉bin颜色直方图代替传统的bin-bin颜色直方图表示目标特征，减少背景颜色的干扰，提高MeanShift算法跟踪精度；当目标受到严重遮挡丢失后，通过一种尺度变化调整机制，在全局范围内搜索目标位置，提高MeanShift算法抗遮挡能力。实验显示，改进后的算法不仅在背景干扰大时对目标的跟踪精度更高，而且当目标受到严重遮挡丢失后，也能够对目标重新定位跟踪。

传统核窗宽固定的mean shift跟踪算法不能很好地对尺寸变化的目标进行有效的跟踪。在结合增量试探法和梯度方向检测的基础上，提出了一种适应带宽的mean shift目标跟踪算法。算法能够对逐渐放大和逐渐缩小的目标都能够进行有效的跟踪，解决了增量试探法难以很好地对放大目标进行自适应带宽跟踪的问题，提高了自适应带宽跟踪的准确性。两段不同场景下的运动目标跟踪实验，证实了该算法的有效性。

不需要手动选取目标，自动检测目标（目标已在画面内）。找到一个滤波器h，使其在目标上的响应最大。f表示训练图像，g表示响应输出，h表示滤波器，F，G，H对应其频域值(傅里叶变换后的值)

基于高分四号卫星的舰船目标跟踪

目标跟踪与计数，可参考，可训练自己的数据集