以下是计算机视觉系统工具箱中的几个示例： 使用卡尔曼滤波器进行对象跟踪

要获得更深入的解释，最好的书是Samuel Blackman 的Multiple Target Tracking with Radar Applications。

_{^{免责声明：此信息与我在关于 SO 上的粒子过滤器的回答中提供的信息基本相同}}

该在线课程涉及蒙特卡洛定位、卡尔曼滤波器和粒子滤波器。

它被称为“编程机器人汽车”，所以不是真正的图像处理，而是：它以非常笼统的方式解释，所以解释的原理很容易适用于任何类型的输入（例如声波、gps、视觉......）。

它有python 示例，包括“课堂任务”和“家庭作业”（旨在帮助您理解和学习如何实现各种过滤器的各种非编程和编程任务）。

如果我没记错的话，它是由斯坦福教授教授的，而且很容易理解。在课程结束时，您应该已经在 python 中实现了所有三种方法，并准备好应用于任何类型的数据，包括视觉数据。

_{^{Disclamer 2：我假设您的意思是计算机视觉中的应用程序，因为图像处理主要处理静态图像。要估计某些东西，您需要多个数据，即视频序列，这使得它更倾向于CV而不是IP。}}