基于颜色特征的粒子滤波算法：

1.初始化

起始帧 $k=0$ ；

设置粒子数N；

• 采集第一帧图像，手动选取跟踪目标，建立目标模板q并计算其颜色直方图；

• 初始化粒子集 ${\left\{x_0^i\right\}}_{i=1}^N$ ；

2.粒子传播

• 通过系统状态转移模型预测粒子集 ${\left\{x_k^i,N^{-1}\right\}}_{i=1}^N$ ，并建立候选模板p；

3.系统观测

• 计算候选模板的颜色直方图；

• 计算候选模板p与目标模板q间的巴氏距离 来衡量模板间的相似度；

• 更新粒子权值 $\left\{x_k^i,w_k^i\right\}$ ；

4.目标状态估计

• 估计粒子状态 $E\left[x_k\right]$ ；

5.重采样

• 若 $N_{eff}<N_{thr}$ （人为设定阈值）

将 $\left\{x_k^i,w_k^i\right\}$ 更新为粒子集 $\left\{x_k^{i^{*}},N^{-1}\right\}$ ；

• $k=k+1$ ；

6.目标模板更新

• $q_k=\left(1-\alpha \right)q_{k-1}+\alpha p_{E\left[x\right]}$ ；

7.跳到粒子传播，循环上述过程，直至跟踪完成。