在MATLAB的 Computer Vision Toolbox 中，目标检测与跟踪的传统方法（非深度学习）基于 手工设计特征和 统计学习/滤波算法，无需大规模标注数据，适合简单场景（如刚性目标、低复杂度背景）。这些方法虽泛化能力不及深度学习，但速度快、资源消耗低，至今仍是工业实时场景的重要选择。

一、传统目标检测方法（基于特征与分类器）

传统目标检测通过手工设计特征（如纹理、形状、颜色）描述目标，结合分类器（如AdaBoost、SVM）区分目标与背景，核心是“特征提取+分类决策”。

1. Haar级联检测（Haar Cascade Detection）

原理：
基于 Haar 小波特征（描述图像局部明暗变化，如人脸的眼睛区域比脸颊暗），通过 AdaBoost 算法筛选强特征，再构建级联分类器（多阶段筛选，快速排除非目标区域），实现高效检测。

工具箱实现：

• 预训练模型：vision.CascadeObjectDetector（内置人脸、上半身等检测器）。
• 自定义训练：trainCascadeObjectDetector（训练自定义目标检测器）。

适用场景：刚性目标（如人脸、车牌、特定工业零件），背景简单、目标姿态变化小的场景。

示例代码（检测人脸）：

% 1. 加载预训练的Haar级联人脸检测器
faceDetector = vision.CascadeObjectDetector();  % 默认检测正面人脸

% 2. 读取图像并检测
I = imread('group_photo.jpg');  % 包含多个人脸的图像
bboxes = step(faceDetector, I);  % 输出人脸边界框 [x, y, width, height]

% 3. 标注检测结果
I_detected = insertObjectAnnotation(I, 'rectangle', bboxes, 'Face');

% 4. 显示结果
figure; imshow(I_detected); title('Haar级联人脸检测');

自定义训练示例（检测特定零件）：

% 训练集路径（包含正样本图像和负样本图像）
positiveImagesDir = 'dataset/positive';  % 仅包含目标的图像
negativeImagesDir = 'dataset/negative';  % 不包含目标的背景图像

% 训练检测器（保存为XML文件）
trainCascadeObjectDetector('part_detector.xml', ...
    positiveImagesDir, negativeImagesDir, ...
    'FalseAlarmRate', 0.1, ...  每级分类器的误报率
    'NumCascadeStages', 10);    % 级联级数（越多精度越高，速度越慢）

% 加载自定义检测器并使用
partDetector = vision.CascadeObjectDetector('part_detector.xml');

优缺点：

• 优点：速度快（毫秒级）、轻量级（适合嵌入式）。
• 缺点：对目标姿态（如侧脸）、光照变化敏感，复杂背景下误检率高。

2. HOG+SVM检测（方向梯度直方图+支持向量机）

原理：

• HOG特征：通过统计图像局部区域的梯度方向分布，描述目标的边缘和纹理（如行人的轮廓），对光照和小形变不敏感。
• SVM分类器：通过支持向量机对HOG特征进行分类，区分目标与背景。

工具箱实现：

• 特征提取：extractHOGFeatures（提取HOG特征）。
• 分类器训练：fitcsvm（训练SVM分类器）。
• 滑动窗口检测：结合滑动窗口遍历图像，用SVM判断窗口是否为目标。

适用场景：中等复杂度目标（如行人、汽车），目标有明显轮廓特征的场景。

示例代码（行人检测）：

% 1. 准备训练数据（正样本：行人图像；负样本：背景图像）
positiveDir = 'dataset/pedestrians';
negativeDir = 'dataset/background';
positiveImages = imageDatastore(positiveDir);
negativeImages = imageDatastore(negativeDir);

% 2. 提取HOG特征（统一输入尺寸为128×64，适合行人）
hogFeatureSize = length(extractHOGFeatures(rgb2gray(read(positiveImages,1)), [128,64]));
numPositive = length(positiveImages.Files);
numNegative = length(negativeImages.Files);

% 正样本特征
positiveFeatures = zeros(numPositive, hogFeatureSize);
for i = 1:numPositive
    img = rgb2gray(read(positiveImages, i));
    img = imresize(img, [128,64]);
    positiveFeatures(i,:) = extractHOGFeatures(img);
end

% 负样本特征
negativeFeatures = zeros(numNegative, hogFeatureSize);
for i = 1:numNegative
    img = rgb2gray(read(negativeImages, i));
    img = imresize(img, [128,64]);
    negativeFeatures(i,:) = extractHOGFeatures(img);
end

% 3. 训练SVM分类器（标签：1=目标，-1=背景）
trainingFeatures = [positiveFeatures; negativeFeatures];
trainingLabels = ones(numPositive,1);
trainingLabels = [trainingLabels; -ones(numNegative,1)];
svmClassifier = fitcsvm(trainingFeatures, trainingLabels, 'KernelFunction', 'RBF');

% 4. 滑动窗口检测测试图像
testImage = imread('street.jpg');
testImageGray = rgb2gray(testImage);
[rows, cols] = size(testImageGray);

% 滑动窗口参数（步长32，窗口尺寸128×64）
windowSize = [128,64];
stepSize = 32;
bboxes = [];

% 遍历图像
for y = 1:stepSize:rows - windowSize(1) + 1
    for x = 1:stepSize:cols - windowSize(2) + 1
        % 提取窗口区域
        window = testImageGray(y:y+windowSize(1)-1, x:x+windowSize(2)-1);
        % 提取HOG特征
        features = extractHOGFeatures(window);
        % SVM预测
        if predict(svmClassifier, features) == 1
            bboxes = [bboxes; x, y, windowSize(2), windowSize(1)];
        end
    end
end

% 5. 非极大值抑制（去除重叠框）
bboxes = selectStrongestBbox(bboxes, 0.5);  % 重叠阈值0.5

% 6. 标注结果
I_detected = insertObjectAnnotation(testImage, 'rectangle', bboxes, 'Pedestrian');
figure; imshow(I_detected); title('HOG+SVM行人检测');

优缺点：

• 优点：比Haar级联更鲁棒（对光照、小形变不敏感），适合行人等中等复杂度目标。
• 缺点：滑动窗口效率低（比Haar慢），对严重遮挡敏感。

3. 模板匹配（Template Matching）

原理：
通过计算待检测图像与目标模板（已知目标图像）的相似度（如归一化互相关），定位与模板最相似的区域。

工具箱实现：normxcorr2（归一化互相关，计算相似度）。

适用场景：目标尺寸、姿态固定（如印刷品logo、特定型号零件），无遮挡的简单场景。

示例代码（检测固定模板目标）：

% 1. 准备模板和待检测图像
template = imread('logo_template.jpg');  % 目标模板（如公司logo）
templateGray = rgb2gray(template);
I = imread('product.jpg');  % 包含目标的图像
IGray = rgb2gray(I);

% 2. 计算归一化互相关（相似度）
corrMap = normxcorr2(templateGray, IGray);

% 3. 阈值筛选（保留相似度>0.8的区域）
threshold = 0.8;
maxCorr = max(corrMap(:));
if maxCorr > threshold
    [y, x] = find(corrMap == maxCorr);
    % 计算边界框（模板尺寸）
    bbox = [x - size(templateGray,2) + 1, y - size(templateGray,1) + 1, ...
            size(templateGray,2), size(templateGray,1)];
    % 标注结果
    I_detected = insertObjectAnnotation(I, 'rectangle', bbox, 'Logo');
    figure; imshow(I_detected); title('模板匹配检测结果');
else
    disp('未检测到目标');
end

优缺点：

• 优点：实现简单，无需训练，适合固定目标。
• 缺点：对目标旋转、缩放、光照变化极敏感，实用性有限。

二、传统目标跟踪方法（基于滤波与特征匹配）

传统目标跟踪通过初始帧手动框选目标，后续帧基于特征匹配或运动模型预测目标位置，核心是“预测+更新”。

1. 均值漂移跟踪（Mean Shift Tracking）

原理：
基于目标的颜色直方图（如HSV颜色分布），在后续帧中通过均值漂移算法寻找与目标颜色分布最相似的区域，实现跟踪。

工具箱实现：vision.HistogramBasedTracker（封装均值漂移算法）。

适用场景：目标颜色特征明显、背景颜色差异大、无剧烈运动的场景（如跟踪红色小球）。

示例代码：

% 1. 打开视频（或摄像头）
video = VideoReader('ball_video.mp4');

% 2. 读取第一帧，手动框选跟踪目标（如红色小球）
frame = readFrame(video);
figure; imshow(frame); title('框选跟踪目标');
bbox = getrect;  % 手动绘制边界框

% 3. 初始化均值漂移跟踪器（基于颜色直方图）
tracker = vision.HistogramBasedTracker;
initialize(tracker, frame, bbox);

% 4. 逐帧跟踪
while hasFrame(video)
    frame = readFrame(video);
    [bbox, isTracked] = step(tracker, frame);  % 更新目标位置
    
    % 标注跟踪结果
    if isTracked
        frame = insertObjectAnnotation(frame, 'rectangle', bbox, 'Target');
    else
        frame = insertText(frame, [10,10], '跟踪丢失', 'BoxColor', 'red');
    end
    imshow(frame); drawnow;
end

优缺点：

• 优点：计算量小（速度快），对目标旋转、尺度变化有一定适应性。
• 缺点：依赖颜色特征，目标与背景颜色接近时易丢失；不适应快速运动。

2. 卡尔曼滤波跟踪（Kalman Filter Tracking）

原理：
通过运动模型（如匀速直线运动）预测目标位置，结合观测模型（如目标中心坐标）更新预测，减少噪声干扰，实现平滑跟踪。

工具箱实现：vision.KalmanFilter（配置状态方程和观测方程）。

适用场景：目标运动规律可预测（如车辆匀速行驶）、存在测量噪声的场景。

示例代码（跟踪运动目标）：

% 1. 打开视频，手动框选初始目标
video = VideoReader('car_video.mp4');
frame = readFrame(video);
figure; imshow(frame); title('框选初始目标');
bbox = getrect;
center = [bbox(1)+bbox(3)/2, bbox(2)+bbox(4)/2];  % 目标中心坐标

% 2. 初始化卡尔曼滤波器（状态：位置(x,y)和速度(vx,vy)）
stateSize = 4;  % [x, vx, y, vy]
measurementSize = 2;  % [x, y]
kalmanFilter = vision.KalmanFilter('StateSize', stateSize, ...
    'MeasurementSize', measurementSize, ...
    'TransitionModel', [1 1 0 0; 0 1 0 0; 0 0 1 1; 0 0 0 1], ...  匀速模型
    'MeasurementModel', [1 0 0 0; 0 0 1 0]);  % 观测模型

% 3. 初始化状态（位置+速度）
initialize(kalmanFilter, [center(1); 0; center(2); 0]);  % 初始速度为0

% 4. 逐帧跟踪（简化：假设目标中心可直接观测）
while hasFrame(video)
    frame = readFrame(video);
    % 预测目标位置
    predictedState = predict(kalmanFilter);
    predictedCenter = [predictedState(1), predictedState(3)];
    
    % （实际中需检测目标中心，此处简化为直接使用预测值附近区域）
    measuredCenter = predictedCenter;  % 实际应用中需替换为真实测量
    
    % 更新卡尔曼滤波器
    correctedState = correct(kalmanFilter, measuredCenter');
    
    % 计算边界框（假设尺寸不变）
    correctedCenter = [correctedState(1), correctedState(3)];
    trackedBbox = [correctedCenter(1)-bbox(3)/2, correctedCenter(2)-bbox(4)/2, bbox(3), bbox(4)];
    
    % 标注结果
    frame = insertObjectAnnotation(frame, 'rectangle', trackedBbox, 'Car');
    imshow(frame); drawnow;
end

优缺点：

• 优点：平滑跟踪轨迹，抗噪声能力强，适合运动规律明确的目标。
• 缺点：依赖运动模型，目标运动突变（如急转）时跟踪误差大。

3. KCF跟踪（Kernelized Correlation Filters）

原理：
基于核相关滤波，通过训练目标区域的相关滤波器，在后续帧中快速计算目标与滤波器的相关性，定位响应最大的区域（目标位置）。

工具箱实现：vision.TrackerKCF（高性能实时跟踪器）。

适用场景：实时性要求高（如摄像头监控）、目标有一定纹理特征的场景（比均值漂移更鲁棒）。

示例代码：

% 1. 打开摄像头（或视频）
video = videoinput('winvideo', 1);  % 摄像头
preview(video);

% 2. 读取第一帧，手动框选目标
frame = getsnapshot(video);
figure; imshow(frame); title('框选跟踪目标');
bbox = getrect;

% 3. 初始化KCF跟踪器
tracker = vision.TrackerKCF;
initialize(tracker, bbox, frame);

% 4. 实时跟踪
while true
    frame = getsnapshot(video);
    [bbox, isTracked] = step(tracker, frame);  % 快速更新目标位置
    
    % 标注结果
    if isTracked
        frame = insertObjectAnnotation(frame, 'rectangle', bbox, 'Target');
    else
        frame = insertText(frame, [10,10], '跟踪丢失', 'BoxColor', 'red');
    end
    imshow(frame); drawnow;
    
    % 按ESC退出
    if get(gcf, 'CurrentKey') == char(27)
        break;
    end
end
stop(video); delete(video);

优缺点：

• 优点：速度极快（实时性>30帧/秒），对尺度变化、部分遮挡有一定鲁棒性。
• 缺点：目标完全遮挡或快速运动时易丢失；依赖目标纹理特征。

三、传统方法的整体特点与适用场景总结

方法类型	核心优势	局限性	最佳适用场景
传统检测	速度快、无需标注数据、轻量级	对复杂背景、目标形变/遮挡适应性差	刚性目标（人脸、零件）、简单背景质检
传统跟踪	实时性好、资源消耗低、无需预训练	依赖初始框、易受遮挡/背景干扰	固定摄像头监控、低速运动目标跟踪