链接错误通常是因为编译器无法找到所需的库文件或函数定义。解决链接错误的方法通常包括以下几个步骤：

1. 确认编译器是否正确设置了OpenCV库的路径。

2. 确认所需的OpenCV库是否已正确安装。可以尝试重新安装OpenCV库，并确保其版本与编译器兼容。

3. 检查程序代码中是否正确包含了所需的头文件。例如，在使用OpenCV库的情况下，应该包含#include 。

4. 确认链接器是否正确链接了OpenCV库。可以在编译命令中添加OpenCV库的链接选项。例如，在使用g++编译器时，可以添加-lopencv_core -lopencv_imgproc -lopencv_highgui等选项。

以下是一个示例程序，演示了使用OpenCV的卡尔曼滤波器，并使用g++编译器进行编译的过程：

#include 

int main() {
    // 创建卡尔曼滤波器
    cv::KalmanFilter kf(4, 2, 0);
    
    // 设置初始状态
    cv::Mat state(4, 1, CV_32F);  // 4x1矩阵，类型为CV_32F
    cv::Mat measurement = cv::Mat::zeros(2, 1, CV_32F);  // 2x1矩阵，类型为CV_32F
    
    // 设置过渡矩阵和测量矩阵
    cv::setIdentity(kf.transitionMatrix);
    cv::setIdentity(kf.measurementMatrix);
    
    // 设置过程噪声协方差矩阵和测量噪声协方差矩阵
    cv::setIdentity(kf.processNoiseCov, cv::Scalar::all(1e-4));
    cv::setIdentity(kf.measurementNoiseCov, cv::Scalar::all(1e-1));
    
    // 设置初始状态协方差矩阵
    cv::setIdentity(kf.errorCovPost, cv::Scalar::all(1));
    
    // 生成观测数据
    cv::RNG rng;
    cv::Mat measurement_noise(2, 1, CV_32F);
    rng.fill(measurement_noise, cv::RNG::NORMAL, 0, 1);
    cv::Mat measurement = kf.measurementMatrix * state + measurement_noise;
    
    // 更新状态估计
    cv::Mat estimate = kf.correct(measurement);
    
    return 0;
}

使用以下命令编译程序：

g++ -o kalman_filter_example kalman_filter_example.cpp `pkg-config --cflags --libs opencv`

如果一切顺利，应该能够成功编译并生成可执行文件kalman_filter_example。如果仍然出现链接错误，请检查上述步骤是否正确执行，并确保OpenCV库已正确安装。