视频监控中基于ICP算法的多目标跟踪技术研究与实现
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-16页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 主要研究内容和章节安排 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 章节安排 | 第15-16页 |
| 第2章 基于ICP算法的目标识别 | 第16-34页 |
| 2.1 点云 | 第16-18页 |
| 2.1.1 点云定义 | 第16页 |
| 2.1.2 点云操作 | 第16-18页 |
| 2.2 经典ICP算法 | 第18-20页 |
| 2.2.1 经典ICP算法简介 | 第18页 |
| 2.2.2 经典ICP算法步骤 | 第18-20页 |
| 2.3 改进ICP算法 | 第20-27页 |
| 2.3.1 针对初始匹配值的改进方法 | 第20页 |
| 2.3.2 点云重采样改进方法 | 第20-21页 |
| 2.3.3 最近点选取改进方法 | 第21-23页 |
| 2.3.4 剔除错误对应点改进方法 | 第23页 |
| 2.3.5 求解坐标变换关系方法 | 第23-24页 |
| 2.3.6 PLICP算法研究及实验 | 第24-27页 |
| 2.4 数据存储结构 | 第27-29页 |
| 2.4.1 k-d tree数据结构 | 第27-29页 |
| 2.4.2 Octree数据结构 | 第29页 |
| 2.5 基于ICP的目标识别方法 | 第29-32页 |
| 2.5.1 假设和说明 | 第29-30页 |
| 2.5.2 算法设计 | 第30页 |
| 2.5.3 实验结果 | 第30-32页 |
| 2.6 本章小结 | 第32-34页 |
| 第3章 视频监控跟踪算法研究 | 第34-48页 |
| 3.1 监控跟踪技术 | 第34-37页 |
| 3.1.1 目标检测 | 第34-36页 |
| 3.1.2 目标跟踪 | 第36-37页 |
| 3.2 背景差法 | 第37-39页 |
| 3.3 基于Kalman滤波的跟踪研究 | 第39-42页 |
| 3.3.1 Kalman滤波介绍 | 第39-40页 |
| 3.3.2 Kalman滤波原理 | 第40-42页 |
| 3.4 基于Kalman滤波的跟踪算法设计及实验 | 第42-46页 |
| 3.4.1 跟踪算法设计 | 第42-45页 |
| 3.4.2 实验结果 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 视频监控中多目标跟踪系统整体方案设计 | 第48-60页 |
| 4.1 系统功能描述 | 第48-49页 |
| 4.2 预制模板 | 第49-51页 |
| 4.2.1 背景提取算法 | 第49页 |
| 4.2.2 模板提取 | 第49-51页 |
| 4.3 数据准备 | 第51-52页 |
| 4.3.1 视频图像预处理 | 第51页 |
| 4.3.2 视频图像转点云数据 | 第51-52页 |
| 4.4 跟踪方案设计 | 第52-59页 |
| 4.4.1 目标识别 | 第54-57页 |
| 4.4.2 目标跟踪 | 第57页 |
| 4.4.3 建立新跟踪 | 第57-58页 |
| 4.4.4 目标遮挡 | 第58-59页 |
| 4.5 本章小节 | 第59-60页 |
| 第5章 视频监控中多目标跟踪系统搭建及实验 | 第60-70页 |
| 5.1 系统简介 | 第60-62页 |
| 5.1.1 系统功能简介 | 第60-61页 |
| 5.1.2 系统平台简介 | 第61-62页 |
| 5.2 模板提取程序 | 第62-63页 |
| 5.3 多目标跟踪系统搭建 | 第63页 |
| 5.4 实验结果 | 第63-68页 |
| 5.5 本章总结 | 第68-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 本文总结 | 第70-71页 |
| 6.2 前景展望 | 第71-72页 |
| 参考文献 | 第72-80页 |
| 致谢 | 第80-82页 |
| 硕士期间发表的论文和科研成果 | 第82页 |
| 硕士期间参加的科研工作 | 第82-83页 |
| 学位论文评阅及答辩情况表 | 第83页 |
