《表2 PCA与传统融合图像的参数比较》
提示：宽带有限、当前游客访问压缩模式
表3所示为三种图像的轮廓提取处理时间，可以看出，融合后的图像加强了边缘信息，轮廓提取的速度更快.
| 图表编号 | XD0064895900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.05.25 |
| 作者 | 方吉米、王克鸿、黄勇 |
| 绘制单位 | 南京理工大学、南京理工大学、南京理工大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 不同波段下原始图像与融合图像的指标比较》2020.08.01
- 《表3 测量仪器及参数：结合判别相关分析与特征融合的遥感图像检索》2020.12.16
- 《表1 图像数据集：融合传统特征与神经网络的深度伪造检测算法》2021.02.10
- 《表4 PCA方法与其他融合方法的比较》2021.02.15
- 《表2 鉴别PCa与BHP效果显著的5个ADC图像影像组学特征统计学参数》2020.05.25
- 《表2 仅学习RGB图像模型与双金字塔特征融合网络的AP比较》2020.07.01
- 《表3 融合图像与源图像的标准差、平均梯度和信息熵比较》2020.02.01
- 《表1 田野考察的民族地区“传统与现代图像认知特点”比较》2019.09.10
- 《表1 融合算法与传统算法在全局静态路径规划的性能比较》2019.06.10
- 《表2 融合算法与传统算法在全局动态路径规划的性能比较》2019.06.10
- 《表4 Gabor-based (2D) 2PCA与NMFSNBM融合算法分类混淆矩阵》2019.07.01
- 《表2 病例组和对照组level 1～3层面超声与CT图像融合成功者与融合失败者的背侧骶部皮脂厚度比较》2019.07.30
- 《表3 PCA+CNN算法与传统CNN算法比较 (alpha=3)》2019.07.01
- 《表2 PCA+CNN算法与传统CNN算法比较 (alpha=2)》2019.07.01
- 《表1 PCA+CNN算法与传统CNN算法比较 (alpha=1)》2019.07.01
- 《表1 PCA融合图像与可见光、近红外图像参数比较》2019.05.25
- 《表1 超融合与传统模式部署比较》2019.06.06
- 《表4 传统PCA法和改进PCA法主成分贡献率比较》2019.02.28
- 《表2 改进逆滤波算法与传统逆滤波算法对飞机场仿真图像复原结果的拉普拉斯梯度比较》2019.01.15
- 《表4 传统排名与PCA方式排名》2018.02.10