《表1 实验参数设置：顾及梯度和彩色信息的高分辨率影像道路分割》
提示：宽带有限、当前游客访问压缩模式
在四组实验中涉及的参数设置如表1所示，其中η是梯度-灰度相关性连接因子模型分割阈值，（1，2）是彩色信息分割阈值，θ是边界验证阈值，阈值的设置以道路的完整性为准则。
| 图表编号 | XD00108430900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.11.08 |
| 作者 | 陶思然 |
| 绘制单位 | 天津市测绘院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 数据扩充前后实验：一种改进U-Net的高分辨率遥感影像道路提取方法》2020.08.20
- 《表1 实验参数：一种改进U-Net的高分辨率遥感影像道路提取方法》2020.08.20
- 《表1 精度评价：基于迁移学习的高分辨率遥感影像道路信息提取》2020.06.01
- 《表1 实验结果统计：高分辨率遥感影像道路信息提取》2020.10.25
- 《表2 实验分组情况：基于优化有理函数模型的高分辨率遥感影像几何校正及其精度评估——以ZY-3和Pléiades卫星数据为例》2020.06.01
- 《表1 规则集：基于规则集的高分辨率遥感影像城市建筑物自动提取》2020.07.25
- 《表2 精度评价数值表：基于视差的高分辨率遥感影像建筑物变化检测》2019.12.20
- 《表1 RI值：结合多特征和模糊偏好关系的高分辨率遥感影像分割》2020.04.01
- 《表2 道路提取评价：顾及梯度和彩色信息的高分辨率影像道路分割》2019.11.08
- 《表5 所有数据分类结果：基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》2019.11.08
- 《表1 SAS方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表2 本文方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表1 模型输入影像数据：多源数据融合的高时空分辨率植被指数生成》2019.09.25
- 《表1 实验数据信息：基于Faster R-CNN的高分辨率图像目标检测技术》2019.06.01
- 《表1 计算时间对比：基于改进半全局匹配算法的高分辨率遥感影像DSM重建》2019.06.25
- 《表1 两种实验方案：顾及道路通达性和时间成本的多用户位置推荐》2019.05.05
- 《表实验结果分析：顾及道路通达性和时间成本的多用户位置推荐》2019.05.05
- 《表1 网络具体参数设置：基于Deep learning技术的医学影像分割研究》2019.02.20
- 《表1 定量评价：结合矢量引导的高分辨率遥感影像道路自动提取》2018.09.25
- 《表1 影像分割精度：一种融合双聚类算法的高分辨率遥感影像分割方法》2018.06.25