《表1 特征点检测数量及时间对比》
提示：宽带有限、当前游客访问压缩模式
由图7可见对边缘图像进行特征点检测时，获得的关键点的稳定性更高，数量更多而且分布更广泛。表1列出了绝缘子模板特征点的数量以及检测时间
| 图表编号 | XD00116002900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.25 |
| 作者 | 姚晓通、刘力、李致远 |
| 绘制单位 | 兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院、兰州交通大学电子与信息工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 点云数量对比：改进的基于冗余点过滤的3D目标检测方法》2020.09.10
- 《表1 不同特征点检测方法对比》2020.07.01
- 《表1 不同算法的特征点个数及特征点检测时间对比》2020.05.16
- 《表4 数据集样本数量：一种基于特征点对齐的假脸检测框架》2020.05.10
- 《表3 数据集样本数量：一种基于特征点对齐的假脸检测框架》2020.05.10
- 《表1 网络参数对比：一种基于特征点对齐的假脸检测框架》2020.05.10
- 《表1 特征点检测结果对比》2020.04.01
- 《表1 特征点数量和检测时间均值数据》2020.04.01
- 《表1 时间重复及时空临近重复案件点对数量》2020.05.28
- 《表1 两种算法特征点检测时间统计》2019.10.10
- 《表1 特征点检测对比：基于改进FAST检测的ORB特征匹配算法》2019.07.28
- 《表1 3种算法提取相同特征点的时间对比》2019.07.16
- 《表1 激光遥感图像关键角点特征检测时间对比 (s)》2019.06.25
- 《表1 特征点的检测数、匹配数、匹配率与运行时间》2019.10.01
- 《表1 三种算法特征提取数量和时间对比》2018.06.01
- 《表1 3种算法的特征点检测时间Tab.1 Feature point detection time of three algorithms》2018.09.28
- 《表1 压缩率与特征点数量对比Tab.1 Comparison between Compression Ratio and Feature Points Number》2018.02.20
- 《表2 SURF特征点检测与匹配对比》2019.12.16
- 《表1 SIFT特征点检测与匹配对比》2019.12.16
- 《表1 特征点数量与提取时间对比》2019.11.25