《表5 背景参数与提取像素点提取星数关系》
提示：宽带有限、当前游客访问压缩模式
为了便于简化分析和显示，仅列出2.1°视场范围内的图像处理结果，表5为提取像元数与提取星数之间的关系，图13、14为该视场范围内的目标提取效果。
| 图表编号 | XD00122545700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.12.01 |
| 作者 | 钟红军、张俊、梁士通、王龙 |
| 绘制单位 | 北京控制工程研究所、北京控制工程研究所、北京控制工程研究所、北京控制工程研究所 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 HOG参数选择：基于表观模型的人脸特征点提取》2020.11.05
- 《表1 实验结果：一种基于超像素分割的遥感图像道路提取方法》2020.08.01
- 《表3 提取的特征像素信息》2021.01.25
- 《表1 评价参数比较：一种静态背景下目标检测与提取算法研究》2021.02.25
- 《表1 烟草提取精度评价：模糊超像素分割算法的无人机影像烟株精细提取》2021.03.01
- 《表1 精度评估：融合随机森林和超像素分割的建筑物自动提取》2021.02.25
- 《表5 pH与提取率的关系表》2020.04.30
- 《表1 甜菜根表型参数集：基于三维点云的甜菜根表型参数提取与根型判别》2020.05.01
- 《表5 轮廓间隔点中不同起始点5循环提取转角》2020.08.05
- 《表1：归一化语谱图水平方向像素点数目h与Pd、Ps的对应关系》2020.07.15
- 《表1 特征点提取与匹配对比结果》2019.08.01
- 《表3 误差混淆矩阵：基于超像素分割变化特征提取的高铁环境变化监测》2019.08.01
- 《表2 分类阈值：基于超像素分割变化特征提取的高铁环境变化监测》2019.08.01
- 《表2 待测图像受攻击后提取出16×16像素水印图像的NC值》2019.01.16
- 《表1 待测图像攻击后提取出32×32像素水印图像的NC值》2019.01.16
- 《表2 5种不同浓度水菖蒲提取物对樱桃红蟑螂的时间与死亡率的关系》2019.01.25
- 《表2 像素点与地址映射关系Table 2 The mapping of pixels and Block RAM addresses》2018.05.01
- 《表2 优化点的提取与分类》2018.07.27
- 《表1 特征提取算子精度/像素Tab.1 Precision of the Operators/piels》2018.10.05
- 《表1 特征点数量与提取时间对比》2019.11.25