《表2 各种边缘检测算法关于信息熵值的对比》
提示：宽带有限、当前游客访问压缩模式
为了更加客观的对原始图像的边缘检测结果进行评价，本文采用信息熵和平均梯度作为评价指标，见表2、表3。
| 图表编号 | XD00122854800 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.16 |
| 作者 | 胡志斌、邓彩霞、邵云虹、王翠 |
| 绘制单位 | 哈尔滨理工大学理学院、哈尔滨理工大学理学院、哈尔滨理工大学理学院、哈尔滨理工大学理学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 k=3各种算法PSNR值的对比》2021.03.01
- 《表4 k=2各种算法PSNR值的对比》2021.03.01
- 《表2 基于全监督学习的边缘检测算法对比》2020.11.10
- 《表1 不同方法检测边缘图像的熵值》2020.11.25
- 《表2 手动勾画与本文算法勾画以及Monaco中边缘检测勾画对比表》2020.04.10
- 《表1 算法对比结果：目标边缘特征增强检测算法》2020.01.01
- 《表3 4种算法的KSW最大阈值熵值的标准差》2020.03.01
- 《表3 各种边缘检测算法关于平均梯度值的对比》2020.01.16
- 《表4 各种边缘检测算法关于峰值信噪比值的对比》2020.01.16
- 《表5 各种边缘检测算法关于均方误差值的对比》2020.01.16
- 《表6 各种边缘检测算法关于信息熵值的对比》2020.01.16
- 《表1 信息熵值的测试结果》2019.09.28
- 《表1 边缘检测算法效率对比(8M图像)》2019.10.01
- 《表1 边缘检测算法的执行效率对比s》2019.09.20
- 《表1 各种算法将香农熵或模糊熵作为图像分割的目标函数获得的图像熵值比较》2019.09.01
- 《表4 各种算法处理后的边缘保留评价系数》2019.02.10
- 《表2 各种算法处理后的边缘保留评价系数》2019.02.10
- 《表5 各种算法检测性能对比》2019.01.20
- 《表1 各种检测算法结果对比》2019.02.01
- 《表1 信息熵值法改进前后检测结果对比》2019.11.10