《表2 实验参数表：基于k_d曲率的自适应支撑邻域角点检测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于k_d曲率的自适应支撑邻域角点检测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

几种算法的平均重复率如图9所示.从图9可以看出，各种算法的平均重复率都很好，在图9（a）中，随着尺度慢慢变大，其平均重复率先增大后减小，同时也可以看出本文的算法有着更好的重复性能；图9（b）表明了在非一致尺度因子中，本文算法的平均重复率比较高，而且相对稳定；在图9（c）中，在顺时针旋转时，随着角度的增加，平均重复率减小，当旋转角度超过40°时，平均重复率开始增加，逆时针变化情况与顺时针大致相同，而在这几种算法中，Harris算法上下波动比较大，但是总体上看要好于CPDA算法、He&Yang算法，而KD算法与本文算法处于同一水平，都优于其他算法.