《表4 不同方法的对比度：结合曲率滤波的HTM算法去除遥感影像云雾》
提示：宽带有限、当前游客访问压缩模式
注:加粗字体为每组最优值。
式中，Pδ（i，j）表示相邻像素间的灰度差为δ的像素分布概率，表示相邻像素间的灰度差，计算结果如表4所示。
| 图表编号 | XD00141911100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.16 |
| 作者 | 杨珂珂、贾渊、沈川 |
| 绘制单位 | 西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院、西南科技大学计算机科学与技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 特征优化结果：高分遥感影像与矢量数据结合的变化检测方法》2020.08.28
- 《表1 实验影像：多重约束条件下的不同遥感影像匹配方法》2020.09.01
- 《表4 不同方法对高尔夫球场遥感影像分类精度对比》2021.03.16
- 《表3 不同方法对城市公园遥感影像分类精度对比》2021.03.16
- 《表5 不同方法对住宅区遥感影像分类精度对比》2021.03.16
- 《表1 不同算法实验对比：基于深度学习的高分遥感影像分类方法研究》2021.02.05
- 《表4 存储大小：基于曲率滤波优化的遥感影像去雾算法》2021.02.25
- 《表2 几种代表性的时空遥感影像融合算法对比》2020.07.20
- 《表1 去雾效果定量评价：高分辨率遥感卫星图像不均匀云雾去除算法》2020.03.25
- 《表2 不同算法结果对比：基于深度卷积神经网络的遥感图像目标检测方法》2020.05.25
- 《表4 变化检测精度评价：结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测》2020.06.25
- 《表3 不同方法的信噪比：结合曲率滤波的HTM算法去除遥感影像云雾》2020.04.16
- 《表1 本文算法精度评价：基于高分遥感影像的断裂道路连接方法》2020.02.25
- 《表1 建筑物提取评价表：一种结合MBI和SLIC算法的遥感影像建筑物提取方法》2019.10.25
- 《表4 分割评价指标：基于监督与非监督分割评价方法提取高分辨率遥感影像特定目标地物的对比研究》2019.09.25
- 《表2 算法性能对比：基于改进SIFT的低空遥感影像拼接系统设计》2019.08.01
- 《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 像斑多特征提取：结合mRMR选择和IFCM聚类的遥感影像分类算法》2019.04.25
- 《表4 匹配时间对比：Dense SIFT与改进最小二乘匹配结合的倾斜航空影像匹配方法》2018.10.25
- 《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