《表1 不同优化方法的测量值误差统计结果》

  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

《一种基于频谱特征的周期性结构参数检测方法》

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

图像纹理边缘往往存在非完整周期，而频谱提取的是整数周期数；频谱旋转时，也对特征点坐标进行取整，这将导致测量结果分辨率较低、误差较大。采用基于插值拟合的超分辨率算法可以提高检测结果的分辨率和精度，减小误差。常用的插值拟合方法有三次样条插值（spline）、双三次插值（cubic）、双线性插值（bilinear）、多项式拟合（polyfit）等。通过控制（2）式中参数ω以0.1为步长递增，可以仿真得到具有非整数条数的纹理图像，从而提取频谱特征。分别用上述方法进行特征值精度优化，统计测量值的相对误差，计算误差绝对值的最大值、中位数和平均数，如表1所示。根据仿真结果，选用三次样条插值法对特征值精度进行优化。