《表4 5种变化下织物纹样A、B的平均准确匹配率》

  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

《织物纹样特征提取与匹配方法比较》

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

%

采用相同的样本采集方法获取织物纹样的基准、尺度、旋转、模糊、光照、褶皱图像共44幅，进行基准与变化织物纹样的匹配实验，取k0=0.6，每类别的平均准确匹配率实验结果如表4所示。可见:BRISK算法的平均准确匹配率明显优于SURF和SIFT算法；织物纹样A和B在旋转、模糊和光照变化状态下，BRISK算法均高于80%，其中光照变化下平均准确区配率高于95%；在尺度、褶皱变化状态下，BRISK算法相较于SURF和SIFT算法优势明显。在A和B这2例织物纹样的5类变化匹配实验中，BRISK算法的平均准确匹配率均可保持在70%以上，所有实验的平均准确匹配率为86.3%。可见，BRISK算法在复杂织物纹样的特征提取与匹配中具有较好的适用性。