《表1 金属碎料纹理特征数据》
提示：宽带有限、当前游客访问压缩模式
根据Tamura纹理的定义进行粗糙度、对比度、方向度特征计算，结果如表1所示。
| 图表编号 | XD00188281900 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.25 |
| 作者 | 章振原、秦训鹏、李轶峰 |
| 绘制单位 | 武汉理工大学汽车工程学院现代汽车零部件技术湖北省重点实验室、武汉理工大学汽车工程学院现代汽车零部件技术湖北省重点实验室、武汉理工大学汽车工程学院现代汽车零部件技术湖北省重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 样本纹理特征数据统计表》2021.02.20
- 《表6 Pavia University数据集的纹理特征相关矩阵》2020.10.20
- 《表4 Salinas数据集的纹理特征相关矩阵》2020.10.20
- 《表5 Indian数据集的纹理特征相关矩阵》2020.10.20
- 《表4：板材自然纹理特征数据融合后的结果》2021.01.01
- 《表1 芦苇、蔗渣碎料筛分值》2020.11.25
- 《表2 核函数准确率对比：基于机器视觉的废旧有色金属碎料识别方法》2020.08.25
- 《表1 纹理特征分析结果：基于数据挖掘的图像特征分割技术》2020.08.01
- 《表2 数据格式：音乐声的音色感知特征与图像的纹理特征的关联研究》2020.06.01
- 《表1 音色特征与纹理特征的相关系数》2020.06.01
- 《表1 纹理特征：综合Span图和纹理特征的高分三号影像建筑区提取》2020.01.25
- 《表9 新模型下数据验证：基于红土微观分形纹理特征的反演研究》2019.09.01
- 《表5 所有数据分类结果：基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别》2019.11.08
- 《表3 样本数据列表：基于CNN和农作物光谱纹理特征进行作物分布制图》2019.08.20
- 《表6 MLIVE数据库上方向纹理特征的性能对比》2019.09.15
- 《表5 MLIVE数据库上4个纹理特征的性能对比》2019.09.15
- 《表1 不同尺度LBP纹理特征在住宅区遥感图像上的分类结果比较 (UC Merced Land-Use数据集)》2019.07.01
- 《表2 不同尺度LBP纹理特征在住宅区遥感图像上的分类结果比较 (NWPU-RESISC45数据集)》2019.07.01
- 《表1 实验数据参数：基于多极化特征和纹理特征的PolSAR图像分类》2019.06.30
- 《表1 三维纹理分析提取的纹理特征》2019.07.20