《表1 不同算法特征提取数目和时间比较》
提示：宽带有限、当前游客访问压缩模式
在计算机视觉领域中有很多稳定的局部图像特征，如著名的SIFT、SURF、ORB等。它们具有可重复性，可区别性，高效率，本地性等特点，本文通过实验对比不同算法的特征提取数目、时间、匹配质量来选出合适算法进行特征提取，实验结果见表1:
| 图表编号 | XD00220091000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.10.01 |
| 作者 | 姚慧 |
| 绘制单位 | 北京华录新媒信息技术有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 基于不同数目必经点算法所用时间结果比较》2020.12.01
- 《表2 不同变换下四种算法特征提取时间》2020.04.20
- 《表2 不同特征算法选择的特征数目》2020.01.30
- 《表3 三种算法的特征提取平均时间比较》2020.02.01
- 《表2 算法运行时间比较：基于改进BRISK算法的图像特征提取方法研究》2020.02.01
- 《表1 算法运行时间比较：基于改进BRISK算法的图像特征提取方法研究》2020.02.01
- 《表1 图像特征点提取算法运行时间》2019.10.18
- 《表1 算法特征提取与闭环查询时间》2019.09.25
- 《表3 不同时间提取出的硫化物数目》2019.07.01
- 《表1 不同算法的特征提取和匹配性能对比》2019.09.15
- 《表2 特征提取时间比较：基于DWT最优多子图和SIFT几何校正的鲁棒水印算法》2019.06.01
- 《表2 算法不同时间内找到互异个体数目比例》2019.06.01
- 《表1 不同算法特征点匹配数目对比》2019.08.20
- 《表3 两种算法子野数目、机器跳数和治疗时间统计》2019.06.20
- 《表1 不同时间下不同算法的提取准确率比较》2019.04.25
- 《表5 不同端元数目下算法运行时间比较 (s)》2019.02.01
- 《表1 不同算法特征点数目及耗时对比结果》2018.10.01
- 《表1 三种算法特征提取数量和时间对比》2018.06.01
- 《表1 在不同特征提取条件下的特征维度D和分类器数目C》2019.11.01
- 《表4 不同粒子数目下几种算法运行时间对比》2019.12.01