《表1 分割结果精度比较：结合同异性度量的超像素分割方法》
提示：宽带有限、当前游客访问压缩模式
由图11可以看出，本文在阴影及道路等部分纹理相似区域的分割效果优于其他方法。3种分割结果的精度对比如表1所示。
| 图表编号 | XD00227626000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.08.20 |
| 作者 | 祁瑞光、张和生 |
| 绘制单位 | 太原理工大学矿业工程学院、太原理工大学矿业工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 实验结果：一种基于超像素分割的遥感图像道路提取方法》2020.08.01
- 《表2 四种分割方法对图4五张图像的分割结果度量》2021.02.01
- 《表1 烟草提取精度评价：模糊超像素分割算法的无人机影像烟株精细提取》2021.03.01
- 《表1 将分割出来的肿瘤掩膜做膨胀0、1、3、5个像素处理后进行修复，对比相应肿瘤掩膜取出后剩余部分的相似性度度量和峰值信噪比》2021.02.20
- 《表1 精度评估：融合随机森林和超像素分割的建筑物自动提取》2021.02.25
- 《表2 各算法的AG对比：基于超像素分割和暗亮通道结合的单幅图像去雾》2020.08.25
- 《表1 不同算法的对比：基于超像素分割和暗亮通道结合的单幅图像去雾》2020.08.25
- 《表1 分割算法比较：基于MSER结合投影法的路牌信息分割方法》2020.10.01
- 《表1 不同分割方法平均分割精度对比》2019.11.01
- 《表3 基于像素分类的图像语义分割方法性能》2020.06.01
- 《表3 与传统方法结合的MRI脑肿瘤分割方法评估结果》2020.02.16
- 《表2 数据表：基于超像素的联合能量主动轮廓CT图像分割方法》2020.01.01
- 《表2 分割结果对比：基于超像素特征的苹果采摘机器人果实分割方法》2019.11.25
- 《表1 SAS方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表2 本文方法结果：联合像素与多尺度对象的高分辨率遥感影像谱聚类分割》2019.11.01
- 《表3 几种基于形态学与其他分割方法相结合的视网膜血管分割算法性能比较》2019.09.25
- 《表1 客观评价：结合天空分割和超像素级暗通道的图像去雾算法》2019.07.01
- 《表1 精度比较表：基于深度网络的人脸区域分割方法》2019.04.15
- 《表1 分割结果精度评价：结合隶属度空间约束的模糊聚类图像分割》2019.05.20
- 《表1 像素精确度：基于分割块的图像语义分割方法》2018.04.20