《表2 互相关匹配度与卡尔曼预测结果判别Tab.2 Tracking condition judgment based on cross-correlation coefficient and Kal
将卡尔曼预测结果与跟踪环节互相关匹配度相结合得到跟踪状态更好的判断,具体判断方法如表2所示,其中阈值为经验值,需要结合实际成像质量与亮度进行选择,互相关匹配度计算在1.3节中进行表述。
图表编号 | XD0034310200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 张子玄、贾建军、强佳、张亮、李建华 |
绘制单位 | 中国科学院上海技术物理研究所空间主动光电技术重点实验室、中国科学院大学、中国科学院上海技术物理研究所空间主动光电技术重点实验室、中国科学院大学、中国科学院上海技术物理研究所空间主动光电技术重点实验室、中国科学院上海技术物理研究所空间主动光电技术重点实验室、中国科学院大学、北京航天长征飞行器研究所 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 互相关匹配度与卡尔曼预测结果判别Tab.2 Tracking condition judgment based on cross-correlation coefficient and Kalman prediction”的人还看了
- 表3 特征波长下茶园土壤酸碱状况的Bayes判别模型识别结果Table 3 The predicted results of Bayes discrimination model based on characteristic wavele
- 表2 砂-泥岩模型中裂缝扩展行为判别参数Tab.2 Judgment parameters for fracture extension behavior in sandstone-mudstone model
- 表2 绿灯缩短策略下相关相位车辆通行能力增值表Tab.2 Related traffic capacity change table based on green light shorten strategy