《表1 不同算法直线匹配结果Tab.1 Line Matching Results of Different Algorithms》
文献[11-12]提出的L-P方法是目前较为优越的不基于直线邻域灰度的直线匹配方法。本文证明了其结果受点匹配正确率影响较小,且在匹配数及正确率等方面均优于LS[17]方法及基于描述符的MSLD[3]方法,因此将本文方法与L-P方法进行对比,验证本文方法的匹配效果。对比实验中两种方法所使用的匹配点及特征直线相同,仅直线匹配方法不同,各数据的匹配点及提取的直线如图6所示。L-P算法来自主页http:∥www.nlpr.ia.ac.cn/fanbin/发布的C++开源代码。如3.2节所述,本文算法阈值取为2.5像素。实验结果如表1所示。
图表编号 | XD007938100 严禁用于非法目的 |
---|---|
绘制时间 | 2018.06.20 |
作者 | 余美、邓喀中、杨化超、秦长彪 |
绘制单位 | 中国矿业大学环境与测绘学院、国土环境与灾害监测国家测绘地理信息局重点实验室、中国矿业大学环境与测绘学院、国土环境与灾害监测国家测绘地理信息局重点实验室、中国矿业大学环境与测绘学院、国土环境与灾害监测国家测绘地理信息局重点实验室、中国矿业大学环境与测绘学院、国土环境与灾害监测国家测绘地理信息局重点实验室 |
更多格式 | 高清、无水印(增值服务) |
查看“表1 不同算法直线匹配结果Tab.1 Line Matching Results of Different Algorithms”的人还看了
- 表1 不同行为识别算法的识别率对比Tab.1 Comparison of recognition rate under different behavior recognition algorithm