1) feature invariants
特征不变量
1.
Three particle feature invariants, including length ratio, compactness and simplicity factor, have been extracted to classify the dial elements effectively.
系统地介绍了指针式仪表识别中的优化方法,提取图像粒子目标的长度比、紧密性和简单度三个特征不变量作为分类表盘的基本元素;基于差分图像确定投影原点的点弧线投影极值新算法,可快速获取仪表指针和分度线参数,且能区分分度线长短。
2) feature invariant
特征不变量
1.
Study for recognition of infrared image based on feature invariant;
基于特征不变量的红外图像识别研究
2.
A new method for detecting and tracking moving target is proposed based on combination of image difference and feature invariant.
提出了一种基于改进的图像差分算法与特征不变量匹配的目标识别方法。
3) property invariant
特征不变量
1.
Let f(x) a、b、c、d∈R, ad ≠ bc) be a real fractional linear function, and the iterative function fn (x) (f0(x) = x,fn(x) =f(fn-1 (x), n ∈N), the property invariant, the fixed point and the attractor of fn(x) are obtained.
设实分式线性函数 （ａ、ｂ、ｃ、ｄ月∈Ｒ，且ａｄ≠ｂｃ），得到：（１）ｆ（ｘ）的迭代函数 的特征不变量、不动点和吸引子；（２）ｆ（ｘ）的实迭代根存在时的函数表达式。
4) Invariant feature point
不变特征量
5) Invariant classification feature
分类特征不变量
6) Triple feature invariance
三重特征不变量
补充资料：变量与变量值
可变的数量标志和所有的统计指标称作变量。变量的数值表现称作
变量值，即标志值或指标值。变量与变量值不能误用。
变量值，即标志值或指标值。变量与变量值不能误用。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条