1) correlation coefficient matching method
相关系数匹配
2) correlation matching
相关匹配
1.
According to the characteristics of the computer image used in algorithm measurement,an image matching algorithm was presented,which is a correlation matching algorithm under epipolar line based on multi-resolution.
该方法采用金字塔分层和极线约束来弥补相关匹配带来运算量大的不足,克服了图像匹配中精度低的缺点。
2.
A fast image correlation matching algorithm is put forward for low contrast TV image sequence of a ship s target using genetic algorithms.
将遗传算法用于低对比度小目标图像相关匹配跟踪,提出了改进的快速图像相关匹配算法。
3.
Traditional image correlation matching algorithm works under a pure translation model and would face difficulty when dealing with a more general motion model where either scaling or rotation of the matched images is present.
常规的图像相关匹配算法通常只具有平移不变性 ,而不具有尺度和旋转不变性 ,这就给存在尺度和旋转变化图像间的匹配问题设置了障碍。
3) correlation match
相关匹配
1.
This paper describes one of the main problems of image-based correlation tracking systems,and proposes a new solution of using modified MCD correlation matching and adaptive modal modification based on multiple frame cumulation.
传统的相关匹配算法在背景比较简单的情况下可以较好地跟踪到目标,但实际获得的图像存在变形、噪声、遮挡等问题,并且也很难获得比较好的跟踪效果。
4) correlative matching
相关匹配
1.
Traditional correlative matching algorithm is too slow to meet the real time requirement.
针对传统相关匹配算法不能满足实时性的缺点,通过分析红外图像目标的特点,提出一种改进的SSDA算法,充分利用图像的边缘特征和灰度信息,在没有降低匹配精度的情况下减少了计算量,单调递减阈值序列的使用,进一步提高了算法的速度。
2.
A fusion method of structured light data based on correlative matching is proposed.
针对结构光三维测量中利用旋转平台进行数据融合提出了一种基于相关匹配的结构光测量数据的融合方法,利用相关物面进行匹配求出旋转平台的旋转角度,利用这个角度就可以实现对测量结果的三维数据融合。
5) replica correlator
匹配相关
1.
The algorithm combines adaptive tilt- ering and replica correlator(or matched filter processing)technology.
这种方法将自适应滤波理论和匹配相关技术相结合,首先对接收数据做频城分块自适应滤波,再利用已知发射信号副本进行匹配相关,最后提取目标回波信号。
6) Template Matching Method under the Maximum Correlation Coefficient criterion (MCC-TMM)
最大相关系数模板匹配法
补充资料：Kendall等级相关系数
Kendall等级相关系数
ion Kendall coefficient of rank correla-
Kd山u等级相关系数「E曰吐山以吧伍d句t of.”血伪川如.d佣;Ke”皿姗a劝，帅胭“e，TP朋ro“0‘ICOPpe几.朋毗」 两个随机变量(特征)X和Y间相依关系的样本度量之一，基于样本元素(戈，Y.)，二，(Xn，玖)的等级评定.这样，众n山山等级相关系数属于秩统计量(mllksta比tic)并且定义为 25 f r.·…r_、 ”Ln一1)其中;，是在X秩为i的数偶(X，y)中Y的秩、S二ZN一”(。一l)/2，N是样本中]>i和r，>r‘同时成立的元素个数.总有一1簇t《1.M.R上以坛U广泛使用K淤nd目等级相关系数做相依性度量(见〔1」). Ken山山等级相关系数被用于检验随机变量独立的假设.如果独立性的假设成立，则云二0，DT“2(2n十5)/〔gn(”一l)1.当样本容量较小时(4蛋n镬10)，独立性假设的统计检验借助于专门的数表(见【31〕来进行.当衬>10时，利用:的分布的正态逼近二如果 ，·，>一擂离，则否定关于独立的假设，否则接受假设.这里，:是显著性水平，。司:是标准正态分布的100(:/2)百分位点.像任何秩统计量一样，KendaU等级相关系数可以用于揭示两个属性特征的相依性，只要样本的元素可以按这些特征评定等级，如果X和Y有联合正态分布且相关系数为p，则p与Kendal丈等级相关系数有如下关系: _2 七T=一atcsmP· 兀亦见S碑ar田叨等级相关系数(s户汾m曰n cocfficientof几mk eorlehaion);秩检验(mnk此0.
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