Unfortunately, computation of appro

Unfortunately, computation of appropriate registration parameters
is complicated. Even the simplest models must first nominate
features that are invariant between known-match images. Clearly
minutiae coordinates (x, y) will vary between mis registered
known-matches, so automated algorithms must seek alternative
features (or alternative means) of deducing correspondences. One
approach to this problem is to generate Delaunay triangles using
minutiae as vertices (Fig. 1) [12]. Ideally, minutia triplets generate
triangles that possess invariant features (inner angles and ratio of
sides) which in turn nominate a series of candidate control points
that can be used to compute the registration parameters that
maximize the similarity between two images [11,12].

ผลลัพธ์ (ไทย) 1:

อับ คำนวณพารามิเตอร์การลงทะเบียนที่เหมาะสมมีความซับซ้อน ต้องเสนอแม้แต่รูปแบบที่ง่ายที่สุดก่อนคุณลักษณะที่นิ่งระหว่างรู้จักจับคู่ภาพ อย่างชัดเจนminutiae พิกัด (x, y) จะแตกต่างกันระหว่าง mis ที่ลงทะเบียนรู้จักตรง อัลกอริทึมแบบอัตโนมัติดังนั้นต้องแสวงหาทางเลือกคุณลักษณะ (หรือวิธีอื่น) ของ deducing ตอบกลับ หนึ่งวิธีการปัญหานี้คือการ สร้างสามเหลี่ยม Delaunay ใช้minutiae เป็นจุดยอด (Fig. 1) [12] ดาว minutia triplets สร้างสามเหลี่ยมที่มีบล็อกคุณลักษณะ (มุมภายในและอัตราส่วนของด้าน) ซึ่งจะเสนอชุดผู้ควบคุมคะแนนที่สามารถใช้ในการคำนวณพารามิเตอร์การลงทะเบียนที่ขยายความคล้ายกันระหว่างภาพสองภาพ [11,12]

ผลลัพธ์ (ไทย) 2:

แต่น่าเสียดายที่การคำนวณของพารามิเตอร์การลงทะเบียนที่เหมาะสมมีความซับซ้อน
แม้รูปแบบที่ง่ายที่สุดจะต้องเสนอชื่อมีคุณสมบัติที่มีค่าคงที่ระหว่างภาพที่รู้จักกันในการแข่งขัน เห็นได้ชัดว่าพิกัดข้อปลีกย่อย (x, y) จะแตกต่างกันระหว่างการลงทะเบียนที่ผิดพลาดที่รู้จักกันตรงขั้นตอนวิธีอัตโนมัติเพื่อทางเลือกที่จะต้องแสวงหาคุณสมบัติ(หรือทางเลือก) จดหมายของ deducing หนึ่งในวิธีการที่จะแก้ไขปัญหานี้คือการสร้างรูปสามเหลี่ยม Delaunay ใช้ข้อปลีกย่อยเป็นจุด(รูปที่ 1). [12] จะเป็นการดีที่แฝด minutia สร้างรูปสามเหลี่ยมที่มีคุณสมบัติคงที่(มุมภายในและอัตราส่วนของด้าน) ซึ่งจะเสนอชื่อชุดของจุดควบคุมผู้สมัครที่สามารถนำมาใช้ในการคำนวณค่าพารามิเตอร์การลงทะเบียนที่เพิ่มคล้ายคลึงกันระหว่างสองภาพ [11,12]

ผลลัพธ์ (ไทย) 3:

ขออภัย การคำนวณค่าพารามิเตอร์ที่เหมาะสมการลงทะเบียน
มันซับซ้อน แม้แต่ง่ายรุ่นแรกต้องเสนอ
คุณสมบัติที่ไม่เปลี่ยนแปลงระหว่างรู้จักภาพตรงกัน อย่างชัดเจน
ข้อปลีกย่อยพิกัด ( x , y ) จะแตกต่างกันระหว่างระบบสารสนเทศทะเบียน
ตรงกับที่รู้จัก จึงต้องแสวงหาทางเลือก
ขั้นตอนวิธีอัตโนมัติคุณลักษณะ ( หรือวิธีการทางเลือกของการโต้ตอบได้ หนึ่ง
วิธีการแก้ปัญหานี้คือการสร้างเนย์สามเหลี่ยมใช้
ข้อปลีกย่อยเป็นจุด ( รูปที่ 1 ) [ 12 ] ใจกลาง minutia แฝดสร้าง
รูปสามเหลี่ยมที่มีคุณลักษณะค่าคงที่ ( มุมด้านใน และอัตราส่วนของ
ด้าน ) ซึ่งจะเสนอชื่อผู้สมัครชุดควบคุมคะแนน
ที่สามารถใช้เพื่อคำนวณการลงทะเบียนค่า
เพิ่มความเหมือนระหว่างสองภาพ [ 11,12 ]