基于分形理论的航空图像分类方法_李厚强.pdfVIP

第 5 卷 第 5 期 遥 　感 　学 　报 Vol . 5 , No . 5 2001 年 9 月 JOURNAL OF REMOTE SENSIN G Sep . , 2001 　　　文章编号 : (2001) 基于分形理论的航空图像分类方法 李厚强 ,刘政凯 ,林 　峰 ( 中国科学技术大学 电子工程与信息科学系 ,安徽 合肥 　230027) 摘 　要 : 　提出一种基于分形理论和 BP 神经网络的航空遥感图像有监督分类方法 。该方法尝试将航空图像 的光谱信息和纹理特征相结合 。它首先将彩色航空图像由RGB 格式转化为 HSI 格式 ,然后 ,根据亮度计算分 ( ) 数维 、多重分形广义维数谱 q-D q 和“空隙”等基于分形的纹理特征 , 同时加入归一化的色度和饱和度作为光 谱特征 ,采用 BP 神经网络作为分类器 。通过对彩色航空图像的分类实验 ,结果证实该方法行之有效 。 关键词 : 　航空图像 ; 图像分类 ;纹理 ;分形 ;神经网络 中图分类号 : 　TP 7511 　　　文献标识码 : 　A 饱和度的差别较大 ,利用色度和饱和度参量容易将 1 　引　言 其分开 。而由同一种材料构成的具有不同纹理的物 体 ,其纹理特征主要由亮度决定 。基于这种考虑 ,本 遥感图像通常包含光谱信息和空间结构两大特 文采用彩色图像的亮度计算纹理特征 ,采用色度和 征 。在图像的解释与分析中 ,用得最多的是图像的 饱和度作为区分不同材料物体的光谱特征 ,综合利 光谱信息 。光谱信息反映了地物某种物理测度值大 用图像的光谱特征和纹理特征进行分类 。 小 ,是地物特征性状较直观的反映 。但随着图像解 目前纹理特征计算方法主要有 :基于图像结构 ( ) 译与分析工作的深入 ,人们发现仅仅使用遥感图像 模型 Structural Model 的方法 , 基于 图像统计模型 ( ) ( 的光谱信息 , 已经不能有效地进行计算机分析和识 Statistic Model 的方法 ,基于滤波器模型 Filter Mod ) ( ) 别 。作为遥感图像重要特征之一的结构特征 ———纹 el 的方法 ,基于随机场模型 Random Field 的方法以 ( ) 理信息的提取和分析 ,对遥感图像分类识别的作用 及基于分形模型 Fractal Model 的方法等 。基于分 是举足轻重的。例如 ,地质上岩石的地物反射光谱 形的纹理特征的一个重要特点是具有尺度不变性 : 特征非常复杂 ,规律性较差 ,受其它