10.3969/j.issn.1006-8961.2001.06.005
一种遥感图象的混合多尺度Hurst参数分类模型
针对遥感图象分类较困难的问题,提出了一个遥感图象的分类模型——扩展的自相似模型(ESS),该模型是一种广义的分形布朗模型(fBm),它的多尺度Hurst参数与粗糙度之间是对应的,同时不必像分形维数那样要求粗糙度的尺度不变性,因而比fBm更接近于实际情况.另外,由于它的参数可以作为很好的分类特征,而且特征维数低、计算快,其方向性Hurst参数还描述了纹理在4个方向上的粗糙度,因此可将它们与灰度的均值和标准差一起作为一组特征,来构造一个混合多尺度Hurst参数分类模型,将其用于卫星遥感图象分类,获得了较高的分类正确率.
纹理分类、Hurst参数、自相似模型、分形布朗运动
6
TP751(遥感技术)
国家重点实验室基金WKL990103
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共5页
537-541