基于分形脊波神经网络的遥感图像分类研究

在分形理论和脊波神经网络的基础上,综合利用彩色遥感图像的光谱、纹理和形状特征,提出了一种彩色遥感图像的分类新方法.该方法把彩色图像的蓝、绿、红波段作为3个光谱特征,由分形理论计算的DBC维和多重分形维数作为2个纹理特征,平均不变矩作为1个形状特征,并利用对曲线具有极强方向识别能力的脊波神经网络作为分类器.实验结果表明,提出的彩色遥感图像分类方法具有较高的分类准确率和较强的抗噪音能力.