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。-Based on fractal theory and BP neural network

Textural Features for Image Classification-Texture is one of the important characteristics used in identifying objects or regions of interest in an image, whether the image be a photomicrograph, an aerial photograph, or a satellite image. This

基于压缩感知的纹理图像分类，介绍了一种新的高效算法：分类压缩感知。与一般压缩感知及其他方法在四大纹理数据库上对比。有原文献及自己的译文-Introduced a new efficient algorithm based on compressed sensing texture image classification, compressed sensing: Category. Original literature and translation