基于BP神经网络的图像分类

　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

利用bp神经网络对遥感图像进行分类，输入样本值后，根据样本值对遥感图像不同的地物进行分类，分类后计算每种地物所占面积-The use of bp neural network classification of remote sensing images, enter a sample value, based on the sample value of the different features of remote sensing image classification, classif

几篇关于神经网络的文章，结合遥感图像的特性，介绍了人工神经网络在遥感图像分类中的作用-Several articles on the neural network, combined with the characteristics of remote sensing images on the artificial neural networks in remote sensing image classification in the role of