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

Feature extraction is a key issue in contentbased image retrieval (CBIR). In the past, a number of texture features have been proposed in literature, including statistic methods and spectral methods. However, most of them are not able to accu

表面缺损检测对保证产品的使用性能、完整性和安全性具有重要意义 本文将表面 缺损类型总结为结构缺损、几何缺损、颜色缺损和纹理缺损等几类，并进行特征分析。在此基础上，从基于灰度特征、形态特征、色度特征和纹理特征等几方面对表面缺损的图像检测方法进行综-Surface defect detection products to ensure the use of performance, integrity and security will be of great significance to t

matlab图像处理算法集合，参考《基于颜色空间和纹理特征的图像检索》 -matlab image processing algorithm set, see " Color Space and Texture Based Image Retrieval"