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参数与粗糙度之间的是对应的，同时不必像分形维数那样要求粗工的尺度不变性，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，而且特征给数低，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。