有效的SAR图像统计模型对于提高SAR图像处理与应用的性能是至关重要的。然而,场景对电磁波散射过程的复杂性以及SAR图像所包含场景信息复杂度的不断增加,制约了现有SAR图像统计模型在实际中的应用。 为此,本项目拟利用广义Gamma分布,在有限混合模型框架下,开展半参数SAR图像统计特性分析研究,并将研究成果应用于SAR图像无监督分割,主要研究内容包括:(1)固定维的广义Gamma混合模型SAR图像统计特性分析;(2)基于模型选择的广义Gamma混合模型SAR图像统计特性分析;(3)基于广义Gamma混合模型的SAR图像无监督分割。本项目旨在建立新的、有效的SAR图像统计描述模型,丰富、发展SAR图像统计分析的相关理论和技术,为后续的SAR图像处理与应用奠定良好基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
一种基于多层设计空间缩减策略的近似高维优化方法
基于LS-SVM香梨可溶性糖的近红外光谱快速检测
基于改进LinkNet的寒旱区遥感图像河流识别方法
基于MCPF算法的列车组合定位应用研究
基于广义半参数回归模型的统计推断及其应用研究
基于含指标项的广义半参数回归模型的统计推断
基于广义分布和结构先验的高分辨SAR图像相干斑抑制
基于偏态分布的半参数非线性模型的统计推断