克里洛夫,V.A。 用有限混合近似合成孔径雷达图像的振幅分布。 (英语。俄语原件) 兹比尔1253.78052 莫斯克。大学计算机。数学。赛博。 34,第2期,82-86(2010); 维斯特翻译。莫斯科。州立大学。XV 2010,第2期,36-39(2010)。 摘要:本文提出了一种使用有限混合分布来近似合成孔径雷达(SAR)图像的振幅分布的方法。该方法包括一种随机期望最大化算法和一种对数累积量方法,用于估计混合物中各组分的参数。组件的分布取自包含SAR典型分布的特殊字典。从视觉分析和定量特征(相关系数和Kolmogorov-Smirnov距离)的角度来看,真实高分辨率SAR图像的实验显示出高度准确的结果。 MSC公司: 78米50 光学和电磁理论中的优化问题 60J10型 马尔可夫链(离散状态空间上的离散时间马尔可夫过程) 94A08型 信息与通信理论中的图像处理(压缩、重建等) 关键词:合成孔径雷达;振幅分布;有限混合法;随机EM算法;对数累积量法 PDF格式BibTeX公司 XML格式引用 \textit{V.A.Krylov},莫斯克。大学计算机。数学。赛博。34,第2号,82--86(2010;Zbl 1253.78052);维斯特翻译。莫斯科。州立大学。XV 2010,第2期,36-39(2010) 全文: 内政部 参考文献: [1] C.Oliver和S.Quegan,《理解合成孔径雷达图像》(Artech House,Norwood,1998)。 [2] G.Moser、J.Zerubia和S.B.Serpico,“基于广义高斯模型的SAR幅度概率密度函数估计”,IEEE Trans。图像处理。15, 1429–1442 (2006). ·doi:10.1109/TIP.2006.871124 [3] V.Krylov,G.Moser,S.B.Serpico等人,“高分辨率SAR图像统计建模”,研究报告,第6722号(INRIA,Sophia Antipolis,2008)。 [4] R.A.Redner和H.F.Walker,“混合物密度、最大似然和EM算法”,SIAM Rev.26195-239(1984)·Zbl 0536.62021号 ·doi:10.1137/1026034 [5] G.Celeux、D.Chauveau和J.Diebolt,“关于EM算法的随机版本”,研究报告,第2514号(INRIA,格勒诺布尔,1995年)·Zbl 0907.62024号 [6] J.-M.Nicolas和A.Maruani,《低阶统计:定义在(mathbb{R})+上的概率密度函数的新方法》。2000年9月5日至8日在芬兰坦佩雷举行的欧洲信号处理会议(EUSIPCO)(EURASIP,坦佩雷,2000)。 [7] I.Sneddon,《积分变换的使用》(MdGraw-Hill,纽约,1972年)。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。