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。