中文摘要：

合成孔径雷达（SAR）图像的统计分布是SAR图像处理的基础。针对传统的SAR图像统计分布不能反映高分辨率SAR图像的尖峰和厚尾的统计特征这一缺陷，本项目把SAR图像的统计分布推广到一般的拖尾分布。由于拖尾分布具有代数拖尾，因此它能够精确描述高分辨率SAR图像的尖峰和厚尾的统计特性。首先，本项目使用拖尾分布对高分辨率SAR图像建模，提出高效估计拖尾分布参数的对数累积量方法。其次，本项目使用拖尾分布描述高分辨率SAR图像的雷达横截面积（RCS），提出从观察图像估计拖尾分布参数的有效方法。最后，本项目使用拖尾分布描述高分辨率SAR图像的先验分布，由此研究SAR图像的最大后验概率（MAP）降斑，并通过高分辨率SAR图像的降斑实验验证这种方法的有效性。本项目选择拖尾分布这一精确的数学工具，处理高分辨率SAR图像的相关问题。拖尾分布的引入，为高分辨率SAR图像处理提供了一种新的思路和方法。

结论摘要：

本项目使用拖尾分布精确描述高分辨率合成孔径雷达（SAR）图像的尖峰和厚尾的统计特征，系统研究拖尾分布在高分辨率SAR图像处理中的若干重要应用。本项目在以下方面取得创新性成果（1）引入第二类统计量理论，推导出拖尾分布的对数累积量参数估计式；（2）把基于第二类统计量的拖尾分布参数估计方法推广到其它常用分布，如对数-正态分布、K分布、对称稳定分布和Cauchy分布；（3）基于第二类统计量理论，并使用斑点的乘性模型和Mellin卷积，针对强度图像、幅值图像和多视处理幅值图像三种图像类型，推导出了估计雷达横截面积（RCS）的拖尾分布参数的高效方法；（4）把基于第二类统计量的RCS拖尾分布的参数估计方法推广到其它分布，如Gamma分布、对数-正态分布、逆Gamma分布和K分布；（5）研究拖尾先验分布下的高分辨率SAR图像的最大后验概率（MAP）降斑算法，推导出MAP滤波方程的一般形式和解析特例。该算法能够有效滤除均匀区域的斑点，并能有效保留边缘和点目标；（6）作为第二类统计量的重要应用，提出了高分辨率SAR图像的Gamma MAP滤波的改进算法。所提算法既能有效保留均匀区域的点目标，又能有效保留弱边缘，还能有效滤除强边缘区域的斑点。总之，本项目以拖尾分布为切入点，以第二类统计量理论为工具，系统研究高分辨率SAR图像的建模、参数估计以及降斑等问题，并在相关领域有所扩展和深化，为高分辨率SAR图像的精确解译提供了新的思路和方法。受到本项目的资助，在国内外重要期刊或会议上发表论文共20篇，被SCI检索2篇，被EI检索5篇，其中，项目负责人以第一作者或通信作者发表论文共15篇，被SCI检索1篇，被EI检索2篇，项目负责人参与申请专利一项，以第一完成人申请软件著作权两项（已登记一项），圆满完成项目预期的研究任务。