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高分辨率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,本项目利用广义Gamma分布,从经验模型、SAR散射模型及有限混合模型框架下,开展高分辨率SAR图像统计特性分析研究,分别提出了三种新的、有效的统计描述模型,即广义Gamma经验模型、广义Gamma瑞利模型及广义Gamma混合模型,并对其参数估计进行了深入探讨,提出了低复杂度、可行、有效的估计方法。还将研究成果应用于高分辨率SAR图像的变化检测、滤波和分割中,此举在证明理论研究成果的可行有效性外,还可通过应用丰富和完善理论研究。在国际顶级学术刊物和国际学术会议上发表论文6篇,分别被SCI和EI收录;另外还有4篇正在审稿中。该项研究丰富、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。
英文主题词Statistical analysis of high-resolution SAR images; generalized Gamma distribution; finite mixture model; log-cumulants