论文部分内容阅读
本文对多尺度混合分布模型(Multiscale Mixture Distribution Models简记MMDM),其中主要是对多尺度混合Gauss分布模型(Multiscale Mixture Gaussian Models简记MMGM)和多尺度混合Rayleigh分布模型(Multiscale Mixture Rayleigh Models简记MMRM)进行了研究,及对多尺度自回归(Multiscale Autoregressive简记MAR)模型进行了研究,并将MMDM作为图像分割的分类器,MAR模型作为图像分割的特征提取器对合成孔径雷达(Synthetic Aperture Radar简记SAR)图像无监督分割进行了研究。 本论文的创新之处在于:(1)提出MMDM的概念,并论证了混合分布模型的函数逼近能力;(2)给出了样本竞争算法并用于MMDM的参数估计上;(3)分别将MMGM和MMRM分别应用于SAR图像无监督分割上,并对不同分布模型进行SAR图像分割的结果进行评判,给出了评判标准;(4)将MAR模型与MMDM模型结合起来应用于SAR图像的无监督分割上;(5)初步解决了SAR图像的MAR模型的定阶问题。