论文部分内容阅读
传统的合成孔径雷达（SAR）图像参数化有限模型都有其特定的物理背景或者数学假设，很难准确估计SAR图像中各地物的密度分布，为了解决这一问题，提出一种基于非参数化无限混合模型的SAR图像分割方法，该方法利用Dirichlet过程对SAR图像进行建模，进一步采用非参数化Bayes模型分割包含复杂地物目标的SAR图像。Dirichlet分布作为一种基于分布的分布可以确定不同类别的先验概率，由样本估计出密度函数来描述图像，从而可以更精确地分割各类地物。该算法在模拟图像与真实SAR图像上进行了比对测试，实验结果验证