建立了基于岭回归估计的背景估计批处理算法,进而提出了自适应的二维序贯岭回归估计算法(Two-Dimensional RecursiveRidge Regression Algorithm, TDR<3>A)。该算法不仅具有最小均方算法的优点,而且比它更加稳定,估计的误差更小。同时,针对可见光图像,通过实测数据的模拟讨论了算法参数μ、邻域支撑域类型以及邻域大小的选择配置,以更大的优化TDR<3>A算法背景估计的性能。结果表明,参数μ太大或者太小,算法背景估计性能均变差,0.01-0.1是较好的选择。和其他四种支撑域相比,以中心像素为待估计背景像元的非因果型支撑域具有最好的背景估计性能。此外,各种邻域大小的比较表明,兼顾计算复杂度和背景估计性能,7×7邻域是图像背景估计的最佳选择。这些仿真结果对TDR<3>A在背景估计中的应用有很强的指导意义。