作　　者： ; ; ; ;

机构地区： 九江学院电子工程学院

出　　处： 《信号处理》 2014年第5期504-510,共7页

摘　　要： 随机信号的混合概率模型比单一概率模型有更多的灵活性,更适合复杂的分布建模。当前主要的混合概率模型有高斯混合模型、α分布混合模型和Gamma混合模型等。但高斯混合模型更适合随机变量对称分布的分布建模,而α混合模型参数多、算法复杂。SAR图像的像素值为非负值,且多为斜峰分布,更适合Gamma混合模型建模。仿真分析及数据测试都表明,本文提出的Gamma混合分布建模方法对SAR图像的像素统计分布具有更高的运算效率。 There are more flexibilities mixtures of multi-distribution models than a single-distribution model for complicated random variables. Gaussian mixture models, alpha-stable mixture models and Gamma mixture models are main hybrid probability distribution ones. Gaussian mixture distributions are fitter for some symmetric distribu- tion random variables and alpha-stable mixture distributions for not only symmetric but also skewed, but more pa- rameters and intricate estimating algorithms are its shortcoming. Pixel values of SAR images are non-negative and skewed distributions, so fit for using Gamma mixture distribution models. Simulation analysis and data tests show that Gamma mixture distribution models have a higher operation efficiency for pixel statistical distribution of SAR image pixel distributions.

关 键 词： 合成孔径雷达图像 混合分布 方法 高斯混合模型 分布混合模型

领　　域： [电子电信] [电子电信]