阐述拟合基于Sandia数据库SAR图像分布拟合

摘要：该文首先对基于Sandia数据库中的SAR图像的统计模型进行了研究，通过六种分布拟合研究给出了不同区域的建模，其次，在统计特性方面分别分析了其特性和共性，对参数K-S和KL进行了比较，给出了不同背景下分布拟合的一般性，为今后进行统计模型下的CFAR检测提供了理论基础。
关键词：SAR图像；统计模型；分布拟合
1009-3044（2013）01-0183-05
SAR图像统计模型主要分为三类[1-3]，第一种是经验分布，第二种是基于乘性模型而发展来的，第三种非乘性模型得到的分布。这里介绍的这三种方法都是基于参量模型不包括非参量模型，由于非参量模型是一种基于图像数据驱动模式的模型，一般需要大量样本数据的支持，估计精度较高但操作复杂，计算耗时较大，所以以非参量模型来进行杂波统计模型建立的方法应用极为有限[4-6]，主要用于海杂波背景。所以，该文着重关注了参量模型的这三类方法，基本思想都是利用参数估计方法从已知的统计分布中确定SAR图像数据的统计模型。

1 SAR图像的统计模型介绍

1.1经验分布

经验分布模型完全来源于对实际数据的分析经验，没有扎实的理论知识作为指导对不同地物杂波并不能很好的区分和描绘。由于经验分布的局限性，经典的分布模型为对数分布和Weibull分布，当满足一定条件时，均对幅度A和强度I适用。

1.1对数正态分布

对数正态分布由George

源于：怎么发表职称论文www.udooo.com

提出，主要考虑到SAR图像的乘性噪声，认为去对数后的数据因去除了乘性而变成加性噪声从而认为服从高斯分布。Fukunag认为把取对数后的SAR图像用高斯分布建模存在过度拟合现象，所以用对数变换后图像的1/4能量域更为符合高斯建模。