小样本条件下基于最大似然估计的极化SAR图像等效视图数估计新方法 |
| |
摘 要: | 首先,推导了Wishart分布矩阵行列式值的最大似然估计表达式,利用查表法解决了该方法计算复杂性问题,并经过仿真实验证明了该推导的正确性;其次,将矩阵行列式的最大似然估计应用到PolSAR图像等效视图数的估计中,提出了等效视图数最大似然估计和矩阵行列式值最大似然估计的n次迭代估计算法(n次迭代LML-DML)。仿真和实测数据的实验结果表明:该算法在样本数较少的情况下明显提高了估计精度。该算法对于解决Wishart分布区域样本数较少的中低分辨图像的等效视图数估计问题有重要的应用价值。
|
A new method of estimating equivalent number of views based on maximum likelihood estimation in case of small sample |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|