基于广义多分辨似然比的SAR图像无监督分割方法 (2005年)

首先在多分辨四叉树上定义了一个广义多分辨似然比，刻画并且累积了SAR（synthetic aperture radar）图像中目标与背景在不同分辨率上的差异，从而增大了目标与背景之间的区分度。为了达到图像无监督分割目的，提出一个有效的空间变化混合多尺度自回归（spatially variant mixture multiseale autoregressive简称SVMMAR）模型方法，利用该模型分别估计出每个分辨率上广义多分辨似然比中一组密度函数的参数。为了考虑被分类象素与周围象素之间的Markov性，