用于 SAR 图像建模的二维瑞利自回归滑动平均模型
统计方法学
2022-08-09 v1 图像与视频处理
信号处理
统计理论
数据分析、统计与概率
统计理论
摘要
二维（2-D）自回归滑动平均（ARMA）模型常用于描述真实世界图像数据，通常假设高斯或对称噪声。然而，真实世界数据常呈现非高斯信号，具有非对称分布与严格正值。特别地，已知 SAR 图像可由瑞利分布很好地刻画。在此背景下，引入了专为二维瑞利分布数据定制的 ARMA 模型——二维 RARMA 模型。推导了二维 RARMA 模型并讨论了条件似然推断。所提模型经过广泛的蒙特卡洛模拟以评估条件极大似然估计量的性能。此外，在 SAR 图像处理背景下，进行了两项综合数值实验，将所提模型的异常检测与图像建模结果同传统二维 ARMA 模型及文献中的竞争方法进行比较。
引用
@article{arxiv.2208.03615,
title = {2-D Rayleigh Autoregressive Moving Average Model for SAR Image Modeling},
author = {B. G. Palm and F. M. Bayer and R. J. Cintra},
journal= {arXiv preprint arXiv:2208.03615},
year = {2022}
}
备注
21 pages, 8 figures, 6 tables