技术特征：
技术总结
本发明公开了一种基于G0分布的随机梯度变分贝叶斯SAR图像分割方法，根据初始素描模型提取SAR图像的素描图；根据区域图将SAR图像分成混合像素子空间、匀质像素子空间与结构像素子空间；对于混合像素子空间中的每个极不匀质区域估计其G0分布参数，利用基于G0分布的随机梯度变分贝叶斯模型学习其结构特征，从而实现了混合像素子空间的无监督分割；对于匀质像素子空间与结构像素子空间进行相应的分割，融合三个子空间的分割结果，最终得到SAR图像分割结果。由于本发明将模型中隐变量先验分布与近似后验分布均假设为满足极不匀质区域的G0分布，推导出相应的解析式进行学习，故提高了混合像素子空间中极不匀质区域聚类的准确性。
技术研发人员：刘芳;孙宗豪;焦李成;李婷婷;郝红侠;古晶;马文萍;陈璞花
受保护的技术使用者：西安电子科技大学
技术研发日：2017.08.16
技术公布日：2017.12.12