基于广义多分辨似然比和混合多尺度自回归预报模型的图像无监督分割

提出广义多分辨似然比（generalizedmultiresolutionlikelihoodratio，简称gmlr）的概念，给出其bayes准则下的假设检验和判别准则。gmlr不仅能融合信号的多个特征量，增大不同信号间区分度，而且在融合时无需假定各特征量之间的相互关系，这使得它能进行比较精确而方便的判别分析。在sar（syntheticapertureradar）图像分割应用背景中，利用混合多尺度自回归预报（mixturemultiscaleautoregressivepredicti