Wishart 向导是在 IDL 中实现的图形用户界面 (GUI)，作为遥感图像分析环境 ENVI 的扩展。 它提供了一个简化且用户友好的平台，用于使用双时相极化 SAR 图像执行多变量变化检测。 所实施的变化检测程序利用了以平均协方差矩阵格式的极化 SAR 图像观测值的复杂 Wishart 分布，以定义每像素变化/无变化假设检验。 它包括检验统计量概率分布的近似值，因此允许引用变化像素的定量显着性水平。 此外，改进的多元方法用于估计外观平均图像的等效外观数 (ENL)，这是假设检验的关键参数。 如果 SARscape 在 ENVI 环境中获得许可，则向导会在 IDL 脚本级别访问 SARscape API 以仅公开变更检测分析所需的功能，从而指导用户并简化处理链。 如果 SARscape 不存在，则可以使用用于所需预处理的开源替代方案，并在本文档中进行了描述。

本书系统论述多元统计分析的基本理论和方法，力求理论与实际应用并重．只要具有一元统计的知识就可阅读本书． 　　 本书主要内容是：多元正态分布、方差分析、回归分析、因子分析与线性模型、聚类分析和统计量的分布．附录中列出了常用的多元分布表． 　　 读者对象是高等学校数学系教师、高年级学生，应用多元统计的科技工作者．

该文件包含一个 2 x 495 数组，可以使用 MatLab“csvread”命令直接读取。 让Z = 标准化检验统计量CDF(Z) = Z 处的累积分布函数然后Z = (1,:) 中的数组元素 =[-3.9 : 0.01 : 2.49] CDF(Z) = (2,:) 中的数组元素，从 0.005479 到 999980。 数据取自执行这些计算的 Andrei Bejan 的论文（经作者许可）：有关详细信息，请参见： http : //www.cl.cam.ac.uk/~aib29/MScdssrtnWrwck.pdf

统计专业研究人员

一个简单的脚本，用于从不同参数的伽马分布和 Wishart 中测试和抽取样本

给出了一种散射模型与Wishart分类相结合的极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像非监督分类方法。首先利用去取向三分量散射模型进行粗分类,将像素划分为三种基本散射类型和混合散射类型;然后,在基本散射类型内根据占优散射机制的功率进行细分类,并根据Wishart距离对细分类的结果进行类别合并,合并到指定的类别数;最后对四种散射类型的像素分别重新进行Wishart迭代,从而实现极化SAR数据的非监督分类。利用美国AIRSAR机载系统采集的实测数据进行实验,并且同已有分类方法进行比较,结果表明本文方法改善了分类效果,且降低了体散射过估计。

极化SAR图像H-a-A-Wishart分类matlab代码，适合初学者