Wishart 복소분포에서 등가 관측 횟수 L의 편향 보정 및 수정 프로파일 우도

본 논문은 폴라리메트릭 합성 개구 레이더(PolSAR) 영상에서 흔히 발생하는 ‘스펙클’ 잡음을 제어하기 위해 핵심 파라미터인 등가 관측 횟수(L, Equivalent Number of Looks)의 정확한 추정 방법을 연구한다. PolSAR 데이터는 복소 다변량 가우시안 분포를 따르는 스캐터링 벡터를 여러 번 관측한 뒤, 샘플 공분산 행렬 \(Z\) 을 계산함으로써 얻어진다. 이 \(Z\) 는 스케일된 복소 Wishart 분포 \(W(\Sigma ,L)\) 를 따르며, 여기서 \(\Sigma\) 는 실제 물체의 전자기적 특성을 반영하는 공분산 행렬, \(L\) 은 각 픽셀에 포함된 독립적인 관측 횟수를 의미한다. \(L\) 값이 클수록 스펙클 잡음이 감소하고 영상의 신호‑대‑잡음 비가 향상되므로, 정확한 \(L\) 추정은 이미지 필터링, 분류, 변형 복원 등 다양한 후처리 단계에 필수적이다. 기존 연구에서는 \(L\) 의 최대우도 추정량(ML) \(\hat L_{ML}\) 을 비선형 방정식 형태로 정의하고, 수치적 최적화(뉴턴‑랩슨)로 구하였다. 그러나 ML 추정량은 표본 크기 \(N\) 가 충분히 클 때만 편향이 무시될 정도로 작아지며, 작은 \(N\) (예: 지역 기반 필터링에서 몇 개의 이웃만 사용)에서는 \(O(N^{-1})\) 편향이 존재한다. Anfinsen 등은 트레이스 모멘트를 이용한 두 가지 대안 추정량(\(\hat L_{MM1},\hat L_{MM2}\))을 제시했지만, 이들 역시 작은 표본에서 편향과 분산이 크게 나타난다. 이에 저자들은 두 가지 이론적 보정 방법을 도입한다. 첫 번째는 Cox‑Snell이 제시한 2차 편향 공식이다. 로그우도 \(\ell(\theta)\) 에 대한 1차·2차·3차 미분의 기대값(누적량)과 피셔 정보 행렬을 이용해, 추정량 \(\hat\theta\) 의 편향을 \(B(\hat\theta)\) 로 표현한다. 이 식을 \(L\) 에 적용하면, 복소 Wishart 분포의 특성상 \(\kappa_{LL}\), \(\kappa_{LLL}\) 및 \(\kappa_{L,\sigma_i,\sigma_j}\) 와 같은 누적량을 명시적으로 계산할 수 있다. 최종적으로 얻은 편향 보정식은 \