文章摘要
引用本文:邹长忠.基于变分贝叶斯推理的高光谱图像恢复[J].福州大学学报(自然科学版),2018,46(1):45~51
基于变分贝叶斯推理的高光谱图像恢复
Hyperspectral image restoration based on variational Bayesian inference
  
DOI:10.7631/issn.1000-2243.16246
中文关键词: 高光谱图像  稀疏表示  超参数  变分贝叶斯
英文关键词: hyperspectral image  sparse representation  super-parameter  variational Bayesian
基金项目:
作者单位
邹长忠 福州大学数学与计算机科学学院福建 福州 350116 
摘要点击次数: 190
全文下载次数: 138
中文摘要:
      提出一种基于变分贝叶斯推理的高光谱图像恢复方法. 建立描述高斯噪声的最大似然函数项,采用小波基矩阵变换,构建小波变换后因子稀疏分布的先验函数;然后建立估计图像和相关超参数的联合后验概率估计模型,并通过变分贝叶斯推理得到估计的图像. 利用实际的高光谱图像进行实验,从恢复的衡量指标和视觉效果图两方面验证所提出方法的有效性,结果优于目前常用的图像恢复方法.
英文摘要:
      We propose a methed for hyperspectral image restoration based on variational Bayesian methed. One hand,we propose a likelihood function term accounting for Gaussian noise,the other hand,we propose the prior distribution for the sparsity of image in the transformation domain based on the wavelet base. Then we give the maximization posterior model of the image to be estimated and the relevant super-parameter. At last,we infer the maximization posterior function based on variational Bayesian method. From the experiments on the real hyperspectral images,the results show the proposed method can surpass the well known methods,both in terms of indexes and visual effect.
查看全文   查看/发表评论  下载PDF阅读器
关闭