贝叶斯在概率学中,相对于古典古典概率,引入了主观因素【对于未知的参数视为随机变量,而不是一个固定值,比如抛硬币】
参考知乎大神举得栗子:
举个例子:生病的几率
一种癌症,得了这个癌症的人被检测出为阳性的几率为90%,未得这种癌症的人被检测出阴性的几率为90%,而人群中得这种癌症的几率为1%,一个人被检测出阳性,问这个人得癌症的几率为多少?
https://www.zhihu.com/question/21134457/answer/169523403
Bayes图像融合
原理观测模型:
图像中空间位置为i的像素值排列成一位列向量,像素数目为N:
(高)全色波段
x = [x1,x2,…,xi,…,xN]T
(低)多光谱波段
y = [y1,y2,…,yi,…,yM]T
**假定存在高分辨率多光谱影像z:**
z = [z1,z2,…,zi,…,zM]T
一般地,低分辨的多光谱影像可以认为是有高分辨率的多光谱影像(待求)通过低通滤波和降采样得到,观测模型为: