python bayes贝叶斯图像融合 原理及实验

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：