非参数贝叶斯字典学习的遥感影像超分辨率重建

• 作者: 康军梅 李丽 王雪 隋立春
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 超分辨率重建 遥感影像 稀疏表示 非参数贝叶斯 概率分布
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 学术研究
• 页码范围: 5-8,12
• 页数: 5页
• 分类号: P237
• 字数: 3428字
• 语种: 中文

摘要

为充分利用样本及参数的先验信息,对Yang提出的基于稀疏表示的超分辨率重建算法进行了改进,提出了一种基于非参数贝叶斯字典学习的单幅遥感影像超分辨率重建方法.该方法利用Beta-Bernoulli过程进行字典学习,建立字典元素和各参数的概率分布模型,并通过Gibbs进行迭代抽样构成马尔科夫链,用其平稳分布来近似字典元素及各参数的后验分布,最后由低分辨率影像及高分辨率字典的后验分布重建出高分辨率遥感影像.对比双线性、双三次插值及Yang的方法,该算法在平均峰值信噪比方面分别提高了3.29、1.79、0.17 dB,在平均ERGAS方面分别降低了0.78、0.37、0.02 dB.该算法因加入了更多的先验信息,可以使重建影像提供更多高频细节信息,具有一定的普适性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽	长安大学地质工程与测绘学院	64	384	9.0	17.0
2	隋立春	长安大学地质工程与测绘学院	61	737	14.0	26.0
4	王雪	长安大学地质工程与测绘学院	13	42	3.0	6.0
7	康军梅	长安大学地质工程与测绘学院	9	11	2.0	3.0