基于拉普拉斯层次先验和GAMP的稀疏贝叶斯遥感图像重构方法及系统

本发明公开了一种基于拉普拉斯层次先验和GAMP的稀疏贝叶斯遥感图像重构方法及系统，方法如下：S1、选取遥感图像数据集，设置图像像素，将遥感图像转化为幅度图并对其进行稀疏化处理；S2、建立稀疏贝叶斯模型；S3、计算似然函数、稀疏信号的拉普拉斯分层先验分布、边际似然函数；S4、根据最大似然法进行贝叶斯推断，计算稀疏信号的后验分布；S5、通过期望最大化算法获得稀疏信号的均值和方差以及超参数的更新公式；S6、引入GAMP算法更新均值和方差；S7、对GAMP结构添加阻尼因子；S8、判断是否满足迭代终止条件，若满足，则输出稀疏信号的后验估计，否则执行S5；S9、对输出稀疏信号进行逆小波变换得到重构图像。本发明重构误差低，重构精度和效率高。