论文部分内容阅读
高光谱解混技术是定量遥感研究的核心问题,旨在求解高光谱影像中每个像元所含的端元光谱及其丰度比例。基于过完备光谱库的稀疏解混方法假设端元是光谱库的子集,解混过程等价于以重建输入影像为目标的丰度估计优化,是近几年的主流研究内容,已有的研究成果致力于挖掘待估丰度的结构信息并据此设计约束模型。此文从影像重建的角度出发,利用解混重建数据的低秩特性,构建了结合重建影像低秩约束与丰度空间全变分约束的稀疏解混模型,并设计了基于交替方向乘子法的快速算法。在高光谱模拟数据与真实影像上的对比解混实验表明,该方法能有效提高