[发明专利]一种基于MFOCUSS和低秩表示的高光谱图像稀疏解混方法

摘要

本发明公开了一种基于MFOCUSS和低秩表示的高光谱图像稀疏解混方法，本发明具体步骤包括：读取原始高光谱数据和已知光谱库数据；构建基于MFOCUSS和低秩表示的稀疏解混模型的目标函数，并将高光谱数据以及已知光谱库作为该目标函数的输入数据和字典，通过求解MFOCUSS和低秩表示模型的目标函数得到整个光谱库的丰度矩阵、剔除光谱库中非真正端元的光谱、将剔除非真正端元后的光谱库反复迭代最终得到真正端元矩阵以及所对应的丰度矩阵；该方法避免了从原始高光谱数据中直接提取端元，并剔除了非真正端元和更新了光谱库，降低了光谱库中端元光谱的自相关性对高光谱解混效果的不利影响，提高丰度估计的精确性。

主权项

1.一种基于MFOCUSS和低秩表示的高光谱图像稀疏解混方法，其特征在于：该方法步骤如下：步骤1：读取高光谱数据Y∈R^L×N和光谱库A∈R^L×m，其中L表示高光谱数据的波段数，N表示高光谱数据样本的总个数，m表示高光谱库中的物质光谱总个数，R表示实数域；步骤2：对高光谱数据进行解混，构建基于MFOCUSS和低秩表示的稀疏解混模型的目标函数，并将高光谱数据Y以及已知光谱库A作为该目标函数的输入数据和字典，求解得到对应的丰度矩阵X；剔除光谱库中非真正端元的光谱、将剔除非真正端元后的光谱库重新代入MFOCUSS和低秩表示模型的目标函数计算所对应的丰度矩阵；步骤3：分别输出丰度矩阵X和剔除非真正端元后的光谱库A，取出剔除非真正端元后的光谱库A中列标号所对应的列，即为真正的端元光谱，取出丰度矩阵中行标号所对应的行，即为真正的端元光谱所对应的丰度图。