[发明专利]基于丰度稀疏和端元正交性约束NMF的高光谱解混方案

摘要

基于丰度稀疏和正交性约束NMF的高光谱解混方案是高光谱图像分解领域的算法，经典的NMF的目标函数是一个非凸的函数，解决这类问题需要在目标函数中加入约束条件，结合高光谱图像的特点，基于线性光谱混合模型，提出一种结合端元正交性和丰度稀疏性约束NMF的高光谱图像解混算法，端元正交性约束保证了高光谱端元之间的独立性，同时丰度稀疏性充分利用了高光谱数据的稀疏性，将这两个约束条件引入目标函数中，采用最小二乘的方法，得到端元矩阵和丰度矩阵的迭代规则，再通过设置迭代的终止条件得到最终的结果。通过模拟数据和真实数据实验验证了算法的有效性。

主权项

1.一种基于丰度稀疏和端元正交性约束NMF的高光谱解混方案，其主要特征在于所述方法通过以下步骤实现：步骤一、设像元光谱向量R，端元光谱矩阵E，丰度矩阵A，随机噪声矩阵N，建立线性光谱混合模型(LSMM)R＝EA+N其中，端元是高光谱成像仪中高光谱图像包含的多种地物光谱，混合像元指的是包含这些地物光谱的像元；步骤二、基于线性混合模型，将NMF引入高光谱图像解混，建立初始的目标函数；步骤三、鉴于高光谱数据本身的稀疏性，对目标函数进行丰度稀疏性约束；步骤四、鉴于高光谱端元光谱本身的独立性，对目标函数进行端元正交性的约束；步骤五、综合步骤三和四建立最终的目标函数，求得迭代公式。