使用光谱归一化方法进行高光谱图像解混

摘要

端元变化是导致光谱解混精度下降的重要因素.目前,有很多算法被用于解决端元变化,但是这些算法往往忽略了端元间的高相关特征、像元空间邻域信息,降低了解混精度.为此,本文提出一种基于光谱归一化的端元变化解混框架.端元组与影像进行L2范数归一化,降低端元组内的异质性,采用协同稀疏回归算法对Hyperion影像进行解混,并利用概率松弛标记法对像元补充空间邻域信息来提高解混精度.实验结果表明:此框架运行效率非常高,降低了高相关端元组的异质性,能获取较高的地物覆盖度精度,同时,在引进像元空间邻域信息后,进一步提升了解混精度.