论文部分内容阅读
结合空间信息约束的高光谱稀疏解混技术是高光谱图像稀疏解混领域的研究热点之一。为了克服高光谱图像在自然场景中的空间结构难以精确表示的缺点,本文提出了一种多尺度光谱相似性指导的高光谱解混算法。首先,将高光谱图像分割成具有空间结构的近似域光谱图像;然后,根据相邻超像素之间的相似性进行近似域稀疏解混;最后,将近似域解混结果转换到原始域并结合实际像素光谱进行原始域的逐像素精确解混。实验结果表明,本文所提出的算法相比同类算法有更低的解混复杂度,且具有更高的解混精度和鲁棒性。