基于混合像元空間與譜間相關性模型的NMF線性盲解混

摘要：基于相關性分析的高光譜解混算法,通常缺少對高光譜圖像空間和光譜相關性特征的綜合分析與利用,或對于先驗知識的依賴程度較高。本文提出一種基于混合像元空間與譜間相關性模型的NMF線性盲解混算法。具體包括:通過改進馬爾科夫隨機場(MRF)模型,建立相鄰像元間的空間相關模型;利用復雜度映射技術,建立相鄰波段間的光譜相關模型;在NMF目標函數外部和內部分別引入上述兩種模型,作為盲解混算法的約束條件。試驗結果表明,該算法相對于區域相關的NMF解混算法(ACBNMF)、最小化光譜相關度約束的NMF方法(MSCCNMF)和最小體積約束的非負矩陣分解(MVCNMF)等代表性NMF解混參考算法,解混精度有所提高;同時,降低了對于先驗知識的依賴程度,拓寬了適用范圍。