摘要：基于相關(guān)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(guān)性特征的綜合分析與利用,或?qū)τ谙闰?yàn)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(guān)性模型的NMF線性盲解混算法。具體包括:通過改進(jìn)馬爾科夫隨機(jī)場(MRF)模型,建立相鄰像元間的空間相關(guān)模型;利用復(fù)雜度映射技術(shù),建立相鄰波段間的光譜相關(guān)模型;在NMF目標(biāo)函數(shù)外部和內(nèi)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(yàn)結(jié)果表明,該算法相對于區(qū)域相關(guān)的NMF解混算法(ACBNMF)、最小化光譜相關(guān)度約束的NMF方法(MSCCNMF)和最小體積約束的非負(fù)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(yàn)知識的依賴程度,拓寬了適用范圍。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
