一种基于空间结构先验特征的高光谱稀疏解混方法

本发明公开了一种基于空间结构先验特征的高光谱稀疏解混方法，包括如下步骤：S1、建立光谱线性混合模型；S2、基于光谱线性混合模型，将稀疏解混引入高光谱图像解混，构建初始目标函数；S3、利用SLIC得到粗尺度高光谱图像，对其解混可得到粗尺度下的丰度估计，用于构建超像素空间加权因子S；S4、构建梯度加权系数全变差(GWCTV)正则化项；S5、得到基于空间结构先验特征的稀疏解混模型，采用交替方向乘子方法进行求解丰度矩阵A。本发明能更好地挖掘空间结构信息，使光谱信息相同或相似的像元能更加精准地归类到同质区域内，有效应对复杂混合噪声的干扰。