基于子空间距离的高光谱图像光谱解混算法

高光谱图像中的混合像元由固定的端元按照一定的比例含量(丰度)线性混合而成，在像元中分解出端元以及各端元的丰度是高光谱图像分析中具有挑战性的任务，这一过程称为光谱解混.高光谱图像的一个重要几何特征是在高维特征空间中体现为单形体.在三角形中，平行线分线段等比定理揭示了计算丰度最基本的几何关系—距离比，文中把它推广到高维空间中的单形体情况，在此基础上提出了基于子空间距离比的光谱解混算法，该算法能快速、有效地获得丰度.