基于体积和稀疏约束的高光谱混合像元分解算法

针对传统非负矩阵分解法中解空间较大、存在大量局部极小值的问题，提出了一种基于单形体体积和丰度稀疏性约束的非负矩阵分解法（VolumeandSparsenessConstrainedNMF，VSC-NMF）。该方法首先使用顶点成分分析法对高光谱图像进行端元提取，将其作为端元矩阵的初始值，可达到加速算法收敛的目的；然后，在目标函数中加入单形体体积最小化约束和丰度稀疏性约束，从而实现对混合像元进行较好的分解。实验结果表明，该方法不仅能有效地克服传统非负矩阵分解法的缺陷，而且能估计出精确的端元和对应的丰度，获得满意的解混效果，尤其适用于稀疏度较高的高光谱图像。