基于非凸稀疏低秩约束的高光谱解混方法

摘要

为了提高高光谱图像混合像元分解的精度,该文提出一种基于非凸稀疏低秩约束的高光谱解混方法.首先建立高光谱图像非凸稀疏低秩约束模型,将丰度系数矩阵的非凸p范数作为稀疏约束,并将丰度系数矩阵奇异值的非凸p范数作为低秩约束,进而构建联合低秩性先验与稀疏性先验的非凸极小化模型,并提出求解的增广拉格朗日交替极小化算法,将复合正则化问题分解成多个单一正则化问题交替迭代求解.实验仿真结果表明,本文算法比贪婪算法和凸优化算法能获得更高的解混精度,并且适用于信噪比较高的高光谱数据.