基于分层与ADMM的高光谱图像解混技术

简介：
本研究提出了一种结合分层方法和交替方向乘子法(ADMM)的创新算法，专门用于改进高光谱图像中的混合像素分解。通过利用层次结构来捕捉不同地物端元之间的空间关联性，并采用高效优化策略以降低计算复杂度及提高解混精度。该技术在遥感领域具有广泛的应用前景，能够为自然资源监测、环境分析和城市规划提供更精确的数据支持。 高光谱图像具有较高的光谱分辨率，但单个像元覆盖的面积较大，导致一个像元内可能包含多种地物（混合像元）。这种现象显著影响了后续对高光谱数据的应用效果。因此，解混技术的目标是准确识别出每个混合像元中的具体成分及其相对比例。 由于高光谱图像的数据范围广泛，难免会出现端元变异的情况。为应对这一挑战，采用扩展的线性模型来处理这些变化，并在此基础上应用分层解混技术和乘子交替方向法进行优化。实验结果显示这种策略显著提高了解混技术的效果。