基于最小光谱相关约束的NMF在高光谱遥感图像混合像素分解中的应用（2014年）

简介：
本文提出了一种基于最小光谱相关性的非负矩阵分解(NMF)方法，用于解析高光谱遥感图像中混合像素的问题。该方法通过优化光谱特征的独立性，提高了物质端元及其丰度的提取精度和可靠性。研究结果表明，在2014年的应用中，此技术显著提升了复杂场景下的目标识别与分类性能。 本段落提出了一种新的非负矩阵分解方法，该方法通过最小化光谱相关度来优化结果。鉴于高光谱遥感图像中的端元之间存在不相关的特性，我们设计了一个专门的光谱相关度函数以量化不同光谱之间的关联程度；此函数值越低，则表示这些光谱的相关性越弱。通过对非负矩阵分解误差和新提出的光谱相关度进行联合优化处理，可以使得最终获得的端元光谱之间具有最小的相关性，并进一步生成组分图。通过一系列模拟实验与真实数据测试验证了该算法的有效性和实用性。