基于子空间投影的几何方法被应用于高光谱图像中进行材料量化分析

线性光谱分解是在高光谱遥感中用于量化图像像素中存在的物质的一种广泛使用的技术。 为了产生准确的丰度估计值，必须对材料的丰度施加非负约束和总和一约束。 在这两个约束下，线性频谱分解通常被公式化为凸优化问题，需要更先进的优化技术，从而导致计算复杂性过高。 本文提出了一种新颖的几何方法来解决完全约束的线性光谱解混问题。 具体来说，首先将丰度表示为单形的有符号体积的比率。 然后，在行列式计算过程中应用拉普拉斯展开法，推导了一种新的低复杂度丰度估计方法。 而且，通过端部顶点将单面外的混合像素迭代投影到小平面上，以使丰度满足非负约束。 继续这一过程，直到找到位于单纯形内的投影点。 所提出的方法符合最小二乘准则。 基于模拟和AVIRIS Cuprite数据集的实验结果证明了该算法相对于其他最新方法的优越性。