徐盈盈，黎建华

（台州学院 电子与信息工程学院，浙江 临海 317000）

0 引言

高光谱影像（hyperspectral imagery）是由卫星等遥感设备上搭载的成像光谱仪获取的三维数据，其中二维图像描述了地表空间特征，而光谱波段揭示了图像每一像元的光谱曲线，这些光谱涵盖了紫外、可见光、近红外和中红外等波段［1］。高光谱影像具有很高的光谱分辨率（通常波段宽度＜10 nm），其丰富的光谱信息可充分反映不同地物的特征，在作物估产、矿物勘探、环境监测、地形分类和军事侦察等领域有着广泛的应用［2］。由于成像传感器通常空间分辨率较低，数据采集过程受大气、光照等干扰，且地物之间存在自然混合等因素，高光谱影像中普遍存在混合像元（mixed pixel），即一个成像单元的光谱是多种物质光谱的混叠信号。混合像元分解，亦称解混（unmixing），其目的是从混合光谱信号中分离纯净端元（endmember）光谱并估计各端元所占丰度（abundance）比例［3］。混合像元分解可以使高光谱影像的应用从像元级提升至亚像元级［4］，对提高遥感应用的精准度、推动定量遥感技术的深入发展具有重要的科学意义。

基于先验光谱库的半监督线性解混方法是近年来的研究热点，利用事先获取的过完备端元光谱库，解混过程等价于从光谱库中挑选端元并求其丰度［5］。由于光谱库所含光谱数目通常远大于待解混的端元个数，该解混方法一般建模为稀疏诱导约束的回归模型，并采用稀疏回归算法进行求解，因此通常称此类方法为稀疏解混。……