基于非凸稀疏低秩约束的高光谱解混方法

针对高光谱混合像元的丰度矩阵具有行稀疏特性，提出一种非凸稀疏低秩约束的高光谱解混方法。<br>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<br>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，<br>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<br>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<br>较高的高光谱数据。