摘要
本发明公开了一种高光谱盲解混方法,方法包括以下步骤:构建高光谱盲解混模型,将高光谱图像数据输入至高光谱盲解混模型中,通过浅层编码器对高光谱图像数据中每一个像素的混合光谱进行空间特征和光谱特征的编码,以生成联合特征,并将联合特征通过特征共享机制同步传递给端元提取分支和丰度估计分支;端元提取分支接收通过特征提取模块从联合特征中提取隐藏端元特征,然后利用科尔莫戈洛夫‑阿诺尔德网络从联合特征中提取纯端元;丰度估计分支利用窗口化的多头自注意力机制从联合特征中提取与纯端元对应的丰度图,得到混合光谱的解混结果。该方法无需依赖先验端元信息,降低了传统方法对已知端元库的依赖,提高系统的解混效率、稳定性与准确性。
技术关键词
高光谱图像数据
分支
联合损失函数
编码器
特征提取模块
非线性多变量
卷积神经网络结构
注意力机制
聚类技术
像素
输出特征
误差
纹理