一种基于非监督学习的高光谱图像解混方法及系统

本发明公开了一种基于非监督学习的高光谱图像解混方法及系统，所述方法包括：获取高光谱图像；采用聚类算法对所述高光谱图像进行超像素分割，获得若干超像素区域；对所述超像素区域进行匀质性分析，获得匀质超像素区域和非匀质超像素区域；分别对所述匀质超像素区域和非匀质超像素区域进行处理，获得高光谱图像的特征表征；在约束条件下对高光谱图像的特征表征进行非负矩阵分解，获得高光谱图像中各端元的频谱特征及丰度。本发明能够降低解混算法的复杂度，充分挖掘高光谱图像中包含的非匀质光谱特征信息，显著提高解混精度。