通用高光谱解混HSU常用算法集成工具箱

资 源 简 介

本项目是一个专门用于处理高光谱遥感数据解混问题的MATLAB代码集合。它涵盖了从原始图像预处理到最终丰度图生成的完整流程。项目的核心功能包括： 数据降维与子空间识别：集成了噪声平滑、最小噪声分量（MNF）变换以及高光谱信号子空间辨识（HySime）等预处理算法，用于确定高光谱数据中的端元数量并剥离噪声背景。 端元提取算法库：包含了经典的基于几何特征的提取方法，如顶点成分分析（VCA）、N-FINDR算法、单纯形生长算法（SGA）等。这些方法主要利用高光谱向量空间中的单纯形几何特性来寻找纯净波谱。 丰度估计

详 情 说 明

通用高光谱解混（HSU）集成工具箱

项目介绍

本项目是一个基于 MATLAB 开发的高光谱解混（Hyperspectral Unmixing, HSU）算法集成工具箱。它为研究人员提供了一个从数据模拟、预处理到算法评估的完整实验框架。通过集成业界典型的子空间识别、端元提取和丰度反演算法，该工具箱能够有效地将高光谱混合像元分解为一系列纯净端元波谱及其对应的占比（丰度）图。

功能特性

1. 完整链路模拟：内置了从合成波谱生成、丰度空间分布建模到噪声注入的完整仿真流程。
2. 自动化子空间识别：能够根据数据统计特性估算场景中的端元数量。
3. 经典算法库：集成了经典的顶点成分分析（VCA）和全约束最小二乘（FCLS）等核心算法。
4. 多维度指标评估：提供光谱角误差（SAD）、均方根误差（RMSE）及重构误差（RE）等定量化指标。
5. 直观可视化界面：通过窗口化图表展示对比真实值与估计值，清晰展现解混精度。

系统要求

• 运行环境：MATLAB R2018b 或更高版本。
• 依赖工具箱：基础 MATLAB 环境（无需额外第三方工具箱）。

核心实现逻辑说明

主程序严格遵循高光谱处理的标准实验流程，具体步骤如下：

1. 参数初始化与实验环境准备

程序开始时会清除历史变量，并设定实验基础参数：

• 目标场景包含 3 个纯净端元。
• 图像空间分辨率设定为 50x50 像素，光谱分辨率为 200 个波段。
• 设定目标信噪比为 30dB，用于后续噪声注入。

2. 仿真数据生成

• 模拟端元波谱生成：采用高斯基函数在指定波段范围内模拟生成地物反射光谱，并加入微量随机扰动以模拟真实波谱的变化，通过归一化处理确保幅值在正常范围内。
• 模拟丰度生成：通过随机矩阵并进行算术归一化，生成满足丰度之和为一约束（ASC）的空间分布。
• 混合与加噪：根据线性混合模型（LMM）将端元与丰度相乘得到干净影像，并计算信号功率以注入精确的加性高斯白噪声（AWGN）。

3. 子空间识别逻辑

程序利用了高光谱信号子空间辨识（HySime）的精简逻辑：

• 通过多重回归或中心化处理估算噪声水平。
• 对相关矩阵进行特征值分解，通过分析特征值的能量分布（累积方差贡献率）动态估算端元数量。

4. 端元提取算法逻辑

采用顶点成分分析（VCA）算法定位纯净像元：

• 首先对数据进行奇异值分解（SVD）以降维至信号子空间。
• 利用单纯形几何特性，通过随机正交向量在子空间中迭代搜寻单纯形的顶点，将找到的原始波谱作为估计端元。

5. 丰度估计算法逻辑

实现了全约束最小二乘（FCLS）的核心求解逻辑：

• 利用最小二乘法进行初步求解。
• 针对丰度非负约束（ANC），采用迭代平滑投影法处理负值。
• 针对丰度之和为一约束（ASC），通过归一化运算强制各分量占比之和恒等于 1。

6. 性能评估与数据展示

• 光谱角误差（SAD）：利用贪婪匹配算法对提取出的端元与真实端元进行最佳配对，计算它们之间的余弦夹角。
• 均方根误差（RMSE）：在像素级别对比真实丰度与估计丰度的偏差。
• 重构误差（RE）：计算重构影像与带噪影像之间的 Frobenius 范数比，评估模型解释数据的能力。

关键函数与算法细节分析

• 合成波谱建模：利用指数函数模拟吸收特征，中心波长分别设在 600、1200 和 2000 个采样点附近。
• 噪声控制：算法根据输入 SNR 分贝值自动换算噪声方差，保证评估过程的客观性。
• 子空间判别策略：通过寻找累积方差大于 99.9% 的特征点来确定有效信号维度。
• VCA 提取机制：采用了正交投影投影法（Projection onto orthogonal subspace），在每一次迭代中寻找投影长度最大的向量。
• 稳健的评价体系：评估函数考虑了端元提取顺序的随机性，通过遍历匹配确保计算出的平均 SAD 具有参考价值。

使用方法

1. 将所有相关代码文件放置在 MATLAB 的工作目录下。
2. 直接在命令行窗口输入主程序名并运行。
3. 命令行将实时打印处理进度：包括数据生成、子空间识别结果、端元提取状态及丰度计算进度。
4. 运行完成后，程序会自动弹出可视化窗口，展示包含真实/估计端元曲线、丰度图及重构残差在内的六组对比图表。
5. 最终的评估报告（SAD、RMSE、RE）将在命令行下方汇总输出。