全约束最小2乘法

资 源 简 介

全约束最小2乘法

详 情 说 明

全约束最小2乘法（Fully Constrained Least Squares, FCLS）是混合象元分解中的关键技术，主要用于解决遥感图像中每个象元由多种地物混合的问题。

该方法建立在线性光谱模型基础上，假设每个象元的反射率可以表示为不同端元反射率的线性组合。与普通最小二乘法相比，FCLS增加了两个重要约束条件：非负约束（丰度系数必须大于等于0）和和为一约束（所有丰度系数之和等于1）。

实现过程首先构建端元光谱库，通过优化算法寻找最优丰度系数，使得重构光谱与实际光谱的二范数误差最小。这种约束条件确保了分解结果的物理意义，避免了负丰度或无意义的比例分配。

在遥感应用中，FCLS能有效区分同谱异物现象，提高地物分类精度。其计算效率较高，适用于大区域遥感影像处理，但也对端元提取的准确性有较高依赖。