공간상의 하이퍼스펙트럼 데이터는 정보가 지나치게 분산되고 중복이 많으며 노이즈의 영향을 받기 쉬워 특징 추출이 어렵다. 하이퍼스펙트럼 영상 혼합해제의 강인성과 희소성을 향상시키기 위해 framelet 변환 기반의 하이퍼스펙트럼 영상 스펙트럼 가중 희소 혼합해제 방법이 제안되었다. 하이퍼스펙트럼 희소 혼합해제 및 framelet 변환 방법의 이론적 지식을 소개하고, framelet 변환을 이용해 하이퍼스펙트럼 영상 혼합해제를 모델링하였으며, 변환 도메인 스펙트럼 가중 희소 정규화항을 추가하여 framelet 변환 기반의 하이퍼스펙트럼 영상 스펙트럼 가중 희소 혼합해제 모델을 제시하였다. 마지막으로 교차 방향 승법자법을 이용해 모델을 해결하였다. 실험 결과는 다음과 같다: 신호 대 재구성 오차 비율(SRE)이 12.4%~1045% 향상되었으며, 풍도 재구성 정확도(P_s)는 16% 오차 내에서 유지되었다. 다른 관련 희소 혼합해제 방법과 비교할 때, 본 논문에서 제안한 알고리즘은 뛰어난 노이즈 저항성과 희소성 성능을 가지며 더 나은 혼합해제 결과를 얻었다.

하이퍼스펙트럴 원격 탐사;Framelet 변환;스펙트럼 가중;희소 혼합해제;교차 방향 승법자법