서로 다른 조명 조건과 복잡한 대기 환경 등의 요인으로 인해 동일한 엔드멤버의 스펙트럼 특성이 이미지 내 서로 다른 위치에서 가시적인 차이를 보이며, 이를 엔드멤버 스펙트럼 변이성이라고 한다. 상당히 큰 장면에서는 엔드멤버의 변이성이 클 수 있으나 적당한 지역 균질 구역 내에서는 변이성이 작다. 교란 선형 혼합 모델(Perturbed Linear Mixing Model, PLMM)은 해석 과정에서 엔드멤버 변이성으로 인한 부정적 영향을 줄일 수 있으나 스케일 효과에 의한 변이성 처리 능력은 약하다. 이에 본 논문은 교란 선형 혼합 모델을 개선하여 스케일 효과에 의한 변이성을 처리하기 위해 스케일 인자를 도입하고, 초픽셀 분할 알고리즘과 결합해 지역 균질 구역을 나눈 후 지역 균질 구역 내 공유 엔드멤버 변이성 기반 해석 알고리즘(Shared Endmember Variability in Unmixing, SEVU)을 설계하였다. PLMM, 확장 선형 혼합 모델(Extended Linear Mixing Model, ELMM) 등 알고리즘과 비교하여 제안한 SEVU 알고리즘은 합성 데이터셋에서 평균 엔드멤버 스펙트럼 각 거리(mean Spectral Angle Distance, mSAD)와 농도 평균 제곱근 오차(abundance Root Mean Square Error, aRMSE)가 각각 0.0855와 0.0562로 가장 우수하였으며, Jasper Ridge와 Cuprite 실제 데이터셋에서 mSAD가 각각 0.0603 및 0.1003으로 최적임을 나타냈다. 합성 데이터셋과 두 개의 실측 데이터셋에서의 실험 결과는 SEVU 알고리즘의 유효성을 검증하였다.

고분광 영상; 혼합 화소 분해; 스펙트럼 변이성; 교란 선형 혼합 모델; 지역 균질 구역