该算法首先对高光谱影像进行空间同质分析来提取同质指数,然后根据同质指数对稀疏回归解混模型中的空间正则项赋予不同权重,转化能更好地反映高光谱影像端元丰度分布的空间复杂性,而长者对高光谱混合像元的有效分解。模拟数据和真实数据的试验分析表明:本文提出的算法能更好地保持结果的稀疏性和丰度空间分布的平滑性,并且具有一定的抗噪性,提高了整体的解混精度。