PRIME：基于虚拟量子棱柱与凸几何的盲目多光谱解混

多光谱解混（MU）因典型多光谱图像空间分辨率有限导致混合像素现象而至关重要。然而，MU数学上对应于欠定盲源分离问题，因此极具挑战性，阻碍了研究人员的攻克。以往的MU工作均忽视欠定问题，仅关注带源数多于光谱带的情形。本工作通过进一步利用网络启发的虚拟棱柱进行光谱分裂任务来解决欠定问题。由于该任务具有挑战性，我们通过融合先进的量子特征提取技术来实现。我们强调棱柱为虚拟（允许我们将光谱响应固定为简单确定性矩阵），因此其生成的虚拟高光谱图像（HSI）无需对应某种真实高光谱传感器；即只要虚拟HSI满足光谱分裂的基本属性（如非负性和连续性）即可。凭借上述虚拟量子棱柱，我们知道虚拟HSI预期将具备某些期望的单形结构。这使我们能够采用凸几何进行解混，然后将纯光谱向下采样至多光谱域，从而实现MU。实验证据表明，我们的MU算法——称为基于棱柱启发的多光谱端成员提取（PRIME）——具有巨大的潜力。