[1] KESHAVA N, MUSTARD J F. Spectral unmixing[J]. IEEE Signal Processing Magazine, 19, 44-57(2002).

[2] [2] 2徐晨光， 张绍泉， 李璠， 等. 高光谱遥感图像光谱加权稀疏解混算法分析和比较［J］. 南昌工程学院学报， 2020， 39（6）： 87-93.XUCH G， ZHANGSH Q， LIF， et al. Analysis and comparison of spectral weighted sparse unmixing algorithms of hyperspectral remote sensing images［J］. Journal of Nanchang Institute of Technology， 2020， 39（6）： 87-93.（in Chinese）

[3] BOARDMAN J W. Automating spectral unmixing of AVIRIS data using convex geometry concepts[C], 11-14(1993).

[4] [4] 4张少磊， 付光远， 汪洪桥， 等. 基于向量总变差约束局部光谱解混的高光谱图像超分辨［J］. 光学 精密工程， 2019， 27（12）： 2683-2692. doi: 10.3788/ope.20192712.2683ZHANGSH L， FUG Y， WANGH Q， et al. Total-variation-regularized local spectral unmixing for hyperspectral image super-resolution［J］. Opt. Precision Eng.， 2019， 27（12）： 2683-2692.（in Chinese）. doi: 10.3788/ope.20192712.2683

[5] [5] 5张绍泉， 黄志浩， 邓承志， 等. 光谱加权协同稀疏和全变差正则化高光谱图像解混［J］. 电子学报， 2020， 48（12）： 2453-2461. doi: 10.3969/j.issn.0372-2112.2020.12.022ZHANGSH Q， HUANGZH H， DENGCH ZH， et al. Spectral reweighted collaborative sparsity and total variation based hyperspectral unmixing method［J］. Acta Electronica Sinica， 2020， 48（12）： 2453-2461.（in Chinese）. doi: 10.3969/j.issn.0372-2112.2020.12.022

[6] BHATT J S, JOSHI M V. Deep learning in hyperspectral unmixing： a review[C], 2189-2192(2021).

[7] LI C, LI J, SUI C H et al. Spatial-spectral nonlinear hyperspectral unmixing under complex noise[J]. IEEE Sensors Journal, 22, 4338-4346(2022).

[8] [8] 8贾麒， 廖守亿， 张作宇， 等. 重加权稀疏非负矩阵分解的高光谱解混［J］. 红外与激光工程， 2020， 49（S2）： 283-299.JIAQ， LIAOSH Y， ZHANGZ Y， et al. Reweighted sparse nonnegative matrix decomposition for hyperspectral unmixing［J］. Infrared and Laser Engineering， 2020， 49（S2）： 283-299.（in Chinese）

[9] [9] 9徐晨光， 邓承志， 朱华生. 近似稀疏约束的多层非负矩阵分解高光谱解混［J］. 红外与激光工程， 2018， 47（11）： 265-273. doi: 10.3788/irla201847.1117010XUCH G， DENGCH ZH， ZHUH SH. Approximate sparse regularized multilayer NMF for hyperspectral unmixing［J］. Infrared and Laser Engineering， 2018， 47（11）： 265-273.（in Chinese）. doi: 10.3788/irla201847.1117010

[10] IORDACHE M D, PLAZA A, BIOUCAS-DIAS J. On the use of spectral libraries to perform sparse unmixing of hyperspectral data[C]. Iceland, 1-4(2010).

[11] WANG P, SHEN X, NI K et al. Hyperspectral sparse unmixing based on multiple dictionary pruning[J]. International Journal of Remote Sensing, 43, 2712-2734(2022).

[12] BIOUCAS-DIAS J M, FIGUEIREDO M A T. Alternating direction algorithms for constrained sparse regression： application to hyperspectral unmixing[C]. Iceland, 1-4(2010).

[13] IORDACHE M D, BIOUCAS-DIAS J M, PLAZA A. Collaborative sparse regression for hyperspectral unmixing[J]. IEEE Transactions on Geoscience and Remote Sensing, 52, 341-354(2014).

[14] ZHENG C Y, LI H, WANG Q et al. Reweighted sparse regression for hyperspectral unmixing[J]. IEEE Transactions on Geoscience and Remote Sensing, 54, 479-488(2016).

[15] [15] 15李忠伟， 张浩， 王雷全， 等. 融合空谱-梯度特征的深度高光谱图像去噪［J］. 光学 精密工程， 2022， 30（5）： 615-629. doi: 10.37188/ope.2021.0485LIZH W， ZHANGH， WANGL Q， et al. Deep hyperspectral image denoising by fusing space spectrum-gradient features［J］. Opt. Precision Eng.， 2022， 30（5）： 615-629.（in Chinese）. doi: 10.37188/ope.2021.0485

[16] XU C G, WU Z M, LI F et al. Spectral-spatial joint sparsity unmixing of hyperspectral images based on framelet transform[J]. Infrared Physics & Technology, 112, 103564(2021).

[17] RAPIN J, BOBIN J, LARUE A et al. NMF with sparse regularizations in transformed domains[J]. SIAM Journal on Imaging Sciences, 7, 2020-2047(2014).

[18] ZHANG G X, XU Y Y, FANG F M. Framelet-based sparse unmixing of hyperspectral images[J]. IEEE Transactions on Image Processing： a Publication of the IEEE Signal Processing Society, 25, 1516-1529(2016).

[19] CAI J F, CHAN R H, SHEN Z W. A framelet-based image inpainting algorithm[J]. Applied and Computational Harmonic Analysis, 24, 131-149(2008).

[20] JIANG T X, HUANG T Z, ZHAO X L et al. Matrix factorization for low-rank tensor completion using framelet prior[J]. Information Sciences, 436/437, 403-417(2018).

[21] WANG R, LI H C, LIAO W Z et al. Double reweighted sparse regression for hyperspectral unmixing[C], 6986-6989(2016).

[22] [22] 22刘敬， 李青妍， 刘逸. 基于核加权类对准则的高光谱影像特征提取［J］. 光学 精密工程， 2021， 29（6）： 1397-1405. doi: 10.37188/OPE.20212906.1397LIUJ， LIQ Y， LIUY. Spectral feature extraction of hyperspectral remote sensing images based on kernel class pair-weighted criterion［J］. Opt. Precision Eng.， 2021， 29（6）： 1397-1405.（in Chinese）. doi: 10.37188/OPE.20212906.1397

[23] RASTI B, KOIRALA B, SCHEUNDERS P et al. UnDIP： hyperspectral unmixing using deep image prior[J]. IEEE Transactions on Geoscience and Remote Sensing, 60, 1-15(2022).