本发明公开了一种基于非负矩阵分解的即插即用高光谱图像解混方法，本发明联合考虑了手动选择正则项和通过学习获得的正则项，进而利用高光谱图像中的先验信息。本方法使用降噪器学习光谱和空间信息，避免人工设计正则化器和解决复杂的优化问题。本发明也使用了手工正则项来引入图像中一些物理上明确的先验。本发明以稀疏正则项为例，加入丰度稀疏的先验知识，说明联合使用设计的正则化项和学习的正则项可以有效提高解混精度。本发明中的降噪器不仅能够引入先验信息，同时，降噪器的降噪特性也提高了算法对噪声的鲁棒性。