Maximum Noise Fraction（MNF）算法理解

Maximum Noise Fraction（MNF）介绍

  最大噪声比率$MNF$(Maximum Noise Fraction)¹变换方法，也是一种常用的高光谱图像数据特征提取方法。MNF方法根据图像质量排列成份，图像质量的衡量标准是噪声分数，也就是MNF中的NF。
$$NF=\frac{a^T{S}_{N}a}{a^{T}Sa}$$
  在上式中，$a$是变换矩阵，$S_N$是噪声的协方差矩阵，$S$是原始数据的协方差矩阵。

  其中，$a^T{S}_{N}a$ 和 $a^{T}Sa$，分别是噪声协方差矩阵对应的其特征值对角矩阵（$a^T{S}_{N}a$），和原始数据协方差矩阵对应的特征值对角矩阵（$a^{T}Sa$）。如下所示：
a T S a = { λ 1 0 ⋯ 0 0 λ 2 ⋯ 0 ⋮ ⋮ ⋱ ⋮ 0 0 ⋯ λ n } a^{T}Sa = \left\{ \begin{matrix} \lambda_{1} & 0 & \cdots & 0\\ 0 & \lambda_{2} & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & \lambda_{n} \end{matrix} \right\} aTSa=⎩⎪⎪⎪⎨⎪⎪⎪⎧​λ1​0⋮0​0λ2​⋮0​⋯⋯⋱⋯​