1.算法功能简介
最小噪声分离变换是用于判定图像数据内在的维数(即波段数),分离数据中的噪声,减少随后处理中的计算需求量。 MNF 本质上是两次层叠的主成分变换。第一次变换(基于估计的噪声协方差矩阵)用于分离和重新调节数据中的噪声,这步操作使变换后的噪声数据只有最小的方差且没有波段间的相关。第二步是对噪声白化数据( Noise-whitened)的标准主成分变换。为了进一步进行波谱处理,通过检查最终特征值和相关图像来判定数据的内在维数。数据空间可被分为两部分:一部分与较大特征值和相对应的特征图像相关,其余部分与近似相同的特征值以及噪声占主导地位的图像相关。
用 MNF 变换也可以从数据中消除噪声。操作如下:首先进行正向变换,判定哪些波段包含相关图像(根据对图像和特征值的检验),然后进行一个反向MNF 变换,用波谱子集(只包括“好”波段)或在反向变换前平滑噪声的方法来消除噪声。
PIE SDK支持算法功能的执行,下面对最小噪声变换算法功能进行介绍。
2.算法功能实现说明
2.1. 实现步骤
第一步
算法参数设置
第二步
算法执行
第三步
结果显示
2.2 .算法参数
算法名称
最小噪声正变换
C#算法DLL
PIE.CommonAlgo.dll
C#算法名称
PIE.CommonAlgo.TransformFuncAlgo
参数结构体
DataTrans_Exchange_Info
参数说明
AlgoType
Int
区分调用的是哪个算法
0 主成分变换
1 最小噪声变换