高级光谱分析课件.ppt

高级光谱分析 3.1 MNF变换 最小噪声分离（MNF）变换用于确定影像数据内在的维数，隔离数据中的噪声，减少随后处理计算的需求。 MNF本质上含有两次叠置处理的主成分变换。 3.1 MNF变换 第一次变换基于对噪声协方差矩阵的估计，用于分离和重新调节数据中的噪声。产生的变换数据中噪声具有单位方差，且波段间不相关。 第二次变换将对白化的噪声数据进行标准主成分变换。 数据空间可以分为两部分：一部分与大的特征值和相对应的特征影像相关，其余部分与接近一致的特征值以及主要含有噪声的影像联系在一起。 3.1 MNF变换 MNF 变换也可以被用来从数据中消除噪声。主要通过运行正向的变换，判定哪些波段包含相关图像，用波谱子集（只包括“好”波段，或反转前平滑噪声）进行一次反向的 MNF 变换。 主成分分析：除去波段之间的多余信息，将多波段的图像信息压缩到比原波段更有效的少数几个转换波段的方法。将相关的多波段信息通过数学转换成不相关的信息。 3.1 MNF变换 Forward MNF Transform (正向的 MNF 变换) 正向的 MNF 变换有三个选项，用于估计第一次旋转中用到的噪声统计。三个选项包括从输入的数据中估计噪声，运用以前计算的噪声统计，或用与数据集相关的“暗色图像”计算噪声统计。 Estimate Noise Statistics from the Data (由数据估计噪声统计) ENVI 假定每一个像元都包含信号和噪声，且紧邻的像元包含同样的信号，但是具有不同的噪声。对数据进行 “shift difference”，就把临近的像元区分开来，并把结果平均指定为每个正被处理的像元的“噪声”值。最好的噪声估计是对一个类似的区域进行 shift-difference 统计聚集的，而不是对整个图像进行。 3.1 MNF变换 1 选择 Transforms MNF Rotation Forward MNF Estimate Noise Statistics From Data。 2 出现标准 ENVI 文件选择和子集构建对话框时，用标准 ENVI 文件选择程序选择和输入文件以及子集。 3 当出现 Forward MNF Transform Parameters 对话框时，在标有 “Enter Output Noise Stats Filename [.sta]” 的文本框里键入一个用于噪声统计的文件名。 4 在标有 “Enter Output Stats Filename [.sta]” 的文本框里，键入一个用于 MNF 统计的输出文件名。 警告 MNF 与噪声统计的文件务必采用不同的名字。 3.1 MNF变换 5 选用 “File” 或 “Memory” 输出。 ·若选择输出到 “File”，在标有“Enter Output Filename”的文本框里键入要输出的文件名；或用“Choose”按钮选择一个输出文件名。 6 运用下列选项，选择输出 MNF 的波段数。 ·通过检查特征值，选择输出的 MNF 波段数： A 点击 “Select Subset from Eigenvalues” 标签附近的按钮，选择 “Yes”。 B 点击“OK”计算噪声统计和第一次旋转。 统计被计算，出现 Select Output MNF Bands 对话框，列表中显示的每一个波段都有其相应的特征值。每一个 MNF 波段包含的数据方差的累积百分比也被显示出。 C 点击 “Number of Output MNF Bands” 标签附近的箭头切换按钮，设置你需要输出的波段数，或向文本框里键入数值。 为了节省磁盘空间，最好只输出特征值高的波段——特征值接近于1的图像多数是噪声。 D 在 Select Output MNF Bands 对话框里，点击“OK”完成旋转。 7 点击“OK”开始处理。 3.1 MNF变换 当 ENVI 已经完成处理时，MNF 波段将被导入 Available Bands List，显示 MNF 绘图窗口。输出的仅包含你选择输出的波段数。例如，如果你输入的数据包含 6个波段，但是你仅选择了 4个波段用于输出，则输出的将只包含你输入文件的前 4个波段。 特征值大（1）的波段包含数据，特征值接近于 1 的波段包含噪声。显示 Available Bands List 中的特征图像（MNF 波段），并与 MNF 特征值图示相比较，判定哪些波段包含数据，哪些波段主要包含噪声。在随后的图像处理中，抽取 MNF 波段的子集只包括那些图像在空间上呈现一致的波段，特征值超过了 MNF 图斜坡的转折处（break in slope of th