高光谱复习资料.docxVIP

1分析图像噪音的类型，针对不同类型的噪音采用不同的清除方法：

1） 对条带噪音采用闽值法判别出，然后利用相邻行亮度的平均值来代替；

2） 利用最近像元值代替该像元或中值滤波方法来消除图像的随机点状噪音；

3） 利用MNF变换可以确定图像数据的固有维数，分离图像数据中的噪音，并可减少后续处理的计算量。

2最小噪声分离变换（MNF变换）

1） 定义：最小噪声分离变换（MinimumNoiseFractionRotation,MNFRotation）工具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。

2） 本质：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。

第二次是对噪声白化数据（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。

3） 性质：一是对图像的任何波段做比例扩展，变换结果不变；

二是变换使图像矢量、信息分离和加性噪声分量互相垂直。乘性噪声可以通过对数变换转换为加性噪声。变换后可针对各分量图像进行去噪、或者舍弃噪声占优势的分量。

SAM

1） 概念：光谱角填图分类（SAM）是一种基于相关/匹配滤波器的分类方法，充分利用了光谱