PIE SDK最小噪声变换

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 2 傅里叶变换 3 小波变换 4 缨帽变换
bForward	Bool	区分正变换还是逆变换 true 正;false 逆
m_strInputFile	String	输入文件 (*.tif;*.tiff;*.bmp;*.img;*.jpg;*.ldf)
m_strStatFile	String	统计文件(输出最小噪声正变换元数据信息)
m_strOutputFile	String	输出文件 *.tif;*.tiff; *.img
m_strFileTypeCode	String	输出文件类型，默认GTiff .tif/.tiff——GTiff .img—————HFA 其他—————ENVI

2.3. 示例代码

项目路径	百度云盘地址下/PIE示例程序/10.算法调用/图像处理//ImageProcessing. TransformFuncAlgo
数据路径	百度云盘地址下/PIE示例数据/栅格数据/04.World/World.tif
视频路径	百度云盘地址下/PIE视频教程/10.算法调用/图像处理//最小噪声变换算法.avi
示例代码
//（一）最小噪声正变换 /// <summary> ///最小噪声正变换算法测试,本算法实现了将World.tif进行最小噪声正变换 /// </summary> public override void OnClick() { #region 1、参数设置 PIE.CommonAlgo.DataTrans_Exchange_Info info = new PIE.CommonAlgo.DataTrans_Exchange_Info(); info.m_strInputFile = @"D:\Data\World.tif"; info.m_strOutputFile = @"D:\Data\MinimumNoiseTransformation.tif"; info.AlgoType = ; //最小噪声变换 info.bForward = false; //逆变换 info.m_strStatFile = @"D:\Data\pcasta.sta"; //最小噪声变换 info.m_strFileTypeCode = "GTiff"; //info.lOutBandNum = 1; PIE.SystemAlgo.ISystemAlgo algo = PIE.SystemAlgo.AlgoFactory.Instance().CreateAlgo("PIE.CommonAlgo.dll", "PIE.CommonAlgo.TransformFuncAlgo"); if (algo == null) return; #endregion //2、算法执行 PIE.SystemAlgo.ISystemAlgoEvents algoEvents = algo as PIE.SystemAlgo.ISystemAlgoEvents; algo.Name = "最小噪声正变换"; algo.Params = info; bool result = PIE.SystemAlgo.AlgoFactory.Instance().ExecuteAlgo(algo); //3、结果显示 ILayer layer = PIE.Carto.LayerFactory.CreateDefaultLayer(@"D:\Data\MinimumNoiseTransformation.tif"); m_HookHelper.ActiveView.FocusMap.AddLayer(layer); m_HookHelper.ActiveView.PartialRefresh(ViewDrawPhaseType.ViewAll); } //（二）最小噪声逆变换 /// <summary> ///最小噪声逆变换算法测试,本算法实现了将World.tif进行最小噪声逆变换 /// </summary> public override void OnClick() { #region 1、参数设置 PIE.CommonAlgo.DataTrans_Exchange_Info info = new PIE.CommonAlgo.DataTrans_Exchange_Info(); info.m_strInputFile = @"D:\Data\MinimumNoiseTransformation.tif"; info.m_strOutputFile = @"D:\Data\ip_result7.tif"; info.AlgoType = ; //最小噪声变换 info.bForward = false; //逆变换 info.m_strStatFile = @"D:\Data\pcasta.sta"; //最小噪声变换 info.m_strFileTypeCode = "GTiff"; PIE.SystemAlgo.ISystemAlgo algo = PIE.SystemAlgo.AlgoFactory.Instance().CreateAlgo("PIE.CommonAlgo.dll", "PIE.CommonAlgo.TransformFuncAlgo"); if (algo == null) return; #endregion //2、算法执行 PIE.SystemAlgo.ISystemAlgoEvents algoEvents = algo as PIE.SystemAlgo.ISystemAlgoEvents; algo.Name = "最小噪声逆变换"; algo.Params = info; bool result = PIE.SystemAlgo.AlgoFactory.Instance().ExecuteAlgo(algo); //3、结果显示 ILayer layer = PIE.Carto.LayerFactory.CreateDefaultLayer(@"D:\Data\ip_result7.tif"); m_HookHelper.ActiveView.FocusMap.AddLayer(layer); m_HookHelper.ActiveView.PartialRefresh(ViewDrawPhaseType.ViewAll); }

2.4. 示例截图

最小噪声正变换

最小噪声逆变换