最小噪聲分離變換（Minimum Noise Fraction Rotation，MNF Rotation）工具用於判定圖像數據內在的維數（即波段數），分離數據中的噪聲，減少隨後處理中的計算需求量。
基本介紹
- 中文名：最小噪聲分離(MNF)
- 外文名：Minimum Noise Fraction Rotation，MNF Rotation
- 對應：計算需求量
- 特點：兩次層疊的主成分變換。
MNF本質上是兩次層疊的主成分變換。第一次變換（基於估計的噪聲協方差矩陣）用於分離和重新調節數據中的噪聲，這步操作使變換後的噪聲數據只有最小的方差且沒有波段間的相關。第二步是對噪聲白化數據（Noise-whitened）的標準主成分變換。為了進一步進行波譜處理，通過檢查最終特徵值和相關圖像來判定數據的內在維數。數據空間可被分為兩部分：一部分與較大特徵值和相對應的特徵圖像相關，其餘部分與近似相同的特徵值以及噪聲占主導地位的圖像相關。
