Advertisement

【高光谱图像数据集】KSC版本

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
简介：本数据集为改良版肯塔基草地(KSC)高光谱图像集合，适用于各类分类算法的研究与测试。 On March 23, 1996, NASAs AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) instrument collected data over the Kennedy Space Center in Florida. The AVIRIS collects data across 224 bands with a width of 10 nm and center wavelengths ranging from 400 to 2500 nm. Data were acquired at an altitude of approximately 20 km, resulting in a spatial resolution of 18 meters. After removing water absorption and low signal-to-noise ratio (SNR) bands, the analysis used 176 remaining bands. Training data for classification were selected based on land cover maps derived from color infrared photography provided by Kennedy Space Center and Landsat Thematic Mapper imagery. A vegetation classification scheme was developed at KSC to define functional types that are discernible at both Landsats spatial resolution and that of the AVIRIS data. The similarity in spectral signatures for certain vegetation types makes it challenging to distinguish land cover classes. For this analysis, 13 distinct land cover categories were defined to represent various environmental conditions present within the Kennedy Space Center area.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 【高光谱图像数据集】KSC版本
    优质
    简介：本数据集为改良版肯塔基草地(KSC)高光谱图像集合，适用于各类分类算法的研究与测试。 On March 23, 1996, NASAs AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) instrument collected data over the Kennedy Space Center in Florida. The AVIRIS collects data across 224 bands with a width of 10 nm and center wavelengths ranging from 400 to 2500 nm. Data were acquired at an altitude of approximately 20 km, resulting in a spatial resolution of 18 meters. After removing water absorption and low signal-to-noise ratio (SNR) bands, the analysis used 176 remaining bands. Training data for classification were selected based on land cover maps derived from color infrared photography provided by Kennedy Space Center and Landsat Thematic Mapper imagery. A vegetation classification scheme was developed at KSC to define functional types that are discernible at both Landsats spatial resolution and that of the AVIRIS data. The similarity in spectral signatures for certain vegetation types makes it challenging to distinguish land cover classes. For this analysis, 13 distinct land cover categories were defined to represent various environmental conditions present within the Kennedy Space Center area.
     
  • 常用的高光谱数据集-Botswana、HoustonU、Indian_Pines、KSC、Pavia、Salinas、Xiong...
    优质
    这段简介介绍了一系列广泛使用的高光谱数据集，包括Botswana、HoustonU、Indian Pines、KSC、Pavia、Salinas和Xiong等，它们为研究和开发高光谱图像处理算法提供了宝贵的数据资源。 常见的高光谱数据集包括Botswana、HoustonU、Idian_pines、KSC、Pavia、Salinas、Xiongan和Xuzhou。这些数据集中包含光谱数据以及标注信息，并且提供伪色彩图和标注图像，文件格式均为.mat格式。由于文件大小超过上传限制，因此需要通过百度云盘进行分享。
     
  • 高光谱图像解混数据集——Samon
    优质
    Samon是一款专为高光谱图像解混设计的数据集，包含多样化的地物光谱信息和复杂的混合像元场景，旨在促进机器学习算法在遥感领域的应用与发展。 高光谱图像解混数据集Samon提供了一系列用于研究的高光谱图像数据。该数据集旨在支持对复杂场景中的材料进行精确识别与分析的研究工作。
     
  • 高光谱图像数据集(Hyperspectral Image Datasets) (1a)
    优质
    高光谱图像数据集包含大量连续窄波段的遥感影像，广泛应用于地物分类、目标检测等领域，助力精准农业和环境监测。 高光谱图像数据集（Hyperspectral Image Datasets）包含大量用于研究和分析的多光谱图像数据。这些数据集通常包括从不同波长范围采集的像素信息，广泛应用于环境监测、农业遥感、矿物勘探等领域。通过利用高光谱成像技术获取的数据可以提供比传统彩色或黑白影像更为丰富的细节与精确度，从而帮助研究人员深入理解地表物质特性及其分布情况。
     
  • 【高光谱图像数据集】印度潘尼斯数据集
    优质
    简介：印度潘尼斯高光谱图像数据集是一套详尽记录了特定区域地物信息的数据集合，广泛应用于土地覆盖分类、目标检测等领域。 该场景由AVIRIS传感器在印第安纳州西北部的印度潘斯测试站点采集，包含145×145个像素和224个光谱反射率波段，在0.4至2.5微米范围内。此场景是更大图像的一部分。印第安潘斯场景中三分之二是农业用地，三分之一为森林或其他自然植被。该区域有两条主要的双车道公路、一条铁路线以及一些低密度住宅和其它建筑及小路。由于拍摄时间在六月，部分农作物如玉米和大豆尚处于早期生长阶段，覆盖率不到5%。 地面实况数据被划分为十六个类别，并非所有分类都是互斥的。我们还通过移除水吸收区域内的波段（即104-108、150-163以及220）将光谱带数量减少到200个。印度潘斯的数据可以通过普渡大学MultiSpec网站获取。 该场景没有包含联系方式和网址信息，因此在重写时无需特别说明这些内容的缺失或修改。
     
  • 高光谱与遥感图像常见数据集
    优质
    本资料涵盖了高光谱及遥感图像领域内的主要数据集概览，包括各类应用的数据来源、特点及其获取途径。 这里包含常用的高光谱图像（HSI）数据集，如Indian Pavia等。每个数据集中都包含了原始图像信息及其对应的地面真实类别标签。由于文件大小限制，目前只能上传这两个数据集，还有Salinas等其他数据集可供使用，如有需要请留言说明。
     
  • 常见的高光谱图像分类数据集
    优质
    本文章介绍了几种常见的高光谱图像分类数据集，涵盖了不同场景和应用需求，为研究者提供参考。 主要包括：Indian Pines；Pavia Centre；Pavia University；Salinas；Salinas-A；Washington_DC。
     
  • Pavia大学高光谱图像数据集下载
    优质
    简介：Pavia大学高光谱图像数据集提供丰富的高光谱遥感影像，适用于分类、目标检测等研究任务。欢迎下载用于学术研究和算法开发。 帕维亚大学数据集是由反射光学系统成像光谱仪（ROSIS-3）传感器在意大利帕维亚市上方收集的高光谱图像数据集。该图像包含610×340像素，具有115个光谱波段。图像被划分为9类，并有总共42,776个标记样本，包括沥青、草地、砾石、树木、金属片、裸露土壤、砖块和阴影。此数据集适用于科研人员及大学生毕业论文中算法的构建与研究。有兴趣者可尝试使用该数据集进行相关实验。
     
  • 加载高光谱图像数据
    优质
    本项目专注于高效处理与分析高光谱影像数据的技术研究及应用开发，旨在探索并实现快速、稳定的高光谱图像加载方法。 在Matlab中编写了一段小程序来读取ENVI标准图像（IMG+Hdr）并计算相关系数。试验目的是验证程序能否正确读取ENVİ格式的图片，并进行后续的相关分析处理。
     
  • 高光谱遥感影像数据集
    优质
    高光谱遥感影像数据集是一套包含连续可见光到短波红外区域光谱信息的数据集合，用于精确的地物识别与分类。 常用的高光谱遥感图像数据集包括Indians Pines、Botswana、KSC、PaviaU和Salinas，以及它们的ground truth矩阵。这些文件的后缀为.mat。