Advertisement

高光谱数据集合

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

简介：
高光谱数据集合是指包含大量不同地物、物体或场景的高光谱图像的数据集，广泛应用于目标检测、分类与识别等领域。 常用的高光谱数据集包括IndianPines、PaviaU、Salinas以及Simu。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 高光谱数据集合
    优质
    高光谱数据集合是指包含大量不同地物、物体或场景的高光谱图像的数据集，广泛应用于目标检测、分类与识别等领域。 常用的高光谱数据集包括IndianPines、PaviaU、Salinas以及Simu。
     
  • 高光谱遥感数据集合
    优质
    高光谱遥感数据集合是一套涵盖广泛地物类型的精细光谱信息的数据集，适用于环境监测、地质勘探等领域中的科学研究与应用开发。 高光谱图像数据集包括Indian和Pavia两部分。每个数据集中都包含图像的原始信息及其对应的地面真实标签。
     
  • 五个高光谱数据集合.rar
    优质
    本资源包包含五个不同的高光谱数据集，适用于遥感、地质学及环境监测等领域研究。每个数据集都经过精细处理，可直接应用于算法开发与验证。 常用的几种高光谱数据包括Washington DC Mall、Indian Pine等，它们广泛应用于遥感图像分类领域。其中，最早用于高光谱图像分类测试的数据是Indian Pines，该数据由机载可视红外成像光谱仪（AVIRIS）在1992年对美国印第安纳州的一块印度松树区域进行拍摄，并截取了尺寸为145×145的图像用于标注和高光谱分类测试。另一份重要的数据集是Pavia University，该数据由德国机载反射光学光谱成像仪（ROSIS-03）在2003年对意大利帕维亚城的一部分进行拍摄所得。所使用的光谱成像仪覆盖了从0.43到0.86微米波长范围内的115个连续波段，空间分辨率为每像素1.3m。由于其中的12个波段受到噪声影响而被剔除，因此通常使用的是剩下的103个光谱波段所成图像。Pavia University数据集尺寸为610×340，包含总计2,207,400个像素，但其中有大量背景像素；其中含有地物信息的只有42,776个像素，并且这些像素中包含了9类不同的地面物体类别，包括树木、沥青道路和砖块等。
     
  • 五个高光谱数据集合.zip
    优质
    五个高光谱数据集合包含多样化的地表覆盖类型的数据集，适用于高光谱图像处理和分析的研究与应用开发。该资料包涵盖农业、环境监测等多个领域的研究需求。 这段文字介绍了五种基本的高光谱数据集，适用于遥感图像分类。其中，Indian_pine是一个传统的高光谱数据集，包含16类不同的地物类型，例如街道、农田等。同样由成像光谱仪拍摄的Salinas数据集，则是对美国加利福尼亚州萨利纳斯山谷所获取的影像。
     
  • Salinas高光谱数据集
    优质
    Salinas高光谱数据集是由美国NASA提供的一款广泛应用于分类和识别地物目标的研究资料，包含丰富的光谱信息，适用于农业、地质学等领域的研究与应用。 图像分类高光谱数据集涉及利用高光谱成像技术对不同物质进行精确识别与分类的研究领域。这种技术通过获取目标物在可见光到短波红外区域内的连续、窄带的电磁辐射信息，能够提供比传统彩色影像更为丰富的细节和特征，从而实现对地表覆盖类型或材料性质的高度区分。 重写后的内容没有改变原文意思，并且去除了文中提到的所有链接和个人联系方式。
     
  • 高光谱异常检测合成数据集
    优质
    本数据集专为高光谱图像中的异常检测设计，包含大量人工合成样本，旨在提升算法在复杂背景下的识别精度与鲁棒性。 分享了一个高光谱异常探测合成数据集，尺寸为120x120像素，主要用于高光谱图像的异常检测。如有需要，请自行下载使用，并参考文件中的论文描述进行引用。相关代码可在本人分享资源处下载。
     
  • 印度高光谱数据集
    优质
    印度高光谱数据集是一套针对印度地区采集的高分辨率地物反射率数据集合，适用于环境监测、地质勘探及农业研究等多个领域。 主要提供了高光谱数据集，包括两幅高光谱图像：Pavia University 和 Indian Pines。
     
  • Pavia高光谱数据集.zip
    优质
    该资料包包含由意大利帕维亚大学提供的高分辨率Pavia场景高光谱图像数据集，适用于遥感、目标检测和分类研究。 该文件包含Pavia.mat和Pavia_gt.mat，是用于深度学习的高光谱遥感图像数据集之一。
     
  • 高光谱和多光谱数据的融合技术
    优质
    本研究聚焦于探索与开发高光谱及多光谱数据融合的技术方法，旨在提升图像在分类、识别等方面的精度与效率。 高光谱与多光谱数据融合在城市规划、土地利用以及军事侦察等领域具有广泛的应用前景。本段落主要针对高光谱图像空间分辨率较低的问题进行探讨。
     
  • 红外、可见光、高光谱及SAR图像合集数据集.rar
    优质
    该文件包含多种类型的遥感图像数据集，包括红外、可见光、高光谱和SAR图像，适用于多模态图像处理与分析研究。 资源描述：图像合集数据集（包含红外、可见光、高光谱及SAR图像）。 资源内容：该数据集中已包含了多种类型的配对图像，适合用于各类研究与开发工作。 适用对象：此资源适用于计算机科学、电子信息工程以及数学等相关专业的大专院校学生，在课程设计和毕业项目中可以发挥重要作用。 作者介绍：本资料由一位在大型企业担任高级算法工程师的专家提供。该工程师拥有十年的工作经验，专注于Matlab、Python、C/C++及Java等编程语言的应用，并且擅长计算机视觉技术、目标检测模型开发以及智能优化算法等领域；此外还精通神经网络预测方法和信号处理技巧，在元胞自动机研究与图像处理方面也有丰富的实战经历。同时对智能控制理论和技术路径规划有所涉猎，对于无人机相关领域的研发亦有独到见解。欢迎志同道合者共同探讨学习交流机会。