首页|HSRS-SC:面向遥感场景分类的高光谱图像数据集

HSRS-SC:面向遥感场景分类的高光谱图像数据集

HSRS-SC: a hyperspectral image dataset for remote sensing scene classification

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 场景分类是遥感领域一项重要的研究课题,但大都面向高分辨率遥感影像.高分辨率影像光谱信息少,故场景鉴别能力受限.而高光谱影像包含更丰富的光谱信息,具有强大的地物鉴别能力,但目前仍缺少针对场景级图像分类的高光谱数据集.为了给高光谱场景理解提供数据支撑,本文构建了面向场景分类的高光谱遥感图像数据集(hyperspectral remote sensing dataset for scene classification,HSRS-SC).方法 HSRS-SC来自黑河生态水文遥感试验航空数据,是目前已知最大的高光谱场景分类数据集,经由定标系数校正、大气校正等处理形成.HSRS-SC分为5个类别,共1385幅图像,且空间分辨率较高(1 m),波长范围广(380～1050 nm),同时蕴含地物丰富的空间和光谱信息.结果 为提供基准结果,使用AlexNet、VGGNet-16、GoogLeNet在3种方案下组织实验.方案1仅利用可见光波段提取场景特征.方案2和方案3分别以加和、级联的形式融合可见光与近红外波段信息.结果 表明有效利用高光谱影像不同波段信息有利于提高分类性能,最高分类精度达到93.20％.为进一步探索高光谱场景的优势,开展了图像全谱段场景分类实验.在两种训练样本下,高光谱场景相比RGB图像均取得较高的精度优势.结论 HSRS-SC可以反映详实的地物信息,能够为场景语义理解提供良好的数据支持.本文仅利用可见光和近红外部分波段信息,高光谱场景丰富的光谱信息尚未得到充分挖掘.后续可在HSRS-SC开展高光谱场景特征学习及分类研究.

徐科杰、邓培芳、黄鸿

展开 >

重庆大学光电技术及系统教育部重点实验室,重庆 400044

重庆大学煤矿灾害动力学与控制国家重点实验室,重庆 400044

遥感 场景分类 高光谱图像 基准数据集 深度学习

420713022020CDCGTM002Cstc2018jcyjAX0093Cx2019144CYB19039

2021

中国图象图形学报
中国科学院遥感应用研究所,中国图象图形学学会 ,北京应用物理与计算数学研究所

中国图象图形学报

CSTPCDCSCD北大核心
影响因子：1.111
ISSN：1006-8961
年,卷(期)：2021.26(8)
  • 2
  • 12