高光谱分类任务数据集介绍

高光谱分类任务数据集介绍

引用

CSDN

1.

https://blog.csdn.net/weixin_48138577/article/details/137519399

高光谱图像分类是遥感领域的重要研究方向，高质量的数据集对于算法开发和模型训练至关重要。本文将介绍三个广泛使用的高光谱分类任务数据集：Indian Pines、Pavia University和Salinas，包括它们的采集信息、传感器类型、空间分辨率、光谱范围以及包含的类别数量。

Indian Pines

印第安松的图像覆盖了印第安纳州西北部的农业印第安松试验场，由AVIRIS传感器收集。该数据集剔除20个吸水带后，包含200个光谱带。光谱覆盖范围为0.4 ~ 2.5 μm。空间尺寸为145 × 145，空间分辨率为每像素20 m。数据集包含16个类，表1列出了标记样本的详细信息。

Pavia University

帕维亚大学的图像是由ROSIS-03传感器在意大利帕维亚大学周围的城市地区收集的。图像尺寸为610 × 340像素，空间分辨率为1.3 m，光谱波段为103个，光谱范围为0.43 ~ 0.86 μm。数据集中包含9个类，表1列出了标记样本的详细信息。

Salinas

萨利纳斯的图像是由美国加州萨利纳斯山谷地区的AVIRIS传感器拍摄的。数据集剔除20个吸水光谱带后，共包含204个光谱带。空间大小为512 × 217，空间分辨率为3.7 m /像素。数据集包含16个类，表1列出了标记样本的详细信息。

如果你需要下载这几个数据集，可以去官网免费下载。

https://www.ehu.eus/ccwintco/index.php/Hyperspectral_Remote_Sensing_Scenes