珠海一号高光谱场景分类数据集 | |
其他题名 | Hyperspectral scene classification dataset based on Zhuhai-1 images |
刘渊1,2; 郑向涛3![]() ![]() | |
作者部门 | 光谱成像技术研究室 |
2024 | |
发表期刊 | 遥感学报
![]() |
ISSN | 10074619 |
卷号 | 28期号:1页码:306-319 |
产权排序 | 1 |
摘要 | 高空间分辨率、高光谱分辨率、大幅宽与大数据量是高光谱卫星数据发展趋势,传统高光谱影像的像素级分类面临难以处理海量数据、无法高效获取复杂海量影像中隐含信息的困境。已有研究开始关注高光谱影像的场景级分类,并逐步建立完善高光谱遥感场景分类数据集。然而,目前的数据集制作过程多参考高空间分辨率可见光遥感场景数据集的制作方法,主要采用遥感影像的空间信息进行场景类别解译,忽视了高光谱场景的光谱信息。因此,为构建高光谱影像的遥感场景分类数据集,本文利用“珠海一号”高光谱卫星拍摄的西安地区高光谱数据,使用无监督光谱聚类辅助定位、裁剪与标注待选场景样本,结合Google Earth高分影像进行目视筛选,构建6类场景类型和737幅场景样本的珠海一号高光谱场景分类数据集。并基于光谱与空间两个视角开展场景分类实验,通过视觉词袋、卷积神经网络等方法的基准测试结果,对不同算法在现有多光谱和高光谱遥感场景分类数据集下的性能进行深入分析。本研究可为后续的高光谱影像解译研究提供了有力的数据支撑。 |
关键词 | 高光谱遥感 珠海一号 场景分类 数据集 特征提取 |
DOI | 10.11834/jrs.20233283 |
收录类别 | EI ; CSCD |
语种 | 中文 |
CSCD记录号 | CSCD:7664734 |
EI入藏号 | 20241515892427 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.opt.ac.cn/handle/181661/97397 |
专题 | 光谱成像技术研究室 |
通讯作者 | 郑向涛 |
作者单位 | 1.中国科学院西安光学精密机械研究所光谱成像技术实验室 2.中国科学院大学 3.福州大学物理与信息工程学院 |
第一作者单位 | 中国科学院西安光学精密机械研究所 |
推荐引用方式 GB/T 7714 | 刘渊,郑向涛,卢孝强. 珠海一号高光谱场景分类数据集[J]. 遥感学报,2024,28(1):306-319. |
APA | 刘渊,郑向涛,&卢孝强.(2024).珠海一号高光谱场景分类数据集.遥感学报,28(1),306-319. |
MLA | 刘渊,et al."珠海一号高光谱场景分类数据集".遥感学报 28.1(2024):306-319. |
条目包含的文件 | ||||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
珠海一号高光谱场景分类数据集.pdf(2629KB) | 期刊论文 | 出版稿 | 限制开放 | CC BY-NC-SA | 请求全文 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[刘渊]的文章 |
[郑向涛]的文章 |
[卢孝强]的文章 |
百度学术 |
百度学术中相似的文章 |
[刘渊]的文章 |
[郑向涛]的文章 |
[卢孝强]的文章 |
必应学术 |
必应学术中相似的文章 |
[刘渊]的文章 |
[郑向涛]的文章 |
[卢孝强]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论