HSRS-SC:面向遥感场景分类的高光谱图像数据集
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.
遥感;场景分类;高光谱图像;基准数据集;深度学习
26
TP751(遥感技术)
国家自然科学基金项目;中央高校基本科研业务费专项资金资助;重庆市基础研究;前沿探索项目;重庆市留学人员回国创业创新支持计划项目;重庆市研究生科研创新项目
2021-09-02（万方平台首次上网日期，不代表论文的发表时间）
共14页
1809-1822
