HyperHazeOff

HyperHazeOff是一个高光谱遥感图像去雾基准数据集，包含配对的真实有雾和无雾遥感图像，具体包括两个子数据集：遥感真实世界高光谱配对去雾图像数据集（RealHyperPDID）和遥感合成高光谱配对去雾图像数据集（RSyntHyperPDID）

HyperHazeOff is a benchmark dataset for hyperspectral remote sensing image dehazing, which contains paired real foggy and fog-free remote sensing images. Specifically, it comprises two sub-datasets: the Real-world Hyperspectral Paired Dehazing Image Dataset for Remote Sensing (RealHyperPDID) and the Synthetic Hyperspectral Paired Dehazing Image Dataset for Remote Sensing (RSyntHyperPDID)

原始信息汇总

HyperHazeOff 数据集概述

数据集名称

HyperHazeOff：高光谱遥感图像去雾基准

数据集构成

• Remote sensing Real-world Hyperspectral Paired Dehazing Image Dataset (RealHyperPDID)

  • 真实世界遥感高光谱配对去雾图像数据集
  • 下载链接尚未发布

• Remote sensing Synthetic Hyperspectral Paired Dehazing Image Dataset (RSyntHyperPDID)

  • 合成遥感高光谱配对去雾图像数据集
  • 下载链接尚未发布

许可证

• 采用 MIT 许可证
• 许可证详情见：https://github.com/iitpvisionlab/hyperhazeoff/blob/main/LICENSE

搜集汇总

数据集介绍

构建方式

在遥感图像处理领域，HyperHazeOff数据集通过两种互补方式构建而成。RealHyperPDID部分采集了真实环境下的高光谱遥感图像，涵盖不同大气条件和地理场景，形成有雾与无雾的配对样本；RSyntHyperPDID则采用物理模型模拟大气散射效应，基于清晰图像生成对应的雾化版本，确保数据对的精确对应。这种虚实结合的构建策略既保留了真实场景的复杂性，又提供了可控的验证环境。

特点

该数据集的核心特征在于其高光谱维度与配对样本的完整性。每幅图像包含数十至数百个连续光谱波段，能够精细刻画地物在不同波长下的反射特性。配对设计使得有雾图像与对应清晰图像形成严格映射，为算法性能评估提供可靠基准。数据集覆盖多样化的遥感场景，包括城市、植被和水体等典型地物类型，具有显著的空间与光谱多样性。

使用方法

研究者可通过官方渠道获取数据压缩包，解压后按目录结构加载配对图像。建议将数据集划分为训练集、验证集和测试集，采用端到端的方式训练去雾模型。评估时应保持图像对的对应关系，利用峰值信噪比和结构相似性等指标量化去雾效果。该数据集遵循MIT许可协议，允许学术研究与商业应用的无障碍使用。

背景与挑战

背景概述

随着遥感技术的飞速发展，高光谱成像在环境监测和资源勘探中展现出巨大潜力。HyperHazeOff数据集由遥感领域研究团队于近年创建，旨在解决高光谱遥感图像中雾霾干扰的核心问题。该数据集通过提供真实与合成场景的配对去雾样本，为提升图像质量与地物识别精度奠定了重要基础，对推动遥感图像处理与计算机视觉的交叉研究具有显著影响力。

当前挑战

高光谱遥感图像去雾面临双重挑战：在领域层面，雾霾导致的光谱失真与空间细节丢失严重制约了地物分类与环境分析的准确性；在构建过程中，采集真实世界高光谱配对数据需克服大气条件多变性与传感器校准难题，而合成数据的生成则需精确模拟复杂雾霾物理模型以确保数据真实性。

常用场景

经典使用场景

在遥感图像处理领域，HyperHazeOff数据集为高光谱图像去雾研究提供了关键基准，其经典使用场景集中于评估和比较去雾算法的性能。通过包含真实和合成的高光谱配对图像，该数据集支持研究人员在受控条件下测试模型对大气散射效应的鲁棒性，尤其适用于模拟不同雾霾浓度下的图像退化与恢复过程，从而推动高维视觉数据的质量提升。

衍生相关工作

基于HyperHazeOff数据集，已衍生出多项经典工作，包括结合深度学习的高光谱去雾网络和跨域适应方法。这些研究扩展了多光谱融合与物理模型结合的创新方向，进一步推动了遥感图像增强技术在大气校正和场景理解中的交叉应用，为后续实时处理系统的开发奠定基础。

数据集最近研究

最新研究方向

在遥感图像处理领域，HyperHazeOff数据集聚焦于高光谱图像去雾技术的前沿探索。该数据集通过提供真实世界和合成的配对高光谱去雾图像，推动了基于深度学习的去雾算法在复杂大气条件下的性能优化。随着全球气候变化加剧，雾霾对遥感监测的影响日益显著，该数据集为环境监测、灾害评估等应用提供了关键数据支撑，促进了高光谱遥感在精准农业和城市规划中的创新应用。