danaroth/salinas

该数据集由224波段的AVIRIS传感器在加利福尼亚的Salinas Valley收集，具有高空间分辨率（3.7米像素）。数据集覆盖了512行217列的图像区域，并丢弃了20个水吸收波段。数据集包括蔬菜、裸土和葡萄园等16个类别的地面真实数据。此外，还介绍了Salinas-A子场景，包含6个类别。文件还列出了每个类别的样本数量，并提供了数据集的图像示例。

This dataset was collected by the 224-band AVIRIS sensor over Salinas Valley, California, with high spatial resolution of 3.7 meters per pixel. It covers an image region with 512 rows and 217 columns, and 20 water absorption bands were discarded. The dataset includes ground truth data for 16 categories such as vegetables, bare soil, and vineyards. In addition, a sub-scene named Salinas-A is introduced, which contains 6 categories. The document also lists the number of samples for each category and provides image examples of the dataset.

原始信息汇总

数据集描述

该场景由224频段的AVIRIS传感器在加利福尼亚州的萨利纳斯谷收集，具有高空间分辨率（3.7米像素）。覆盖区域包括512行和217列。与Indian Pines场景一样，我们丢弃了20个水吸收频段，具体为频段：[108-112]、[154-167]、224。该图像仅作为传感器辐射数据可用。其中包括蔬菜、裸土和葡萄园。萨利纳斯地面实况包含16个类别。

萨利纳斯图像的一个小子场景，记为Salinas-A，通常也被使用。它包括86*83像素，位于同一场景中的[样本，行] = [591-676, 158-240]，包含六个类别。

特征

萨利纳斯场景的地面实况类别及其相应的样本数量如下：

#	类别	样本数量
1	Broccoli_green_weeds_1	2009
2	Broccoli_green_weeds_2	3726
3	Fallow	1976
4	Fallow_rough_plow	1394
5	Fallow_smooth	2678
6	Stubble	3959
7	Celery	3579
8	Grapes_untrained	11271
9	Soil_vinyard_develop	6203
10	Corn_senesced_green_weeds	3278
11	Lettuce_romaine_4wk	1068
12	Lettuce_romaine_5wk	1927
13	Lettuce_romaine_6wk	916
14	Lettuce_romaine_7wk	1070
15	Vinyard_untrained	7268
16	Vinyard_vertical_trellis	1807

萨利纳斯-A场景的地面实况类别及其相应的样本数量如下：

#	类别	样本数量
1	Broccoli_green_weeds_1	391
2	Corn_senesced_green_weeds	1343
3	Lettuce_romaine_4wk	616
4	Lettuce_romaine_5wk	1525
5	Lettuce_romaine_6wk	674
6	Lettuce_romaine_7wk	799

快速浏览

Salinas数据集的样本频段。

Salinas数据集的地面实况。

Salinas-A数据集的样本频段。

Salinas-A数据集的地面实况。

致谢

该数据集最初由Manuel Graña、Miguel-Angel Veganzones、Borja Ayerdi收集。

数据集的原始链接如下：

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

AI搜集汇总

数据集介绍

构建方式

Salinas数据集是由224波段的高分辨率AVIRIS传感器在加利福尼亚州Salinas Valley地区采集的影像数据构建而成，其空间分辨率高达3.7米像素。该数据集覆盖了512行217个样本的区域，并去除了20个水吸收波段，保留了可用于分析的波段。数据集包括蔬菜、裸土和葡萄园等不同类型的地面覆盖，并为每个类别提供了详细的地面真实标签信息。

特点

Salinas数据集的主要特点在于其高空间分辨率和丰富的波段信息，为高光谱图像分析提供了丰富的数据资源。数据集包含了16个不同的地面真实类别，每个类别都有相应的样本数量，且包含了一个较小的子场景Salinas-A，便于进行更精细的分析。此外，该数据集提供了地面真实标签，对于监督学习任务尤为宝贵。

使用方法

使用Salinas数据集时，用户可以直接加载影像数据和对应的地面真实标签。数据集的波段信息可用于特征提取，地面真实标签可用于训练分类模型。Salinas-A子场景可作为一个独立的测试集或用于模型验证。用户需注意数据集的版权信息，合法使用数据，并在研究中引用原始数据来源。

背景与挑战

背景概述

Salinas数据集，采集自加利福尼亚州萨利纳斯谷，由224波段AVIRIS传感器捕获，具备3.7米的高空间分辨率。该数据集覆盖了512行217个样本的区域，针对水吸收波段进行了剔除，并以传感器辐射数据的形式存在。数据集包含蔬菜、裸土和葡萄园等地面实况类别，共计16类。Salinas-A子场景也常被使用，包含6类，覆盖了86*83像素。该数据集由Manuel Graña, Miguel-Angel Veganzones, Borja Ayerdi等人收集，为高光谱遥感领域的研究提供了宝贵的资源，对于推动相关技术的发展具有显著影响。

当前挑战

Salinas数据集在研究领域中面临的挑战主要包括：1)如何精确区分具有相似光谱特性的不同植被类别；2)在构建过程中，如何处理大量的高光谱数据，以及如何有效地进行数据预处理和降维。此外，数据集的地面实况标注质量对于模型训练至关重要，因此确保标注的准确性和一致性也是一项挑战。

常用场景

经典使用场景

在遥感领域，danaroth/salinas数据集因其高空间分辨率和丰富的地物类别，常被用于高光谱图像分类算法的研究与验证。该数据集包含512行217列的像素，涵盖蔬菜、裸土和葡萄园等多种地表类型，为算法提供了丰富的学习样本。

实际应用

在实际应用中，danaroth/salinas数据集的应用场景广泛，如在精准农业中，可用于作物识别和健康监测；在环境监测中，可用于土地覆盖类型分类，为资源管理和环境保护提供数据支持。

衍生相关工作

基于danaroth/salinas数据集，研究者们衍生出了众多相关工作，包括改进的高光谱图像处理算法、特征选择技术以及分类模型的优化，这些工作进一步推动了高光谱遥感技术的发展和应用。