five

danaroth/washington_dc_mall|高光谱遥感数据集|地物分类数据集

收藏
hugging_face2023-11-10 更新2024-03-04 收录
高光谱遥感
地物分类
下载链接:
https://hf-mirror.com/datasets/danaroth/washington_dc_mall
下载链接
链接失效反馈
资源简介:
该数据集包含华盛顿特区购物中心的机载高光谱数据,由弗吉尼亚光谱信息技术应用中心负责收集。传感器系统HYDICE测量了可见光和红外光谱0.4到2.4 μm区域的210个波段的像素响应。由于大气不透明,0.9和1.4 μm区域的波段被省略,最终保留了191个波段。数据集包含1208条扫描线,每条扫描线有307个像素,总大小约为150兆字节。数据集还包含了不同类别的样本数量,如屋顶、街道、草地、树木、路径、水和阴影。
提供机构:
danaroth
原始信息汇总

数据集描述

该数据集包含在华盛顿特区国家广场上空的机载高光谱数据飞行线,由弗吉尼亚州的Spectral Information Technology Application Center负责收集并提供使用许可。使用的传感器系统HYDICE在0.4至2.4微米的可见光和红外光谱区域测量了210个波段的像素响应。由于0.9和1.4微米区域的波段在空气中是不透明的,因此这些波段已从数据集中删除,剩下191个波段。数据集包含1208条扫描线,每条扫描线有307个像素,总计约150兆字节。

数据集特征

华盛顿特区国家广场数据集的类别、标签及样本数量如下:

# 类别 样本数量
1 屋顶 21419
2 街道 9834
3 草地 22873
4 树木 6882
5 小径 1105
6 水域 11063
7 阴影 3061

快速预览

  • 假彩色可视化图像,使用第60、27、17波段分别作为红、绿、蓝通道。
  • 华盛顿特区国家广场数据集的真实地表图像。
AI搜集汇总
数据集介绍
main_image_url
构建方式
该数据集由弗吉尼亚光谱信息技术应用中心负责采集的华盛顿特区国家广场上空的高光谱数据构成。采用HYDICE传感器系统,该系统能在0.4至2.4微米的可见光和红外光谱范围内测量210个波段的像素响应。去除了0.9和1.4微米区域不透明的波段后,保留了191个波段。数据集包含1208个扫描线,每条扫描线有307个像素,总数据量约为150兆字节。
使用方法
用户可以直接通过数据集提供的Multispec项目链接获取数据,或者使用经过授权的途径获取。在获取数据后,用户可以根据自身的应用需求,利用相关图像处理和分析软件进行数据的读取、可视化和进一步的特征提取与分析。
背景与挑战
背景概述
在遥感技术领域,高光谱数据集的构建对于地表覆盖分类、环境监测等研究具有重要意义。'danaroth/washington_dc_mall'数据集,由弗吉尼亚光谱信息技术应用中心负责采集,并在1994年至2020年间,作为Multispec项目的一部分,由普渡研究基金会版权所有。该数据集利用HYDICE传感器系统,在0.4至2.4微米波段的可见光和红外光谱范围内,测量了210个波段的像素响应。经过处理后,数据集包含了191个有效波段,总计约150兆字节,为地表特征分析提供了丰富的信息资源。
当前挑战
该数据集在构建和应用过程中面临诸多挑战。首先,数据预处理阶段,如何有效去除大气吸收波段,保留191个有效波段,是一大挑战。其次,在分类任务中,如何处理和区分具有相似光谱特性的地表覆盖类别,如屋顶和草地,是当前研究的热点问题。此外,高光谱数据量大,计算复杂度高,对计算资源和算法效率提出了较高要求。这些挑战共同推动了高光谱数据处理技术的发展和创新。
常用场景
经典使用场景
在遥感领域,danaroth/washington_dc_mall数据集以其丰富的光谱信息被广泛应用于地表覆盖分类研究。该数据集通过其独特的210个光谱波段,为研究者提供了深入分析城市环境中不同地物类别(如屋顶、街道、草地、树木等)的详细信息,是高光谱图像分析中的经典案例。
解决学术问题
该数据集解决了高光谱遥感图像中地物分类精度和光谱特征识别的问题,为城市环境监测、资源管理和灾害评估等领域提供了可靠的数据支持。其丰富的样本数量和多样的地物类别,对于算法模型的训练和验证具有极高的价值,极大地推动了相关学术研究的发展。
实际应用
在实际应用中,danaroth/washington_dc_mall数据集可用于城市规划、环境监测和灾害预防等多个领域。通过分析数据集中不同地物的光谱特征,相关部门能够更准确地评估城市生态环境状况,制定科学的资源管理策略。
数据集最近研究
最新研究方向
在遥感与地理信息系统领域,danaroth/washington_dc_mall数据集以其丰富的光谱信息,为地表覆盖分类与监测提供了重要资源。近期研究集中于利用该数据集开展高光谱图像分析,通过其191个光谱波段精确识别不同地表类型。学者们正探索深度学习等先进技术,以提高对 roofs、street、grass 等类别的分类准确性,进而推动城市环境监测、资源管理与灾害预警等领域的发展。该数据集在推动高光谱遥感技术应用于实际城市规划与环境保护中,具有重要的影响和意义。
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

中国食物成分数据库

食物成分数据比较准确而详细地描述农作物、水产类、畜禽肉类等人类赖以生存的基本食物的品质和营养成分含量。它是一个重要的我国公共卫生数据和营养信息资源,是提供人类基本需求和基本社会保障的先决条件;也是一个国家制定相关法规标准、实施有关营养政策、开展食品贸易和进行营养健康教育的基础,兼具学术、经济、社会等多种价值。 本数据集收录了基于2002年食物成分表的1506条食物的31项营养成分(含胆固醇)数据,657条食物的18种氨基酸数据、441条食物的32种脂肪酸数据、130条食物的碘数据、114条食物的大豆异黄酮数据。

国家人口健康科学数据中心 收录

Titanic Dataset

Titanic Data Analysis: A Journey into Passenger Profiles and Survival Dynamics

kaggle 收录

OpenSonarDatasets

OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。

github 收录

UIEB, U45, LSUI

本仓库提供了水下图像增强方法和数据集的实现,包括UIEB、U45和LSUI等数据集,用于支持水下图像增强的研究和开发。

github 收录

DeepPCB

DeepPCB是由上海交通大学图像处理与模式识别研究所创建的首个公开PCB缺陷检测数据集,包含1,500对标注了6种常见PCB缺陷位置的图像。数据集通过模板匹配技术确保图像对齐,减少预处理工作量。每对图像包括一个640x640像素的无缺陷模板和一个有缺陷的测试图像。数据集旨在解决PCB制造中的自动缺陷检测问题,提高检测效率和准确性。

arXiv 收录