天宮一號(hào)高光譜成像儀具有空間分辨率高、光譜分辨率高、圖譜合一等特性,在中國(guó)航天高光譜領(lǐng)域具有里程碑的意義。針對(duì)一般遙感場(chǎng)景分類數(shù)據(jù)集尺度單一、光譜分辨率較低等問(wèn)題,本文提出基于天宮一號(hào)的多譜段、高空間分辨率、多時(shí)相高光譜遙感場(chǎng)景分類數(shù)據(jù)集（TG1HRSSC）。利用天宮一號(hào)高光譜成像儀獲取的高質(zhì)量數(shù)據(jù),經(jīng)過(guò)輻射校正、幾何校正、空間裁剪、波段篩選、數(shù)據(jù)質(zhì)量分析與控制等,制作了一批通用的航天高光譜遙感場(chǎng)景分類數(shù)據(jù)集,通過(guò)載人航天空間應(yīng)用數(shù)據(jù)推廣服務(wù)平臺(tái)（http://www.msadc.cn [2019-09-10]）進(jìn)行分發(fā)和共享。該數(shù)據(jù)集包括天宮一號(hào)高光譜成像儀獲取的城鎮(zhèn)、農(nóng)田、林地、養(yǎng)殖塘、荒漠、湖泊、河流、港口、機(jī)場(chǎng)等9個(gè)典型地物場(chǎng)景的204個(gè)高光譜影像數(shù)據(jù),其中5 m分辨率全色譜段1個(gè)波段、10 m分辨率可見(jiàn)近紅外譜段54個(gè)有效波段以及20 m分辨率短波紅外譜段52個(gè)有效波段。研究利用AlexNet、VGG-VD-16、GoogLeNet等深度學(xué)習(xí)算法網(wǎng)絡(luò)對(duì)構(gòu)建的數(shù)據(jù)集進(jìn)行場(chǎng)景分類的試驗(yàn),結(jié)果表明該數(shù)據(jù)集的場(chǎng)景分類應(yīng)用實(shí)現(xiàn)較好效果。由于該數(shù)據(jù)集具備高分辨、高光譜等特征優(yōu)勢(shì),未來(lái)在語(yǔ)... 

【文章來(lái)源】：遙感學(xué)報(bào). 2020,24(09)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

可見(jiàn)近紅外譜段數(shù)據(jù)各波段的信噪比和信息熵分布

選取樣例數(shù)據(jù)，分別計(jì)算短波紅外譜段數(shù)據(jù)各波段的信噪比分布，結(jié)果如圖2所示。根據(jù)波段信噪比和信息熵評(píng)價(jià)結(jié)果，剔除信噪比和信息熵較低的波段，結(jié)合圖像實(shí)際目視結(jié)果保留的5—19波段、23—36波段、43—65波段。

可見(jiàn)近紅外譜段數(shù)據(jù)包括54個(gè)有效波段，選取紅（band29）、綠（band19）、藍(lán)（band6）三通道合成的近似真彩色圖像，選取近紅（band52）、紅（band29）、綠（band19）三通道合成的假彩色圖像；短波紅外譜段數(shù)據(jù)包括52個(gè)有效波段，band23、band11、band37三通道合成的假彩色圖像；全色譜段數(shù)據(jù)僅有1個(gè)波段，保存為單波段灰度圖進(jìn)行展示，如圖3所示。(1）場(chǎng)景分布。天宮一號(hào)高光譜遙感場(chǎng)景分類數(shù)據(jù)集（TG1HRSSC）共包含204個(gè)區(qū)域，其中城鎮(zhèn)、農(nóng)田、林地、荒漠、養(yǎng)殖塘、河流、港口、湖泊和機(jī)場(chǎng)9個(gè)場(chǎng)景分別包含的區(qū)域數(shù)呈現(xiàn)“長(zhǎng)尾分布”，如圖4所示。此外，數(shù)據(jù)集可見(jiàn)近紅外譜段、短波紅外譜段和全色譜段數(shù)據(jù)包含的場(chǎng)景數(shù)量分別為47、76和81個(gè)。因不同譜段數(shù)據(jù)拍攝幅寬的限制，各場(chǎng)景3個(gè)譜段數(shù)據(jù)裁剪區(qū)域不完全對(duì)應(yīng)，全色譜段的幅寬相對(duì)較寬，因此可裁剪的目標(biāo)場(chǎng)景相對(duì)較多。如果條件允許，3個(gè)譜段裁剪場(chǎng)景盡可能對(duì)應(yīng)，空間分辨率不同因而存儲(chǔ)圖片像素大小不同。該數(shù)據(jù)適于多譜段、高空間分辨率數(shù)據(jù)場(chǎng)景識(shí)別及高光譜遙感分類算法的研究。

【參考文獻(xiàn)】：
期刊論文
[1]航天高光譜遙感應(yīng)用研究進(jìn)展(特邀)[J]. 李盛陽(yáng),劉志文,劉康,趙子飛.  紅外與激光工程. 2019(03)
[2]三維卷積神經(jīng)網(wǎng)絡(luò)模型聯(lián)合條件隨機(jī)場(chǎng)優(yōu)化的高光譜遙感影像分類[J]. 李竺強(qiáng),朱瑞飛,高放,孟祥玉,安源,鐘興.  光學(xué)學(xué)報(bào). 2018(08)

碩士論文
[1]基于深度卷積神經(jīng)網(wǎng)絡(luò)的高光譜圖像分類[D]. 徐敏.西安電子科技大學(xué) 2017



本文編號(hào)：3026668