用于高光谱解混评估的带真值实验室创建数据集
计算机视觉与模式识别
2019-02-25 v1
摘要
光谱解混是高光谱数据处理中一个重要且具挑战性的问题。该主题已被广泛研究，文献中提出了多种解混算法。然而，缺乏公开可用的带真值数据集，使得以定量且客观的方式评估和比较解混算法性能变得困难。现有工作大多依赖数值合成数据的使用以及对真实数据结果的直观检视。为缓解这一困境，在本研究中，我们在实验室中设计了若干实验场景，包括打印棋盘、混合石英砂以及带竖直板的反射。随后通过使用实验室高光谱相机对这些场景成像创建数据集，提供36个混合物，含超过130,000像素，具有256个波长带，范围从400nm到1000nm。实验设置被严格控制，从而已知纯物质光谱特征与物质组成。据我们所知，该数据集是以系统化方式创建、带真值用于光谱解混的首个公开可用数据集。一些典型的线性与非线性解混算法也用该数据集进行了测试，并得出了有意义的结果。
引用
@article{arxiv.1902.08347,
title = {A laboratory-created dataset with ground-truth for hyperspectral unmixing evaluation},
author = {Min Zhao and Jie Chen and Zhe He},
journal= {arXiv preprint arXiv:1902.08347},
year = {2019}
}
备注
13 pages, 13 figures, submitted for publication