面向紧密混合物的多传感器高光谱解混基准数据集
计算机视觉与模式识别
2023-09-08 v1
摘要
光学高光谱相机捕获材料的光谱反射率。由于许多材料表现为异质紧密混合物，每个光子与其相互作用方式不同，光谱反射率与材料组成之间的关系非常复杂。光谱解混算法的定量验证需要高质量的地面真实丰度数据，而这些数据极难获取。在本工作中，我们生成了一个全面的实验室地面真实紧密混合矿物粉末数据集。为此，将五种黏土粉末（高岭土、屋顶黏土、红黏土、混合黏土和氢氧化钙）均匀混合，制备了325个样本，包括60个二元、150个三元、100个四元和15个五元混合物。使用了十三种不同的高光谱传感器在可见、近红外、短波、中波和长波红外区域（350–15385 nm）获取这些混合物的反射光谱。由于各传感器工作范围导致的波长区域重叠以及采集条件的变化，产生了大量的光谱变异性。地面真实组成由构建方式给出，但为验证所生成的样本足够均匀，进行了XRD和XRF元素分析。我们相信这些数据将有益于验证非线性解混和材料组成估计的先进方法，包括研究光谱变异性以及训练监督解混方法。数据集可从以下链接下载：https://github.com/VisionlabUA/Multisensor_datasets。
引用
@article{arxiv.2309.03216,
title = {A Multisensor Hyperspectral Benchmark Dataset For Unmixing of Intimate Mixtures},
author = {Bikram Koirala and Behnood Rasti and Zakaria Bnoulkacem and Andrea de Lima Ribeiro and Yuleika Madriz and Erik Herrmann and Arthur Gestels and Thomas De Kerf and Sandra Lorenz and Margret Fuchs and Koen Janssens and Gunther Steenackers and Richard Gloaguen and Paul Scheunders},
journal= {arXiv preprint arXiv:2309.03216},
year = {2023}
}
备注
Currently, this paper is under review in IEEE