如何读取USGS光谱库.V7

USGS简介

USGS是U.S. Geological Survey的简写，里面包含了大量实验，地面以及航拍场景中的光谱数据。包含了AVIRIS在内的数个知名传感器的数据被以ASCII与GIF格式保存在里面。其包含大量元素的纯像元数据，从矿物，土壤等地面物体，到人造物，有机物。

我的工作

然而，包含如此大量数据的光谱却并不能直接进行使用，因为光谱库中数据与其传感器往往是对应的，这是因为不同传感器的通道数量，空间分辨率，通道宽度，以及仪器响应函数往往是并不相同的。因此，使用光谱库之前，必须对自己的HSI（HyperSpectral Images）进行确定，或者搜集自己希望使用的数据集。

数据集搜集

我在这里整理了一些可以找到的高光谱数据集与它所对应的传感器。（这部分，可能借鉴了网上的部分资料）

AVIRIS传感器

1. Indian Pines 是一个$145\times 145\times 224$尺寸的子图，有224通道和16个类别，从400到2500nm波长范围，全图三分之一为森林，另外为种植园。需要注意的是，由于传感器的限制，[104 - 108]， [150 - 163] 和 220通道将被清理，由于这部分是水吸收频段。
2. Salinas是一个$512\times 217\times 224$尺寸的大图，并有3.7meter/pixel，从400到2500nm波长范围，全图包括蔬菜、裸地和葡萄园。需要注意的是，由于传感器的限制，[104 - 108]， [150 - 163] 和 220通道将被清理，由于这部分是水吸收频段。
3. Cuprite是包含在 AVIRIS NASA数据中的f970619t01p02_r02_sc03.a.rfl
4. Kennedy Space Center是AVIRIS在224个10nm宽的波段中采集数据，中心波长为400-2500nm。KSC数据从约20km的高度采集，空间分辨率为18m。在去除吸水率和低SNR频带后，176个频带用于分析。
5. NASA DataPort是公开的AVIRIS数据池塘，包含传感器收集自2006年至今的大量高光谱图像数据。

POSIS传感器

pass

数据集读取

我们以NASA DataPort为例子，从下载到读取到TorchDataSet走一遍流程。

1. 数据集下载
   进入官网，选择Data Table中你喜欢的数据，找到link_ftp部分，复制并选择下载。
   

2. 解压并预处理
   
   各文件解析：
   .doc：为产品介绍，主要介绍他自己的处理方法
   .info：数据的获取方式，里面包含拍摄者编号等信息
   .gain：储存着通道的缩放因子，具体用法为，当每个光谱除以此文件中的因子时，16位整数将转换为单位为（微瓦/cm^2/nm/sr）的辐射亮度。
   .geo: 储存着空间分辨率的关键信息，Spatial sampling interval，Spatial response function，Spatial sampling interval uncertainty， Spatial response function uncertainty，Channel number等
   .rcc：AVIRIS辐射定标系数和实验室定标不确定度
   .readme：使用说明书
   .spc：AVIRIS 光谱校准参数，注意，对于高光谱图像，这十分重要，包含了带宽中心，等效高斯半最大全宽，波长中心的不确定度，FWHM，通道数
   .eng：工程数据（不确定）
   .nav：导航数据（不确定）
   .igm：图像每个像素点的地理位置，其中通道一为东距，通道二为北距离。
   .glt：负值表示该像素点是相邻像素点插值获得的。
   .img/_img：像素点乘上映射因子。
   .img.hdr：每个AVIRIS校准辐射场景的格式。此文件包含行数、样本数、通道数、整数格式等。

3. MATLAB初次读取

4. Python读取（分类方向）