BJTU-UVA: 首个专为高光谱图像（HSI）自动光谱校准而设计的数据集 (CVPR 2025)

我们荣幸地推出BJTU-UVA数据集，这是首个专为高光谱图像（HSI）自动光谱校准而设计的数据集。该数据集解决了在不依赖人工干预或物理参考的情况下，最大限度减少光照变化这一关键难题。

高光谱数据（Hyperspectral Data）是以数百个连续窄带波段 对同一场景进行成像的多维数据形式。与传统RGB图像仅包含三个颜色通道不同，高光谱图像在 400–1000 nm（甚至更宽）范围内提供 精细的光谱反射率信息，能够更准确地表征物体的材料属性、化学成分及表面结构。

每一个像素都对应一条连续的光谱曲线（Spectral Signature），因此高光谱数据本质上是一个“光谱+空间”融合的三维立方体（Spatial–Spectral Cube）。利用其丰富的光谱维度，高光谱成像广泛应用于 精准农业、材料分析、医学影像、环境监测、工业检测、遥感等领域。

高光谱数据的特点包括：

• 高光谱分辨率：数十到数百个连续波段，可区分细微材料差异。
• 高信息量：每个像素蕴含物理意义明确的光谱反射特征。
• 可用于定量分析：支持物质识别、成分估算、缺陷检测等任务。
• 对光照敏感：需要光照校准、光谱恢复等预处理步骤，提高数据真实性。

凭借丰富的光谱维度与物理可解释性，高光谱数据已成为材料科学、智能检测与科学计算领域的重要基础数据类型。

下载

可以通过以下链接下载：

• 百度网盘（密码: pgkg）
• Github

引用

@misc{du2024spectral,
title={Automatic Spectral Calibration of Hyperspectral Images: Method, Dataset and Benchmark},
author={Zhuoran Du and Shaodi You and Cheng Cheng and Shikui Wei},
year={2024},
eprint={2412.14925},
archivePrefix={arXiv},
primaryClass={cs.CV},
url={ https://arxiv.org/abs/2412.14925 },
}

希望BJTU-UVA数据集能够启发高光谱成像领域的新研究和开发。如果您使用此数据集，请引用我们的工作。