劉 舸，鄧興升

(長沙理工大學(xué)交通運(yùn)輸工程學(xué)院，湖南 長沙 410114)

建筑物是城市活動的主要載體，建筑物信息自動化提取對城市規(guī)劃、環(huán)境監(jiān)測等領(lǐng)域有重要意義。由于高分辨遙感影像包含大量光譜、結(jié)構(gòu)和紋理信息，這些信息為精確的建筑物檢測提供可能。然而手動提取這些圖像中的建筑物在區(qū)域內(nèi)或全球尺度是不切實(shí)際的，因此有必要開發(fā)能夠自動或半自動提取建筑物的方法。文獻(xiàn)[1]采用多尺度對象分割與決策樹分類提取建筑物區(qū)域。文獻(xiàn)[2]通過手工構(gòu)造建筑物的多星型約束，利用圖割法提取建筑物。文獻(xiàn)[3]對建筑物陰影自動定位建筑物的位置，再利用圖割法提取建筑物，達(dá)到全自動提取建筑物。文獻(xiàn)[4]使用一系列形態(tài)學(xué)操作得到建筑物的形態(tài)學(xué)特征，再利用支持向量機(jī)(support vector machine，SVM)提取建筑物信息。這些方法都需要人工設(shè)計(jì)一些建筑物特有的特征來獲取建筑物的位置，從而使建筑物和非建筑物區(qū)分開來。深度學(xué)習(xí)通過在淺層網(wǎng)絡(luò)中自動提取低級特征，在深層網(wǎng)絡(luò)中獲取高級特征，避免人工構(gòu)造低級特征。文獻(xiàn)[5—6]利用深層卷積神經(jīng)網(wǎng)絡(luò)(deep convolutional neural networks,DCNNs)檢測航空影像建筑物，能達(dá)到一定的精度，但存在結(jié)果邊界不完整的情況。

針對上述高分辨率遙感影像建筑物信息提取現(xiàn)存的問題，本文提出一種深度學(xué)習(xí)與圖割法融合處理的方法。用深度學(xué)習(xí)對建筑物進(jìn)行檢測和定位，避免了人工設(shè)計(jì)低級特征，再用粗提取結(jié)果建立建筑物區(qū)域和非建筑物區(qū)域的高斯混合模型(GMM)，減少圖割法中人工標(biāo)記前景和背景的操作，提高自動化程度，然后用最大流/最小割法提取建筑物輪廓，最后優(yōu)化圖割法結(jié)果，得到建筑最終輪廓。

1 算法步驟

本文建筑物輪廓信息提取方法流程如圖1所示。

1.1 構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)(CNNs)

卷積神經(jīng)網(wǎng)絡(luò)(CNN)的起點(diǎn)是Necognitron模型，模型已經(jīng)體現(xiàn)了大部分現(xiàn)代CNN的結(jié)構(gòu)[7]。根據(jù)研究需要，本文設(shè)計(jì)的深度卷積神經(jīng)網(wǎng)路結(jié)構(gòu)為：輸入層、2個(gè)卷積層、2個(gè)批標(biāo)準(zhǔn)化層、2個(gè)池化層、解卷積層。其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示。

構(gòu)建深度卷積神經(jīng)網(wǎng)絡(luò)模型，其中卷積過程為

(1)

式中，fij(1≤i≤M,1≤j≤N)表示二維單通道特征圖；kij(1≤i≤m,1≤j≤n)表示卷積核；b為噪音。

在批標(biāo)準(zhǔn)化和池化層之間加入ReLU激活函數(shù)[8]，其公式為f(x)=max(0,x)。

批標(biāo)準(zhǔn)化(batch normalization)：文獻(xiàn)[9]指出批標(biāo)準(zhǔn)化使損失空間更加平滑，這種平滑性能加速模型的訓(xùn)練過程。具體的，批處理化分為歸一化和轉(zhuǎn)換重構(gòu)兩個(gè)步驟：

(1) 歸一化求出樣本的零均值μ和單位方差σ。

常用池化層模型主要有兩種：最大池化層[10]和平均池化層[11]。根據(jù)文獻(xiàn)[12]和本文試驗(yàn)結(jié)果，使用平均池化層。其平均池化層的公式為

(2)

式中，Gij為由卷積層得到特征圖矩陣；c為池化層正方形區(qū)域的邊長和池化步長；b1為偏移量。

解卷積是卷積的逆過程，即已知h，尋求合適的k，重構(gòu)f。通過解卷積來恢復(fù)圖像的原始尺寸，以獲取端對端的預(yù)測圖像。

1.2 預(yù)測建筑物輪廓

用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)模型對遙感影像進(jìn)行預(yù)測，遙感圖像為g(x,y)，已訓(xùn)練好的CNNs模型為CNNs( )，建筑預(yù)測圖為p(x,y)。p(x,y)為二值圖像，建筑物像素點(diǎn)值為1，非建筑物像素點(diǎn)值為0。

1.3 建筑物輪廓的檢測與分割

(1) 檢測建筑物輪廓。建筑物圖像p(x,y)通過連通分析將建筑物聚類，根據(jù)文獻(xiàn)[13]中提供的二值圖像外輪廓檢測方法檢測出預(yù)測圖p(x,y)中單個(gè)建筑物組成的像素點(diǎn)集合S={S(xi,yj)|i=1,2,…，n,j=1,2,…，n,且(xi,yj)=1}。

(2) 建筑物輪廓的粗差去除。根據(jù)圖像地面分辨率GSD的大小設(shè)置閾值去除微小建筑物輪廓，其經(jīng)驗(yàn)公式為

(3)

式中，num(Si)為第i個(gè)像素塊的數(shù)量；w和h分別為圖像中最小建筑的長和寬，GSD為圖像的地面分辨率，本文取值0.3 m。

(3) 提取建筑物圖斑。對第i個(gè)建筑物輪廓Si進(jìn)行形態(tài)學(xué)膨脹后，獲取的膨脹的輪廓取外接矩形為

Ri={(x,y,(Δx,Δy)}

(4)

式中，(x,y)為外接矩形Ri的左上角坐標(biāo)；(Δx,Δy)為Ri在X軸和Y軸的坐標(biāo)值增量。

(4) 提取建筑物掩模。將建筑物輪廓S={Si|i=1,2，…,n}進(jìn)行形態(tài)學(xué)濾波腐蝕處理，縮小輪廓獲得建筑物掩模SM={(x,y)|(x,y)∈SM}。

1.4 基于圖割法的建筑物初始提取

建筑物圖斑映射為對應(yīng)的加權(quán)圖，用最大流/最小割算法尋找圖的最小割[14]，構(gòu)建加權(quán)圖的能量函數(shù)E(L)，其公式為

(5)

式中，D(L)為數(shù)據(jù)項(xiàng)，表示像素n取標(biāo)記L的費(fèi)用；Vm,n(L)為邊界項(xiàng)；m,n為點(diǎn)鄰域r=4,8,16的近鄰區(qū)域；L為建筑物與非建筑物的分割標(biāo)號，L=1表示建筑物，L=0表示非建筑物；N為圖像中所有鄰接像素對組成的集合。

初始化時(shí)用掩模對加權(quán)圖進(jìn)行賦值，屬于掩模內(nèi)的像素點(diǎn)賦值為1，計(jì)算所在位置的高斯混合模型，這樣能取代人工標(biāo)記建筑物(前景)種子點(diǎn)和非建筑物(背景)種子點(diǎn)。根據(jù)上述的能量函數(shù)，采用標(biāo)準(zhǔn)最大流/最小割算法[15]求解能量函數(shù)的最小割，然后確定每個(gè)像素點(diǎn)的標(biāo)記L。

1.5 建筑物邊緣優(yōu)化

圖割法處理后可能出現(xiàn)一些小的地物，如車輛等，通過圖像地面分辨率給定面積閾值Ta。通過連通分析將提取結(jié)果聚集為不同的對象，去除面積小于Ta的對象。本文Ta設(shè)置為5 m2。使用文獻(xiàn)[16]方法對圖割法提取的建筑物進(jìn)一步優(yōu)化，得到最終成果。

2 試驗(yàn)及分析

本文試驗(yàn)使用Ubuntu下的PyTorch機(jī)器學(xué)習(xí)框架，采用Python語言編程實(shí)現(xiàn)，硬件環(huán)境為AMD RYZEN 5 2600，GPU Nvidia GTX1060 6 GB內(nèi)存。為了驗(yàn)證本文所提方法的可行性和有效性，利用文獻(xiàn)[17]提供的數(shù)據(jù)集，分辨率為0.3 m。

2.1 試驗(yàn)1

本次試驗(yàn)選擇的建筑物為規(guī)則多邊形，且建筑物與周圍環(huán)境的光譜差別明顯，試驗(yàn)流程如圖3所示。對本文算法詳細(xì)描述如下：

(1) 利用卷積神經(jīng)網(wǎng)絡(luò)對原圖(圖3(a))上的建筑物進(jìn)行檢測，得到建筑物預(yù)測圖(圖3(b))。其結(jié)果能覆蓋建筑物，但是建筑物的外輪廓不完整。

(2) 根據(jù)建筑物預(yù)測圖(圖3(b))檢測與提取建筑物輪廓(圖3(c)中的框線)和建筑物掩模(圖3(d)灰度部分)。

(3) 利用建筑物輪廓裁剪獲取建筑物圖斑(圖3(e))。

(4) 使用圖割法提取建筑物如圖3(f)所示。

(5) 對初步提取結(jié)果優(yōu)化。

本文算法與其他方法的結(jié)果對比見表1。從圖3及表1可以看出，對于光譜值差別明顯、簡單的規(guī)則建筑，分割結(jié)果比較完整，但是存在建筑物邊緣模糊的情況。經(jīng)過本文方法處理后邊緣較規(guī)則。

表1 本文算法與其他方法的結(jié)果對比

3次試驗(yàn)采用定性和定量兩種分析方法來評價(jià)方法的優(yōu)點(diǎn)。定量使用3個(gè)指標(biāo)：精確率(Precision)、召回率(Recall)和F1值。

本次試驗(yàn)的特點(diǎn)是建筑物規(guī)則，建筑物與周圍地物的光譜差別明顯，且部分邊緣不清楚，如圖4所示。

圖4中，圖4(b)為本文提取的建筑物輪廓，與參考數(shù)據(jù)較為吻合。圖4(c)由深度學(xué)習(xí)UNet模型提取的結(jié)果，存在邊緣不規(guī)則[18]。圖4(d)CNNs模型是本文構(gòu)建的一個(gè)小型卷積神經(jīng)網(wǎng)絡(luò)模型，能大致提取建筑物所在地區(qū)。

2.2 試驗(yàn)2

本次試驗(yàn)的特點(diǎn)是所選的建筑物不規(guī)則，建筑物與周圍地物的光譜值差別不明顯，且部分邊緣不清楚。試驗(yàn)結(jié)果如圖5及表1所示。

圖5中，圖5(b)為采用本文方法提取的建筑物，與參考數(shù)據(jù)較為符合。而UNet方法和CNNs無法正確提取復(fù)雜建筑物的邊界。

2.3 試驗(yàn)3

本次試驗(yàn)的特點(diǎn)是所選建筑物不規(guī)則，且其光譜值與周圍地物的差別不明顯，如圖6所示。

從上述3個(gè)試驗(yàn)來看，采用本文方法可以獲得較為符合實(shí)際的建筑物輪廓，無論是矩形建筑物，還是形狀復(fù)雜建筑物，其提取的精度都能達(dá)到0.9以上，能很好地優(yōu)化卷積神經(jīng)網(wǎng)絡(luò)提取的建筑物輪廓。提取過程只使用高分辨率影像數(shù)據(jù)。

3 結(jié) 語

本文利用卷積神經(jīng)網(wǎng)絡(luò)對建筑物原圖進(jìn)行定位與檢測，提取出建筑所在圖斑，然后用圖割法對建筑物進(jìn)行處理，以提高檢測精度，其優(yōu)點(diǎn)在于：

(1) 將卷積神經(jīng)網(wǎng)絡(luò)定位建筑的能力和圖割法精度相結(jié)合，充分利用二者的優(yōu)點(diǎn)。

(2) 可以減弱一定光照變化的影響，尋找出較為準(zhǔn)確的建筑輪廓和拐角點(diǎn)，所提取的結(jié)果能夠反映建筑物的外形。

(3) 只需要高分辨率的遙感影像，不需要使用高程及回波強(qiáng)度等信息。

(4) 用卷積神經(jīng)網(wǎng)絡(luò)將建筑物輪廓檢測與定位之后，可以使用其他的方法(如分水嶺法)。

需要說明的是，訓(xùn)練一個(gè)卷積神經(jīng)網(wǎng)絡(luò)的過程比較耗時(shí)，而且整個(gè)試驗(yàn)流程受到卷積神經(jīng)網(wǎng)絡(luò)精度的限制，同時(shí)本文算法的精度對太陽光照敏感，可能是由于本文算法利用像素點(diǎn)之間的差異來判斷是否屬于同一背景。今后將進(jìn)一步解決這些問題，以提高算法的穩(wěn)健性。