謝躍輝，李百壽，2，劉聰娜

(1.桂林理工大學(xué) 測(cè)繪地理信息學(xué)院，廣西 桂林 541004；2.廣西空間信息與測(cè)繪重點(diǎn)實(shí)驗(yàn)室，廣西 桂林 541004)

0 引言

城市建筑物信息對(duì)城市規(guī)劃與管理領(lǐng)域有著重要的應(yīng)用價(jià)值。在遙感影像建筑物信息提取方面，產(chǎn)生了諸如建筑物形態(tài)學(xué)指數(shù)、局部結(jié)構(gòu)(邊、線和角)等幾何約束及視覺(jué)機(jī)制、感知編組等諸多方法[1-5]，通過(guò)上述方法可以很清晰地闡釋遙感圖像建筑物信息提取的全過(guò)程。但模型創(chuàng)建過(guò)程的復(fù)雜度較高，建模的人工成本也較高，有時(shí)針對(duì)特征選擇具有主觀性，無(wú)法快速選擇最優(yōu)特征，需要進(jìn)行多次優(yōu)選，才能發(fā)現(xiàn)對(duì)提取精度有較大影響的關(guān)鍵特征，且所設(shè)計(jì)的模型無(wú)法應(yīng)用于城市各種類型的建筑物提取，對(duì)不同形狀類型、不同語(yǔ)義干擾環(huán)境下的建筑物提取精度也會(huì)產(chǎn)生不同的影響。

隨著卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural networks，CNNs)精度和性能的逐步提高，近年逐漸成為國(guó)內(nèi)外圖像識(shí)別領(lǐng)域人員的關(guān)注重點(diǎn)和熱點(diǎn)。Long等[6]通過(guò)卷積層代替CNNs的全連接層，以端對(duì)端的方式直接學(xué)習(xí)從圖像像素到類別標(biāo)簽的映射，提高了圖像分類的精度。目前在網(wǎng)絡(luò)結(jié)構(gòu)[7-9]、分類策略[10-12]方面對(duì)標(biāo)準(zhǔn)數(shù)據(jù)集開(kāi)展了相關(guān)優(yōu)化研究，調(diào)節(jié)網(wǎng)絡(luò)深度和網(wǎng)絡(luò)結(jié)構(gòu)參數(shù)，但對(duì)網(wǎng)絡(luò)輸入圖像的選擇，主要采用原始圖像旋轉(zhuǎn)、加噪等預(yù)處理，對(duì)原圖像變換和多特征提取后的重構(gòu)特征圖像對(duì)分類結(jié)果的影響開(kāi)展的工作較少。

僅采用原始輸入光譜圖像無(wú)法進(jìn)一步提高建筑物提取的精度，可以采用多種特征描述作為卷積網(wǎng)絡(luò)的輸入數(shù)據(jù)，如尺度特征與紋理特征、幾何形狀特征等。多特征可以增加地物類別之間的可分離性，如紋理特征的使用會(huì)產(chǎn)生理想的分類效果[13-16]。以局部二值模式(local binary patterns，LBP)特征為例，在一些研究中，紋理信息對(duì)提高提取精度至少有2%左右的幫助[15]。又如LBP紋理特征與光譜信息結(jié)合，比僅采用光譜信息，相對(duì)精度提高了6%～9%[16]。在多尺度特征提取方法中，高斯金字塔是一種常用且有效的特征提取方法[17-20]，一些研究結(jié)果顯示也提高了分類精度。如周全等[17]通過(guò)引入高斯金字塔獲取多尺度遙感云圖，在采用相同算法與分類器的條件下，高斯金字塔的引入使得分類精度提高了2.73%。在車牌照?qǐng)D像提取方面，劉軍等[19]結(jié)合高斯金字塔與梯度方向直方圖的方法提取車牌漢字特征，在相同的樣本空間下，高斯金字塔的引入與傳統(tǒng)的K-L變換及HOG變換在精度上分別有著33.7%和19.4%的提升。根據(jù)上述規(guī)律，本文首先利用LBP紋理結(jié)合高斯金字塔尺度模型,獲取高分影像紋理特征以及多尺度特征，并以此為數(shù)據(jù)源構(gòu)建卷積網(wǎng)絡(luò)深度學(xué)習(xí)樣本集，結(jié)合SegNet卷積網(wǎng)絡(luò)對(duì)多特征影像進(jìn)行分類，采用條件隨機(jī)場(chǎng)模型對(duì)分類結(jié)果進(jìn)行優(yōu)化。

1 多種影像特征與卷積網(wǎng)絡(luò)結(jié)合的城市建筑物提取方法

1.1 方法步驟與原理

首先，通過(guò)LBP對(duì)高分影像進(jìn)行紋理特征提取，并選取適當(dāng)尺度參數(shù)由高斯金字塔獲取影像多尺度特征，在此基礎(chǔ)上同原始影像共同構(gòu)建樣本數(shù)據(jù)集，增強(qiáng)網(wǎng)絡(luò)對(duì)于建筑物多尺度信息和紋理特征信息利用；其次，對(duì)含有影像光譜、紋理及多尺度等特征的數(shù)據(jù)集進(jìn)行卷積、池化等前向傳播計(jì)算,得到影像特征圖；然后，將影像特征圖進(jìn)行反向解碼，通過(guò)重復(fù)使用最大池化索引，改善邊界劃定，減少訓(xùn)練參數(shù)，并通過(guò)標(biāo)簽數(shù)據(jù)反向傳播算法更新網(wǎng)絡(luò)權(quán)重；接著，將特征向量輸入Softmax進(jìn)行逐像素分類，輸出每個(gè)像素隸屬于各個(gè)類別的概率，完成建筑物粗提??；最后，通過(guò)條件隨機(jī)場(chǎng)(conditional random field，CRF)優(yōu)化邊界信息，完成建筑物的精細(xì)輪廓邊界提取。本文方法的具體流程如圖1所示。

圖1 方法步驟原理框圖

1.2 LBP紋理與多尺度特征提取

將待處理像素與周圍8個(gè)像素進(jìn)行比較，若像素值比中心像素值大，賦值為1；若像素值比中心像素值小，則賦值為0，獲取二進(jìn)制序列。隨后對(duì)獲取的二進(jìn)制序列不斷地進(jìn)行旋轉(zhuǎn)，獲得LBP旋轉(zhuǎn)不變模式特征，其計(jì)算如式(1)所示。

(1)

式中：(xc，yc)為中心像素；ic為灰度值；ip為相鄰像素的灰度值；s為符號(hào)函數(shù)，采用式(2)計(jì)算。

(2)

高斯金字塔尺度-光譜特征生成過(guò)程包括：對(duì)原始光譜影像進(jìn)行高斯平滑濾波，平滑后對(duì)輸出影像進(jìn)行降采樣處理，獲得設(shè)定尺度因子下的尺度-光譜特征。其中尺度因子有著重要作用，決定了尺度-光譜特征影像的平滑程度。

高斯金字塔多尺度特征提取方法如下：設(shè)原始二維影像表示為I(x，y)，高斯函數(shù)表示為G(x，y，σ)，通過(guò)式(3)、式(4)構(gòu)造高斯尺度空間L(x，y，σ)計(jì)算式。

L(x，y，σ)=G(x，y，σ)?I(x，y)

(3)

(4)

式中：(x，y)為空間坐標(biāo)；?為卷積運(yùn)算符；σ為尺度因子。

1.3 SegNet網(wǎng)絡(luò)模型與預(yù)測(cè)結(jié)果優(yōu)化

SegNet網(wǎng)絡(luò)模型在每一個(gè)卷積層之后都緊跟一個(gè)批歸一化(batch normalization，BN)層。解碼器部分同F(xiàn)CN一樣，舍棄全連接層，取而代之的為一系列的卷積操作，并且每個(gè)編碼器層都與相應(yīng)的解碼器層對(duì)應(yīng)，實(shí)現(xiàn)一個(gè)端到端架構(gòu)。在池化過(guò)程中引入最大池化索引信息，保存了最大特征值所在的位置。在解碼過(guò)程中，通過(guò)池化索引來(lái)實(shí)現(xiàn)非線性的上采樣，使得邊界信息得以保存。在解碼過(guò)程中重復(fù)使用最大池化索引，不僅改善了邊界的劃定，同時(shí)也減少了進(jìn)行端對(duì)端訓(xùn)練的參數(shù)，是擁有較少參數(shù)的輕量級(jí)網(wǎng)絡(luò)，有著存儲(chǔ)效率高和速度快等優(yōu)點(diǎn)，非常適合本文的研究。

在網(wǎng)絡(luò)輸出分類后，采用條件隨機(jī)場(chǎng)對(duì)網(wǎng)絡(luò)輸出進(jìn)行優(yōu)化。條件隨機(jī)場(chǎng)是由各像素之間的相關(guān)關(guān)系作為邊構(gòu)成，其中每個(gè)像素節(jié)點(diǎn)i具有對(duì)應(yīng)的類別標(biāo)簽xi，以及特征映射值yi。其滿足吉布斯分布，見(jiàn)式(5)。

(5)

式中：E(x|I)為能量函數(shù)，如式(6)所示。

(6)

(7)

2 方法實(shí)驗(yàn)設(shè)計(jì)與結(jié)果

2.1 實(shí)驗(yàn)設(shè)計(jì)

為深入研究多種影像特征及卷積神經(jīng)網(wǎng)絡(luò)對(duì)城市建筑物提取的影響，本文分別從紋理因素、尺度因素以及卷積網(wǎng)絡(luò)優(yōu)化因素(原始影像張數(shù)、樣本個(gè)數(shù)、迭代次數(shù))對(duì)實(shí)驗(yàn)進(jìn)行設(shè)計(jì)。以實(shí)驗(yàn)1作為基礎(chǔ)實(shí)驗(yàn)結(jié)果，并在此基礎(chǔ)上依次加入紋理特征或多尺度特征，構(gòu)建實(shí)驗(yàn)2與實(shí)驗(yàn)5的設(shè)計(jì)內(nèi)容。實(shí)驗(yàn)3、4、6分別考慮網(wǎng)絡(luò)優(yōu)化因素的影響，用于調(diào)節(jié)網(wǎng)絡(luò)模型。具體實(shí)驗(yàn)參數(shù)設(shè)計(jì)如表1所示。

表1 實(shí)驗(yàn)參數(shù)設(shè)計(jì)

為探究模型對(duì)相同數(shù)據(jù)源下不同研究區(qū)域的泛化能力以及同其他方法間的性能比較，本文以實(shí)驗(yàn)6訓(xùn)練所得模型對(duì)不同研究區(qū)進(jìn)行預(yù)測(cè)，并同其他方法進(jìn)行對(duì)比分析。同時(shí)，為進(jìn)一步探究本文所提出方法對(duì)不同數(shù)據(jù)源是否具有較好的泛化能力，對(duì)武漢大學(xué)的國(guó)內(nèi)航空影像也進(jìn)行預(yù)測(cè)分析。

2.2 軟硬件環(huán)境

實(shí)驗(yàn)運(yùn)行環(huán)境為Win7 64位操作系統(tǒng)，以TensorFlow+Keras開(kāi)源深度學(xué)習(xí)框架作為開(kāi)發(fā)平臺(tái)，利用基于Python的cv2、matplotlib等第三方庫(kù)進(jìn)行數(shù)據(jù)預(yù)處理及繪制等操作。硬件環(huán)境為因特爾Core i7-7700 K處理器，搭配NVIDIA GeForce GTX 1070顯卡，8 GB顯存，CUDA 9.0加速計(jì)算。

2.3 實(shí)驗(yàn)數(shù)據(jù)選擇

圖2 訓(xùn)練與測(cè)試影像選取

本文采用的數(shù)據(jù)同文獻(xiàn)[21]中使用的馬薩諸塞州航空影像建筑物數(shù)據(jù)集(含地表真實(shí)標(biāo)簽數(shù)據(jù))。該數(shù)據(jù)集為1 m高分辨率影像，對(duì)高分辨率遙感影像來(lái)說(shuō)是具有代表性和典型性的，對(duì)于國(guó)內(nèi)的高分航空航天遙感影像具有啟發(fā)意義，且該數(shù)據(jù)集數(shù)據(jù)量較豐富，比較適合做探究。該數(shù)據(jù)集包括波士頓地區(qū)的151幅航空影像，每幅影像大小為1 500像素×1 500像素，覆蓋面積2.25 km2。影像集中小型建筑物邊長(zhǎng)為20～30像素，大型建筑物長(zhǎng)為150～250像素，寬為70～150像素。實(shí)驗(yàn)1～實(shí)驗(yàn)5從訓(xùn)練圖像中抽取1張影像進(jìn)行預(yù)處理，如圖2(a)所示。實(shí)驗(yàn)6在基礎(chǔ)實(shí)驗(yàn)上增加分類訓(xùn)練圖像數(shù)量到8張。測(cè)試集影像為3張，分別為不同區(qū)域下的馬薩諸塞州航空影像建筑物數(shù)據(jù)，圖2(b)為其中一幅。

1)紋理與多尺度特征提取?？紤]到基于復(fù)雜場(chǎng)景下的建筑物往往存在大量的陰影，植被、復(fù)雜屋頂材料等因素交雜在一起，單獨(dú)依靠影像的光譜特征、空間特征進(jìn)行建筑物提取，效果往往不是很理想，本文方法利用LBP算法引入基礎(chǔ)視覺(jué)中的紋理特征，將提取的紋理特征加入訓(xùn)練集參與模型訓(xùn)練。同時(shí)基于高斯金字塔模型對(duì)原始訓(xùn)練影像進(jìn)行多尺度光譜特征提取，其中尺度因子平滑系數(shù)設(shè)置為0.5，獲取750×750和375×375 2個(gè)尺度的尺度-光譜特征圖像，如圖3所示。

圖3 多特征影像

2)訓(xùn)練樣本集制作。對(duì)樣本尺寸與建筑物尺寸關(guān)系研究后發(fā)現(xiàn)，利用256像素×256像素的尺寸既滿足建筑物識(shí)別提取分辨率的需要，又可滿足本實(shí)驗(yàn)硬件環(huán)境下計(jì)算效率需求，因此采用OpenCV對(duì)原始訓(xùn)練影像隨機(jī)裁剪256像素×256像素大小樣本，形成樣本集。同時(shí)采用多角度旋轉(zhuǎn)(90°、180°、270°)、鏡像變換、亮度調(diào)整以及添加噪聲點(diǎn)等虛擬樣本增強(qiáng)操作擴(kuò)充樣本集，樣本集中訓(xùn)練集和驗(yàn)證集樣本數(shù)目比例設(shè)計(jì)為3∶1，測(cè)試集選取馬薩諸塞州航空影像建筑物數(shù)據(jù)集中未參與模型訓(xùn)練的3幅原始1 500像素×1 500像素大小的不同區(qū)域影像數(shù)據(jù)進(jìn)行預(yù)測(cè)，以此來(lái)探究模型的泛化能力。

圖4為光譜、紋理和光譜-多尺度特征圖像及其標(biāo)簽，圖4(a)～圖4(c)為光譜、光譜-尺度圖像標(biāo)簽，圖4(d)為紋理圖像標(biāo)簽。

圖4 訓(xùn)練樣本及其標(biāo)簽

2.4 模型訓(xùn)練與Softmax分類

網(wǎng)絡(luò)由13個(gè)卷積層和5個(gè)池化層組成，卷積網(wǎng)絡(luò)采用大尺寸的卷積核可以獲得更大的感受野，但同時(shí)也增加了參數(shù)量。為獲得最優(yōu)感受野，本文將卷積核大小分為3×3、5×5、7×7 3種情況，在相同環(huán)境下進(jìn)行實(shí)驗(yàn)分析。通過(guò)對(duì)每種情況進(jìn)行3次實(shí)驗(yàn)，獲取相對(duì)應(yīng)的精度及所需時(shí)間，求取3次平均值作為最終結(jié)果，如表2所示。實(shí)驗(yàn)表明，以3×3作為感受野能獲得較好召回率和F1評(píng)分，而時(shí)間成本上卻有著大幅度的縮減。因此，本文選擇以3×3作為本實(shí)驗(yàn)的最優(yōu)感受野進(jìn)行實(shí)驗(yàn)分析。

表2 不同卷積核對(duì)比

(8)

式中：yi為第i個(gè)像素的真實(shí)值，yi=0表示該像素屬于背景區(qū)域，yi=1則表示該像素為建筑物區(qū)域；ai為預(yù)測(cè)值，取值范圍為(0，1)內(nèi)，ai越趨近于1，則該像素屬于建筑物的概率就越高。訓(xùn)練過(guò)程采用隨機(jī)梯度下降(SGD)不斷調(diào)整網(wǎng)絡(luò)的權(quán)重參數(shù)，通過(guò)反向傳播使得損失函數(shù)L達(dá)到最小。文中使用來(lái)自Vggnet的所有預(yù)先訓(xùn)練的卷積層權(quán)重作為預(yù)先訓(xùn)練的權(quán)重，其中學(xué)習(xí)率初始值為0.01，受限于計(jì)算機(jī)資源批次大小設(shè)置為4。在模型訓(xùn)練之前，數(shù)據(jù)標(biāo)準(zhǔn)化是必要的。本實(shí)驗(yàn)采用0均值歸一化方法將RGB影像[0，255]歸一化到[0，1]，使得網(wǎng)絡(luò)輸入限制在一定范圍內(nèi)，避免了訓(xùn)練樣本差異造成的訓(xùn)練過(guò)程不收斂，加速梯度下降優(yōu)化過(guò)程。以實(shí)驗(yàn)6為例，迭代20次之后，模型的損失率隨著訓(xùn)練數(shù)據(jù)的損失率的減少而逐漸收斂。

Softmax分類器采用逐像素分類，通過(guò)分類概率最大值確定最終類別結(jié)果。采用Softmax分類器對(duì)實(shí)驗(yàn)1～實(shí)驗(yàn)6進(jìn)行建筑物分類提取，同時(shí)采用CRF法對(duì)實(shí)驗(yàn)6分類結(jié)果進(jìn)行優(yōu)化。

為探究模型對(duì)相同數(shù)據(jù)源下不同研究區(qū)域的泛化能力以及同其他方法間的性能比較，本文以實(shí)驗(yàn)6訓(xùn)練所得模型對(duì)不同研究區(qū)進(jìn)行預(yù)測(cè)，并同其他方法進(jìn)行對(duì)比分析。同時(shí)，為進(jìn)一步探究本文所提出方法對(duì)不同數(shù)據(jù)源是否具有較好的泛化能力，對(duì)武漢大學(xué)的國(guó)內(nèi)航空影像也進(jìn)行預(yù)測(cè)分析。

2.5 提取結(jié)果誤差分析與精度評(píng)價(jià)

1)提取結(jié)果誤差分布分析。實(shí)驗(yàn)1～實(shí)驗(yàn)6提取結(jié)果如圖5(a)～圖5(f)所示；采用條件隨機(jī)場(chǎng)優(yōu)化結(jié)果如圖6所示；不同方法下馬薩諸塞州航空影像建筑物數(shù)據(jù)集不同研究區(qū)的提取結(jié)果如圖7所示；不同數(shù)據(jù)源下提取結(jié)果如圖8所示。利用ENVI軟件結(jié)合已知建筑物標(biāo)簽樣本，對(duì)建筑物提取結(jié)果中的誤差分布進(jìn)行標(biāo)記，紅色標(biāo)記為錯(cuò)分像元，藍(lán)色標(biāo)記為漏分像元，綠色顯示為正確提取像元。

多特征因素影響分析。圖5(a)顯示加入多特征前提取結(jié)果包括很多錯(cuò)分和漏分像元；加入LBP紋理特征，建筑物提取精度有著顯著提高，錯(cuò)分像元減少。在對(duì)比紋理加入前后影像發(fā)現(xiàn)，加入的紋理特征對(duì)于剔除與建筑物屋頂光譜產(chǎn)生混淆的水泥地面具有很好的作用，容易從水泥地面中提取出建筑物，如圖5(b)所示。在紋理特征的基礎(chǔ)上加入多尺度特征提取結(jié)果誤差分布如圖5(e)所示。

圖5 不同實(shí)驗(yàn)設(shè)計(jì)的提取結(jié)果

網(wǎng)絡(luò)參數(shù)對(duì)提取結(jié)果的影響。為獲取最優(yōu)網(wǎng)絡(luò)參數(shù)，分別從迭代次數(shù)、樣本數(shù)量以及原始影像張數(shù)入手。由圖5中的(c)可以看到，在10 000個(gè)樣本數(shù)量、迭代次數(shù)為10的條件下，分割結(jié)果中存在大量的漏分像元；迭代次數(shù)增加有利于提高模型對(duì)于建筑物深層特征的學(xué)習(xí)效果，減少漏分現(xiàn)象(圖5(d))；樣本數(shù)量的增加可以增加可學(xué)習(xí)的特征，進(jìn)而區(qū)分與背景易混淆的小尺度建筑物，進(jìn)一步減少漏分像元，提取結(jié)果如圖5(e)、圖5(f)所示。

對(duì)圖5(a)～圖5(f)綜合分析發(fā)現(xiàn)，紅色錯(cuò)分像元主要分布在建筑物的邊緣。建筑物被植被遮擋，較小的卷積核(3×3的卷積核)降低了網(wǎng)絡(luò)的感受視野，對(duì)像元鄰域信息利用不足是錯(cuò)分像元產(chǎn)生的主要原因。采用條件隨機(jī)場(chǎng)優(yōu)化結(jié)果如圖6所示，與圖5相比，增加了正確提取的建筑物像元個(gè)數(shù)。

路基路面防水處理在設(shè)計(jì)階段和施工階段需要遵循的事項(xiàng)如下：（1）在設(shè)計(jì)階段，要降低或是阻隔可能影響公路路基路面整體穩(wěn)定性的地下水，必要情況下，可疏干地下水，將地下水引流至路基路面施工范圍以外，對(duì)于影響路基路面整體穩(wěn)定性的地面水，采取同樣的引流方式，可適當(dāng)攔截，防止地面水沿公路路面下滲；（2）在施工階段中，要對(duì)路基路面防水設(shè)計(jì)進(jìn)行核對(duì)，根據(jù)施工現(xiàn)場(chǎng)實(shí)際情況對(duì)設(shè)計(jì)方案進(jìn)行必要的修改或是完善，確保后期施工穩(wěn)妥。在路基施工現(xiàn)場(chǎng)要預(yù)先設(shè)置臨時(shí)排水渠道。同時(shí)在后期的路基養(yǎng)護(hù)中要對(duì)排水設(shè)施進(jìn)行定期檢修，以保證沉降在路基路面的水能夠及時(shí)被導(dǎo)出并排除[1]。

不同方法下不同研究區(qū)間的對(duì)比實(shí)驗(yàn)。為探究模型對(duì)相同數(shù)據(jù)源下不同研究區(qū)域的泛化能力，本文以實(shí)驗(yàn)6訓(xùn)練所得模型對(duì)不同研究區(qū)進(jìn)行預(yù)測(cè)，并同其他方法進(jìn)行對(duì)比分析；通過(guò)與Lenet神經(jīng)網(wǎng)絡(luò)以及傳統(tǒng)監(jiān)督分類方法進(jìn)行對(duì)比實(shí)驗(yàn)，驗(yàn)證本文提出方法的可行性。實(shí)驗(yàn)結(jié)果如圖7所示。對(duì)比本文模型在馬薩諸塞州3個(gè)不同區(qū)域的提取結(jié)果可以看出，相對(duì)于圖7(a)區(qū)域1來(lái)說(shuō)，圖7(b)區(qū)域2與圖7(c)區(qū)域3存在較多的漏分，其原因主要在于，圖7(b)區(qū)域2與圖7(c)區(qū)域3位于鄉(xiāng)村與郊區(qū)地區(qū)，植被茂密，存在較多的建筑物被植被覆蓋以及陰影的遮擋現(xiàn)象，導(dǎo)致漏分像元較多；另一方面由于個(gè)別標(biāo)簽中存在的建筑物在實(shí)際影像中未有與之對(duì)應(yīng)的建筑物，而造成漏分，進(jìn)而影響整體的精確率。

圖6 實(shí)驗(yàn)6+CRF提取結(jié)果

圖7 不同方法下不同研究區(qū)提取結(jié)果

將本文方法與Lenet方法及傳統(tǒng)監(jiān)督分類方法中的最大似然法進(jìn)行對(duì)比可以發(fā)現(xiàn)，在相同數(shù)據(jù)、相同實(shí)驗(yàn)環(huán)境下，只存在模型差異的2種卷積神經(jīng)網(wǎng)絡(luò)方法都能比較好地區(qū)分地物，進(jìn)而更好地提取建筑物。而相對(duì)于Lenet模型而言，本文所使用的SegNet模型對(duì)更為復(fù)雜的區(qū)域的提取效果優(yōu)于Lenet模型，如區(qū)域1，而對(duì)于道路與建筑物的區(qū)分度更強(qiáng)，如區(qū)域3。對(duì)照最大似然法提取結(jié)果可以直觀看出，相對(duì)于卷積神經(jīng)網(wǎng)絡(luò)算法，最大似然分類算法很難有效地區(qū)分出建筑物與道路，造成大量的錯(cuò)分。

不同數(shù)據(jù)源下模型泛化能力探究。為進(jìn)一步探究本文所提出方法對(duì)不同數(shù)據(jù)源是否具有較好的泛化能力，以實(shí)驗(yàn)6訓(xùn)練所得模型對(duì)武漢大學(xué)的航空影像進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果如圖8所示。從圖中可清晰地看出，針對(duì)國(guó)內(nèi)建筑物提取，直接利用已有的訓(xùn)練模型進(jìn)行提取效果不是很理想，存在比較多的漏分和錯(cuò)分現(xiàn)象。其中，漏分部分主要因素是建筑物屋頂被綠色植被覆蓋，以及一些建筑物差異性較大；而錯(cuò)分部分主要來(lái)源于建筑物周圍陰影的影響，以及河流中的船只被錯(cuò)分成建筑物。

圖8 不同數(shù)據(jù)源下提取結(jié)果

2)精度評(píng)價(jià)。為進(jìn)一步對(duì)本文所提方法的有效性進(jìn)行驗(yàn)證，對(duì)分類結(jié)果作進(jìn)一步分析，以精確率、召回率和F1評(píng)分3個(gè)指標(biāo)來(lái)定量評(píng)價(jià)模型預(yù)測(cè)的精度。

加入特征后的精度情況。從表3中對(duì)比實(shí)驗(yàn)1與實(shí)驗(yàn)2的定量精度評(píng)價(jià)指標(biāo)可以看出，將紋理特征加入模型進(jìn)行訓(xùn)練確實(shí)能提高預(yù)測(cè)精度，精確率P、召回率R以及F1評(píng)分3個(gè)指標(biāo)分別提升了7.58%、2.83%和4.81%。對(duì)比實(shí)驗(yàn)2和實(shí)驗(yàn)5可以發(fā)現(xiàn)，采用高斯影像金字塔構(gòu)建多尺度特征對(duì)模型的精度產(chǎn)生影響，其中精確率和F1評(píng)分分別提升了0.63%和0.17%。對(duì)比實(shí)驗(yàn)1與實(shí)驗(yàn)5可以發(fā)現(xiàn)，基于紋理信息和多尺度特征增強(qiáng)下的建筑物提取精度取得了進(jìn)一步提升，3個(gè)指標(biāo)分別提高了8.01%、2.71%和4.98%。同時(shí)也顯示了2種特征對(duì)提升分類精度貢獻(xiàn)不同：提取大小2個(gè)尺度的特征光譜，分別表征高分影像的光譜多尺度特征，與紋理特征相比，對(duì)卷積網(wǎng)絡(luò)深度學(xué)習(xí)分類結(jié)果精度影響較小，對(duì)精度貢獻(xiàn)較小。

表3 不同組實(shí)驗(yàn)精度對(duì)比 %

網(wǎng)絡(luò)優(yōu)化后的精度情況。從實(shí)驗(yàn)3與實(shí)驗(yàn)4看，循環(huán)訓(xùn)練的次數(shù)在一定范圍上對(duì)模型訓(xùn)練的精度是有益的，不管是精確率、召回率，還是F1評(píng)分都有大幅度的提升，分別為4.10%、9.96%和9.64%。對(duì)于實(shí)驗(yàn)4與實(shí)驗(yàn)5來(lái)說(shuō)，訓(xùn)練樣本的數(shù)目對(duì)模型的預(yù)測(cè)精度起到了決定作用，隨著樣本數(shù)據(jù)的增加，模型也得到質(zhì)的提升，3個(gè)指標(biāo)分別提高了4.79%、17.31%和13.81%。在實(shí)驗(yàn)6中，加入另外7張1 500像素×1 500像素的建筑物數(shù)據(jù)集，并通過(guò)LBP提取相應(yīng)的紋理特征，以及多尺度特征的提取，以此分割成100 000個(gè)樣本數(shù)據(jù)集進(jìn)行模型訓(xùn)練，精確率達(dá)到了80.35%，表明增加樣本數(shù)據(jù)的數(shù)量及特征對(duì)模型精度的提高有著很好的促進(jìn)作用。

條件隨機(jī)場(chǎng)優(yōu)化后的精確率相較于優(yōu)化前有著大幅度的提升，精確率增加了12.38%， CRF對(duì)于邊緣正確提取精度有著較好的效果，但召回率下降了2.40%，F(xiàn)1評(píng)分整體增加了3.16%。

不同方法下不同研究區(qū)間的精度情況。表4列出了本文方法、Lenet方法以及傳統(tǒng)監(jiān)督分類的最大似然法對(duì)馬薩諸塞州區(qū)域1、區(qū)域2與區(qū)域3(依次從上到下順序)共3個(gè)不同區(qū)域進(jìn)行的定量分析?？梢钥闯觯瑢?duì)于精確率而言，存在一定的跳躍，即漏分像元數(shù)量存在較大差異。其原因與“提取結(jié)果誤差分布分析”中對(duì)應(yīng)部分相吻合。本文方法對(duì)區(qū)域1的精確率最高，達(dá)到80.35%。對(duì)于召回率以及F1評(píng)分而言，均較為穩(wěn)定，介于66%～77%之間。對(duì)比本文方法與其他2種方法可以看出，本文方法與Lenet卷積神經(jīng)網(wǎng)絡(luò)方法相對(duì)于傳統(tǒng)的監(jiān)督分類方法，能更好地區(qū)分不同地物，具體體現(xiàn)在召回率上，最大似然法的召回率最高只達(dá)到26.40%，而卷積神經(jīng)網(wǎng)絡(luò)方法平均有70%以上的召回率。而對(duì)比同為卷積神經(jīng)網(wǎng)絡(luò)且在完全相同的數(shù)據(jù)下的本文方法與Lenet卷積神經(jīng)網(wǎng)絡(luò)方法，在精確率上，本文方法3個(gè)區(qū)域的平均精確率比Lenet方法高1.36%，而在平均召回率上，僅有著0.19%的微小差距。

表4 不同方法下不同研究區(qū)域?qū)嶒?yàn)精度表 %

不同數(shù)據(jù)源下提取精度情況。從表5武漢大學(xué)國(guó)內(nèi)航空數(shù)據(jù)精度上可以看出，直接將本文訓(xùn)練所得模型應(yīng)用于不同數(shù)據(jù)源航空數(shù)據(jù)，在精確率、召回率以及F1評(píng)分上也有著相對(duì)較好的精度，分別為43.00%、68.52%以及52.84%。

表5 不同數(shù)據(jù)源實(shí)驗(yàn)精度表 %

3 結(jié)束語(yǔ)

本文通過(guò)建筑物提取理論和實(shí)驗(yàn)研究提出一種基于多種特征與卷積神經(jīng)網(wǎng)絡(luò)的城市建筑物提取方法，從數(shù)據(jù)增強(qiáng)的角度出發(fā)，研究了紋理特征和尺度特征對(duì)CNN模型分類精度的影響研究。采用LBP和高斯金字塔來(lái)分別獲取高分影像的紋理特征和多尺度特征，并將其輸入卷積神經(jīng)網(wǎng)絡(luò)中參與建筑物提取。結(jié)果表明，紋理、尺度、光譜等多特征SegNet網(wǎng)絡(luò)模型方法實(shí)現(xiàn)的準(zhǔn)確率、召回率、F1評(píng)分分別為92.73%、65.39%、76.70%。將紋理特征和尺度特加入模型進(jìn)行訓(xùn)練可以提高預(yù)測(cè)精度，精確率、召回率以及F1評(píng)分3個(gè)指標(biāo)分別提升了8.01%、2.71%和4.98%。與紋理特征相比，尺度特征對(duì)精度貢獻(xiàn)較小，其中精確率和F1評(píng)分分別提高了0.63%和0.17%。網(wǎng)絡(luò)優(yōu)化結(jié)果表明：增加循環(huán)訓(xùn)練次數(shù)對(duì)模型訓(xùn)練的精度是有益的，不管是精確率、召回率還是F1評(píng)分都有著大幅度的提升，分別為4.10%、9.96%和9.64%；訓(xùn)練樣本的數(shù)目對(duì)模型的預(yù)測(cè)精度起到了決定作用，本文研究發(fā)現(xiàn)隨著樣本數(shù)據(jù)的增加，3個(gè)指標(biāo)分別提高了4.79%、17.31%和13.81%。條件隨機(jī)場(chǎng)優(yōu)化后的精確率相較于優(yōu)化前有著大幅度的提升，增加了正確提取建筑物像元的個(gè)數(shù)，精確率增加了12.38%， CRF對(duì)于邊緣正確提取精度有著較好的效果，但召回率下降了2.40%，F(xiàn)1評(píng)分總體增加了3.16%。

通過(guò)對(duì)比不同方法下不同研究區(qū)間的精度情況表明，基于本文方法所獲取的模型對(duì)相同數(shù)據(jù)源下不同研究區(qū)域的泛化能力較好，平均精確率68%以上，平均召回率在72%左右，相對(duì)于Lenet卷積神經(jīng)網(wǎng)絡(luò)精確率有著1.36%的提升；而對(duì)于傳統(tǒng)監(jiān)督分類算法在平均精確率、召回率以及F1評(píng)分上，分別有著6.96%、51.69%和39.33%的提高。

對(duì)比不同數(shù)據(jù)源下提取精度情況表明，直接將本文訓(xùn)練所得模型應(yīng)用于不同數(shù)據(jù)源航空數(shù)據(jù)在精確率、召回率以及F1評(píng)分上也有著相對(duì)較好的精度，分別為43%、68.52%以及52.84%，但與直接應(yīng)用于相同數(shù)據(jù)源下的精度還存在較大上升空間。

本文使用馬薩諸塞州1 m高分辨率影像建筑物數(shù)據(jù)集，對(duì)高分辨率航空航天影像而言具有代表性和典型性，對(duì)于國(guó)內(nèi)的高分航空航天遙感影像具有一定的啟發(fā)意義。為了進(jìn)一步研究提升結(jié)合多種特征和CNN方法的精度，將來(lái)可采用其他高分遙感標(biāo)準(zhǔn)化數(shù)據(jù)集做進(jìn)一步處理研究。針對(duì)不同數(shù)據(jù)源分類精度有待提高的問(wèn)題，可在已有的基礎(chǔ)上通過(guò)遷移學(xué)習(xí)做進(jìn)一步的研究，同時(shí)開(kāi)展更多特征融入卷積網(wǎng)絡(luò)的實(shí)驗(yàn)研究，例如形狀特征如何融入，目前尚未有很好的解決思路和研究。此外，研究中也發(fā)現(xiàn)通過(guò)條件隨機(jī)場(chǎng)方法對(duì)預(yù)測(cè)結(jié)果做進(jìn)一步精細(xì)化處理，可以提高建筑物提取的精確率和F1評(píng)分指標(biāo)值。