李文逵

摘要：河流遙感影像地理背景復雜多變、水體識別對象區(qū)分度小、陸地河網(wǎng)形狀不規(guī)則等導致河流區(qū)域識別率較低。為了獲取高精度的河流區(qū)域信息，提出在原有LinkNet模型網(wǎng)絡結(jié)構的基礎上進行優(yōu)化設計。首先把卷積塊中的激活函數(shù)ReLU改成PReLU，然后將始端模塊中最大池化替換成平均池化，最后在第一個卷積層前和第四個卷積層后新增一道跨越連接。預測效果表明：LinkNet模型的準確率、精確率、召回率、F1-Score以及mIoU依次為97.62%，80.95%，89.39%，84.96%，76.50%，兩改進LinkNet模型的依次為98.21%，85.95%，91.11%，88.45%，81.71%，各項指標值都得到一定程度的提升，表明該改進方法能更加有效地提取自然情景下河流區(qū)域。

關 鍵 詞：

LinkNet模型； 河流圖像； 語義分割； 深度學習

中圖法分類號： TV11

文獻標志碼： A

DOI：10.16232/j.cnki.1001-4179.2023.S2.056

0 引 言

地表河流屬于珍貴的水資源，如今隨著生態(tài)環(huán)境的惡化，中國部分地區(qū)生態(tài)流量減少，水容量降低，導致水資源相對短缺，時空分布不均勻，這已嚴重阻礙地區(qū)的生產(chǎn)和發(fā)展。因此準確獲取河流的具體地表分布區(qū)域?qū)τ诹饔蚍乐?、河道?guī)劃、洪災監(jiān)測、水資源保護等具有極其重要的作用。

遙感影像能直觀清晰地呈現(xiàn)地表徑流的地理位置和區(qū)域范圍，可以映射出整個流域的水體空間宏觀分布，受益于衛(wèi)星硬件的不斷完善，使得遙感影像數(shù)據(jù)成像分辨率更高、更新時間更短以及拍攝成本更低，結(jié)合遙感成像來提取水體信息的技術已成為必然趨勢。例如，王博等［1］利用簡化脈沖耦合神經(jīng)網(wǎng)絡和數(shù)學形態(tài)學對其進行邊緣提取，在抗噪性方面有明顯優(yōu)勢。方海泉等［2］使用卷積神經(jīng)網(wǎng)絡對山區(qū)、平原和城市的高分二號衛(wèi)星遙感影像進行河流識別，準確率為 0.928 3。沈瑜等［3］使用FCN _8s、ＲesNet50、DeeplabV3、Unet、LinkNet、R-LinkNet 6種神經(jīng)網(wǎng)絡模型來提取河流遙感影像，得到像素準確率分別是0.631，0.748，0.816，0.791，0.824，0.847。付寶晶等［4］提出一種融合特征的河流區(qū)域提取方法，林地、城市、山地、耕地流域圖的準確率分別為0.992 3，0.994 1，1.00，1.00，完整度分別為0.983 7，0.986 3，0.996 8，0.998 5。薛源等［5］建立了結(jié)合隨機森林和神經(jīng)網(wǎng)絡地河流表面信息提取算法，提取精度達到94.7%。孫玉梅等［6］提出一種基于結(jié)構相似區(qū)域搜索的細小河流提取方法，實現(xiàn)不連續(xù)細小河流的啟發(fā)式搜索連接，準確地實現(xiàn)細小河流的完整水體信息提取。盛君等［7］量化融合不同分割對象的多種特征信息，使用極限學習機識別，最后通過軟投票法獲取檢測結(jié)果，提取的影像數(shù)據(jù)水體檢測結(jié)果在準確率、精確率及召回率方面都達到了90%以上。

為了更精確地識別出高分辨率遙感影像河流區(qū)域，充分挖掘河流區(qū)域特征信息，本次研究利用LinkNet模型提取河流水體，同時對原有LinkNet模型網(wǎng)絡結(jié)構進行優(yōu)化，以期實現(xiàn)不同場景下河流區(qū)域的連續(xù)性完整分割。

1 數(shù)據(jù)集制作

1.1 數(shù)據(jù)來源及預處理

使用奧維互動地圖瀏覽器，地圖源來自谷歌地圖，在圖級14、圖級15、圖級16（比例尺分別為 1∶50 000、1∶100 000、1∶200 000）3個層次下，框選河流區(qū)域并導出采樣圖，利用Photoshop繪圖軟件的魔棒工具快速選中河流區(qū)域，再用油漆桶工具賦色，實現(xiàn)原始圖整體標注。標注圖中像素點分為兩類，白色表示河流，黑色表示背景，采樣圖和標注圖見圖1，然后同時將采樣圖和標注圖按512×512分辨率大小對應分割切片，留下河流區(qū)域占比大于0.03的切片，獲得132張原始圖片，切片樣本如圖2所示。

1.2 數(shù)據(jù)集擴增

對圖像切片進行上下翻轉(zhuǎn)、左右翻轉(zhuǎn)、順時針旋轉(zhuǎn)90°、順時針旋轉(zhuǎn)180°、順時針旋轉(zhuǎn)270°、隨機調(diào)整明度、高斯模糊共7種變換方式，數(shù)據(jù)量擴增為原本的8倍，共計1 056張圖片，按4∶1比例隨機劃分訓練集和測試集，其中訓練集占844張，測試集占212張。

2 實驗環(huán)境搭建

安裝Anaconda作為開發(fā)工具集成管理器，從中創(chuàng)建虛擬環(huán)境，添加第三方包鏡像源通道，再在Anaconda的基礎上依次安裝Python、PyTorch、Spyder等第三方工具包，具體版本參數(shù)如下［8-9］：

工具包管理器??? Anaconda 4.10.3

腳本語言Python 3.6

編輯器Spyder 4.0

框架PyTorch 1.11.0

驅(qū)動CUDA9.0

顯卡GTX 1050

通過Spyder編寫Python程序運行，導入深度學習框架PyTorch提供的開發(fā)函數(shù)，編寫有訓練、測試、預測、數(shù)據(jù)輸入5個腳本文件。

3 模型構造及訓練

3.1 LinkNet模型網(wǎng)絡結(jié)構

LinkNet模型是由始端模塊、終端模塊、編碼器模塊和解碼器模塊4個部分組成的卷積神經(jīng)網(wǎng)絡［10］，與現(xiàn)有神經(jīng)網(wǎng)絡不同之處是采用編碼器-解碼器對稱結(jié)構，其框架如圖3所示。左邊是編碼器模塊，右邊是解碼器模塊，兩者之間存在跨躍連接，皆采用自編碼模式，特征信息從編碼器輸入到低維空間，再將編碼器輸出信息，通過跨躍連接添加到對應解碼器輸入中。編碼器執(zhí)行多次下采樣操作后，會導致部分空間信息損失，假若僅使用編碼器的下采樣輸出作為解碼器輸入，則無法恢復丟失的信息。編碼器和解碼器間建立跨越連接的操作方式，目的是恢復編碼器下采樣操作丟失的空間信息，供解碼器上采樣操作使用。因此解碼器在每一層共享編碼器學習的知識，從而降低解碼和生成圖像所需的信息量，可極大減少網(wǎng)絡所需的參數(shù)量，有助于實現(xiàn)反向梯度流動，提高速度的同時又保證精度，與現(xiàn)有VGG等直通式的分段網(wǎng)絡模型相比，整體效率更高。

卷積神經(jīng)網(wǎng)絡模型LinkNet的基本構造單元主要有卷積塊和反卷積塊，卷積塊包含卷積層、批次歸一化層、激活函數(shù)層，編碼器模塊的每個編碼器塊均由4個卷積塊組成，前端的兩個卷積塊組成前置模塊，并與殘差輸出相加合并，將結(jié)果傳遞給末端兩個卷積塊組成的后置模塊（見圖4）。圖中展示的編碼器中采用的詳細殘差結(jié)構，卷積層參數(shù)從左至右依次是卷積核大小，特征圖輸入輸出通道數(shù)，上采樣因子。反卷積（Transposed Convolution）塊是解碼器的構建單位，采用轉(zhuǎn)置卷積進行反卷積運算，先按照一定比例，通過自動填充來擴大輸入圖像尺寸，從而輸出指定行列數(shù)矩陣，接著旋轉(zhuǎn)卷積核，然后進行正向卷積。由于卷積神經(jīng)網(wǎng)絡提取特征后，輸入圖像的輸出尺寸一般會縮小，為了便于下一步計算，需要恢復到原先的尺寸，采用反卷積映射來擴大圖像分辨率，是實現(xiàn)上采樣操作的一種方式。

3.2 改進LinkNet模型

LinkNet模型采用函數(shù)ReLU（x）=x，x≥00，x=0作為激活函數(shù)。不足之處是若某個神經(jīng)元的輸入自變量x=

0，則以后自身參數(shù)的梯度一直為0，訓練過程中永遠

不再被激活，導致神經(jīng)元死亡問題。為了避免這種現(xiàn)象，將函數(shù)ReLU改為其優(yōu)化版本PReLU（x）k=x，x>0λk，x≤0，不同通道k使用不一樣的激活函數(shù)，線性單元參數(shù)λ能在訓練過程中自適應矯正，且x≤0時參數(shù)

λk值不會為0，并且在額外增加很少計算成本條件下提高準確率。模型始端模塊中最大池化替換成平均池化，最大池化操作只選擇卷積核區(qū)域的最大值進入下一層，而拋棄其他元素。這種操作方式同時會丟失一

些特征圖中的細節(jié)信息，而對于平均池化則是提取卷積核區(qū)域中所有像素點的平均值，可以保留更多的圖像背景信息。對編碼器模塊的第1個卷積層前和第4個卷積層后添加一條跨越連接，把第1個卷積層和第3個卷積層輸出合并，再輸入第4個卷積層，形成更密集的連接，使得特征信息利用更充分，如圖4所示，左邊是原始模塊，右邊是改進后模塊。

3.3 模型訓練過程

訓練開始時需要設置超參數(shù)，初始學習率（learn-ing rate）為0.001，迭代（epoch）輪次為30，由于顯存大小的限制，批次規(guī)格（batch size）設置的較小值為8，運用Adam作為優(yōu)化器（optimizer），使得訓練過程中學習率能動態(tài)適應，損失函數(shù)評價標準為交叉熵（Cross Entropy Loss），準確度評價標準采用平均交并比：

mIoU=∑nk=0IoUkn

式中：IoU=L∩SL∪S，表示標注區(qū)域L和預測區(qū)域S兩者交集與并集的比值，n是測試集樣本總數(shù)［11-14］。

由圖5可見，各個評價指標最終趨于收斂，表明模型訓練成功。

4 實驗結(jié)果

4.1 模型預測結(jié)果

將訓練完畢后的LinkNet模型和改進LinkNet模型用于識別測試集中單張河流圖像，

輸出語義分割預測結(jié)果，由圖6所示的二值語義分割圖像，可見LinkNet 模型分割區(qū)域邊緣凹凸不平呈現(xiàn)鋸齒狀，而改進LinkNet模型的識別區(qū)域則較為平滑，更加接近于標注圖。

4.2 預測效果綜合評價

采用表1中的5種標準評價模型對測試集的預測效果［15-18］，設標注圖中白色定為正，黑色定為負，則每個像素有4種可能的預測值，分別是真正TP、假正FP、真負TN、假負FN，則準確率A=TP+TNTP+TN+FP+FN、精確率P=TPTP+FP、召回率R=TPTP+FN、F1=2TP2TP+FP+FN。由表2可見，相比較于原有LinkNet模型，改進LinkNet模型的準確率、精確率、召回率、F1值、mIoU依次提高0.005 9，0.050 1，0.017 2，0.034 9，0.052 1。

5 結(jié) 語

本文針對河道遙感圖像實現(xiàn)語義分割，在原本LinkNet模型網(wǎng)絡結(jié)構基礎上進行改進，實驗檢測的結(jié)果表明，提出的改進型模型經(jīng)過訓練學習后，在河流語義分割任務中取得了更佳的分割性能，為高分辨率遙感圖像中河流區(qū)域的精準識別提供良好的技術支撐。

研究對象所用數(shù)據(jù)集包含城市、山地、農(nóng)田等多種地形地貌，具備一定的泛化能力，但是樣本數(shù)量過少，面對其他不同的復雜場景仍能有較高識別精度，所以模型還需修改，接下來可以就其他方面優(yōu)化，比如運用大規(guī)模數(shù)據(jù)集時，可能需要加深網(wǎng)絡層次，增大網(wǎng)絡的參數(shù)量。

參考文獻：

［1］ 王博，石陳妮子.基于簡化PCNN的遙感影像河流信息提取［J］.人民黃河，2019，41（1）：61-64.

［2］ 方海泉，蔣云鐘，冶運濤，等.基于深度學習和多次棋盤分割法的高分辨率影像河流提取［J］.北京大學學報，2019，55（4）：692-698.

［3］ 沈瑜，苑玉彬，彭靜，等.基于深度學習的寒旱區(qū)遙感影像河流提?。跩］.農(nóng)業(yè)機械學報，2020，51（7）：192-201.

［4］ 付寶晶，李自立.基于多特征融合的遙感圖像河流提取［J］.中國農(nóng)村水利水電，2022，482（12）：53-58.

［5］ 薛源，覃超，吳保生，等.基于多源國產(chǎn)高分辨率遙感影像的山區(qū)河流信息自動提?。跩］.清華大學學報（自然科學版），2023，63（1）：134-145.

［6］ 孫玉梅，王保云，張祝鴻，等.基于結(jié)構相似區(qū)域搜索的TM影像細小河流提取方法［J］.國土資源遙感，2020，32（2）：63-72.

［7］ 盛君，王杰，孫策，等.基于高分辨率遙感影像的河流信息提取方法［J］.測繪標準化，2022，38（2）：52-56.

［8］ 沈吉寶.多特征融合的遙感影像河流提取方法［J］.礦山測量，2021，49（2）：107-111.

［9］ 李鑫偉，李彥勝，張永軍.弱監(jiān)督深度語義分割網(wǎng)絡的多源遙感影像水體檢測［J］.中國圖象圖形學報，2021，26（12）：3015-3026.

［10］ 楊知，歐文浩，劉曉燕，等.基于LinkNet卷積神經(jīng)網(wǎng)絡的高分辨率遙感影像水體信息提取［J］.云南大學學報，2019，41（5）：932-938.

［11］ MIAO Z，F(xiàn)U K，SUN H，et al.Automatic water-body segmentation from high-resolution satellite images via deep networks［J］.IEEE Geoscience and Remote Sensing Letters，2018，15（4）：602-606.

［12］ ECKHORN R，REITBOECK H，ARNDT M，et al.Feature linking via synchronization among distributed assemblies：simulations of results from cat visual cortex［J］.Neural Computation，2014，2（3）：293-307.

［13］ 李鑫偉，李彥勝，張永軍.弱監(jiān)督深度語義分割網(wǎng)絡的多源遙感影像水體檢測［J］.中國圖象圖形學報，2021，26（12）：3015-3026.

［14］ 李宇，肖春姣，張洪群，等.深度卷積融合條件隨機場的遙感圖像語義分割［J］.國土資源遙感，2020，32（3）：15-22.

［15］ JOSE D，KARTHIK G，YUAN J，et al.Hyper Dense-Net：a hyper-densely connected CNN for multi-modal imagesegmentation［J］.IEEE Transactions on Medical Imaging，2019，38（5）：1116-1126.

［16］ 沈駿翱，馬夢婷，宋致遠，等.基于深度學習語義分割模型的高分辨率遙感圖像水體提?。跩］.自然資源遙感，2022，34（4）：129-135.

［17］ 何紅術，黃曉霞，李紅旮，等.基于改進U-Net網(wǎng)絡的高分遙感影像水體提取［J］.地球信息科學學報，2020，22（10）：2010-2022.

［18］ 陳前，鄭利娟，李小娟，等.基于深度學習的高分遙感影像水體提取模型研究［J］.地理與地理信息科學，2019，35（4）：43-49.

（編輯：黃文晉）