黃 祥，王克曉，李 波，吳 園

（重慶市農(nóng)業(yè)科學(xué)院，重慶 401329）

農(nóng)作物種植面積是制定農(nóng)業(yè)政策和優(yōu)化農(nóng)作物種植結(jié)構(gòu)的重要依據(jù)，快捷、準(zhǔn)確地獲取農(nóng)作物種植面積對保障糧食安全和國家經(jīng)濟(jì)發(fā)展具有重要意義[1-2]。傳統(tǒng)的農(nóng)作物種植面積監(jiān)測方法大多依賴于現(xiàn)場目視解譯，監(jiān)測時效性和精確性較差。遙感技術(shù)憑借其快速、無損、大范圍等優(yōu)點(diǎn)已廣泛應(yīng)用于農(nóng)作物種植信息監(jiān)測。隨著傳感器技術(shù)的快速進(jìn)步，無人機(jī)遙感得以飛速發(fā)展，高光譜、高分辨率遙感影像獲取成本大大降低，在農(nóng)田信息監(jiān)測領(lǐng)域表現(xiàn)出巨大的應(yīng)用潛力。為了能夠更好地分析農(nóng)田種植信息，本文對常見的圖像分割方法進(jìn)行了比較分析。

1 圖像分割概述

圖像分割是基于圖像灰度、顏色、形狀和紋理等特征，將圖像劃分成具有獨(dú)特性質(zhì)的子區(qū)域。同一子區(qū)域的像素點(diǎn)被認(rèn)為是同類，即是對圖片中有相同性質(zhì)的像素賦予相同標(biāo)簽的過程[3]。根據(jù)分割機(jī)理可以分為連續(xù)分割和非連續(xù)分割，連續(xù)分割是指將具有相同特征的像素劃分為同一區(qū)域，常見的連續(xù)分割方法有閾值分割、區(qū)域生成及聚類分割等。非連續(xù)分割是利用像素值突變特性所呈現(xiàn)的不同邊界，常見的分割方法有邊緣分割。近年來，隨著深度學(xué)習(xí)的飛速發(fā)展，計算機(jī)視覺實(shí)現(xiàn)了巨大突破，其中，圖像分割作為計算機(jī)視覺領(lǐng)域的重要技術(shù)，也取得了突破性進(jìn)展。本文以深度學(xué)習(xí)是否引入分割算法為依據(jù)，將圖像分割分為傳統(tǒng)分割方法和基于深度學(xué)習(xí)的分割方法，并根據(jù)類別分別簡述其經(jīng)典算法。

2 傳統(tǒng)圖像分割方法

傳統(tǒng)的圖像分割方法大多基于光譜、紋理等淺層次特征進(jìn)行區(qū)域劃分，簡單且易操作，分析效率高。本節(jié)對農(nóng)作物種植信息提取中常用的經(jīng)典圖像分割算法進(jìn)行闡述，包括閾值分割法、分水嶺分割法、聚類分割法、邊緣分割法和多尺度分割法，并簡要描述其優(yōu)缺點(diǎn)及在丘陵山區(qū)農(nóng)作物遙感監(jiān)測中的應(yīng)用潛力。

2.1 閾值分割法

最早的圖像分割方法是基于閾值的圖像分割方法，通過設(shè)定不同的灰度閾值，將同類劃分在同一灰度范圍內(nèi)，進(jìn)行粗糙的像素級別分割。這種分割方法，對于背景和目標(biāo)區(qū)別明顯的簡單場景有效。根據(jù)不同的分割規(guī)則，可將閾值分割分為：局部閾值分割方法[4]、基于點(diǎn)的全局閾值分割方法[5]、基于區(qū)域的全局閾值分割方法[6]。閾值分割方法簡單易實(shí)現(xiàn)，并且耗時較短，能迅速完成分割。然而，該類方法只考慮到光譜信息，未考慮空間信息。對于同物異譜或異物同譜等現(xiàn)象，閾值分割并不能取得理想的分割效果。因此，對于種植結(jié)構(gòu)復(fù)雜、地形起伏較大的丘陵山區(qū)，閾值分割的應(yīng)用潛力較小。

2.2 分水嶺分割法

分水嶺分割算法是一種基于區(qū)域生長的圖像分割方法，通過像素的相似性特征對像素點(diǎn)進(jìn)行分類并構(gòu)成區(qū)域[7]。分水嶺分割是將圖像特征看作地理上的地貌特征，將圖像的邊緣輪廓轉(zhuǎn)換為“山脈”，將均勻區(qū)域轉(zhuǎn)換為“山谷”。算法過程如下：1）以局部最小值作為谷底，局部最高值作為山峰。2）通過谷底向外慢慢生長，直至覆蓋所有區(qū)域。類似于向各個孤立的山谷中注入不同顏色的水，每一種顏色代表一個類別[8]。3）當(dāng)水漲起來后，為了避免不同山谷間的水開始合并，在合并處建立障礙，連同山峰構(gòu)成分水嶺，完成圖像分割。分水嶺分割算法適用于大部分應(yīng)用場景，其核心在于種子點(diǎn)和生長原則的選取，將直接影響分割效果。通常以局部極小值點(diǎn)作為種子點(diǎn)，并圍繞種子點(diǎn)向外生長，由于圖像中存在噪聲像元和像元缺失等情況，出現(xiàn)局部種子點(diǎn)過多，易導(dǎo)致分割結(jié)果出現(xiàn)過度分割現(xiàn)象，同時，該方法相對復(fù)雜，耗時較長。

2.3 聚類分割法

基于像素的聚類分割是將具有特征相似性的像素點(diǎn)聚集到同一區(qū)域[9]，反復(fù)迭代聚類結(jié)果至收斂，以實(shí)現(xiàn)分割，代表方法有K-means 聚類[10]、譜聚類[11]（Spectral Clustering,SC）和簡單線性迭代聚類[12]（simple linear iterative Clustering，SLIC）等。K-means聚類是最著名的聚類分割算法，于20 世紀(jì)60 年代提出，算法過程如下：1）首先從數(shù)據(jù)庫中隨機(jī)選取K個數(shù)據(jù)樣本作為聚類中心。2）依次測量每個樣本到每個聚類中心的距離，并把它歸到最近的聚類中心的類。3）重新計算已經(jīng)得到的各個類的聚類中心。4）迭代2～3 步，直至新的聚類中心與原聚類中心相等或小于指定閾值。目前，基于K-means 聚類算法已經(jīng)發(fā)展出大量不同的改進(jìn)算法。Achanta 等在2010 年提出SLIC算法，該算法是一種易于實(shí)現(xiàn)的圖像分割算法。SLIC 算法通過構(gòu)造像素點(diǎn)距離度量標(biāo)準(zhǔn)，來衡量顏色和空間相似度，對圖像進(jìn)行聚類。SLIC 算法可以將圖像中的像素劃分為超像素塊，因此也被稱為超像素分割、在運(yùn)算速度、物體輪廓保持等方面具有較高的綜合評價，被廣泛應(yīng)用于多種圖像分割場景。

聚類分割算法基于特征相似性原則，包括光譜、紋理等特征，需滿足同一聚類中的對象特征相似度較高，而不同聚類中的對象特征相似度較小，更適用于目標(biāo)地物特征差異明顯的應(yīng)用場景。在農(nóng)作物種植信息提取中，超像素分割法是應(yīng)用較廣的聚類分割算法，相對其他聚類分割算法，對地物邊界的還原度更好，但是也存在耗時較長的問題。

2.4 邊緣分割法

基于邊緣檢測的圖像分割方法[13]，本質(zhì)上是利用像元灰度值不連續(xù)進(jìn)行圖像分割，其基礎(chǔ)是邊緣檢測。通過邊緣檢測并連接邊界處像素點(diǎn)，形成邊緣輪廓，從而將圖像劃分成不同的區(qū)域。邊緣檢測通常借助微分算子，將待分割圖像與微分算子卷積，完成邊緣像元提取，獲取地物輪廓信息。根據(jù)采用的微分算子，可以區(qū)分不同的邊緣檢測算法，常用的微分算子有Canny[14]、Roberts[15]等?；谶吘墮z測的圖像分割方法，過程簡單易操作，耗時較短，性能相對優(yōu)良，對像元灰度值具有明顯突變的影像分割效果較好，但該算法易受圖像噪聲和像元缺失的影響，邊界特征無法被完整描述。因此，邊緣檢測后，對于斷開的邊緣輪廓，需要通過相似性準(zhǔn)則搜索并連接相鄰邊緣點(diǎn)，以完整描述邊界信息，形成有意義的邊界。

2.5 多尺度分割法

針對傳統(tǒng)單一尺度分割出現(xiàn)過分割或欠分割情況，比如，地物面積大而分割尺度小，必然導(dǎo)致分割結(jié)果過于破碎，反之分割尺度大而地物面積小，則分割結(jié)果不完全。Bruzzone和Carlin等[16]提出了多尺度分割算法，該算法的核心分割模型仍然是傳統(tǒng)的單一尺度圖像分割模型，比如閾值分割、區(qū)域生長和邊緣分割等，區(qū)別在于利用分割模型去處理多種尺度圖像，再將各尺度下的分割結(jié)果進(jìn)行融合。具體算法過程如下：1）進(jìn)行尺度變換，采用小波變換或金字塔變換將原始圖像變換為不同分辨率的新圖像。2）對變換后的不同尺度新圖像，借助傳統(tǒng)分割模型，逐一進(jìn)行單一尺度分割。3）對不同尺度分割結(jié)果進(jìn)行融合，得到多尺度分割結(jié)果。多尺度分割算法通過像素級的加權(quán)平均或區(qū)域級的合并等方式進(jìn)行分割結(jié)果融合，使得融合后的分割邊界較為平滑，符合農(nóng)作物種植信息提取要求。特別是丘陵山區(qū)，地形復(fù)雜，地塊破碎，單一尺度分割精度不夠理想，更適合采用多尺度分割算法。當(dāng)然，多尺度分割的“尺度”數(shù)量較單一尺度多，尤其分割尺度太小時，運(yùn)行效率極慢。

3 基于深度學(xué)習(xí)的分割方法

近年來，深度學(xué)習(xí)發(fā)展迅猛，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）被廣泛應(yīng)用于圖像分類、識別等計算機(jī)視覺領(lǐng)域，基于卷積神經(jīng)網(wǎng)絡(luò)框架的圖像分割技術(shù)發(fā)展迅速，并取得了突破性進(jìn)展[17]，成功構(gòu)建了多種圖像分割模型。隨著圖像分割場景日益復(fù)雜化，傳統(tǒng)的圖像分割方法難以滿足實(shí)際要求，基于深度學(xué)習(xí)的圖像分割方法實(shí)現(xiàn)了更加高效和精準(zhǔn)的分割。本節(jié)重點(diǎn)介紹幾種經(jīng)典的基于深度學(xué)習(xí)的分割方法，包括：FCN[18]、DeepLab[19]、SegNet[20]等。

3.1 完全卷積網(wǎng)絡(luò)

完全卷積網(wǎng)絡(luò)[18]（Fully Convolution Networks，F(xiàn)CN）由Jonathan Long 等學(xué)者于2015 年提出，是首個端到端的深度學(xué)習(xí)分割模型，在圖像分割領(lǐng)域具有重要意義。FCN 基于傳統(tǒng)的卷積改進(jìn)而來，采用卷積層替換網(wǎng)絡(luò)中的全連接層。FCN 的網(wǎng)絡(luò)架構(gòu)采用編碼-解碼結(jié)構(gòu)，編碼部分采用經(jīng)典的CNN 網(wǎng)絡(luò)，如VGG、ResNet 等，用于特征提??；解碼部分，由于卷積和池化操作會導(dǎo)致圖像尺寸變小，使用上采樣方式對圖像尺寸進(jìn)行恢復(fù)，得到輸入圖像尺寸大小的分割圖像。此外，通過跳躍連接，將淺層輸出和深層輸出進(jìn)行聯(lián)合，減少底層的圖像信息丟失，同時避免網(wǎng)絡(luò)退化及梯度爆炸等問題。

3.2 DeepLab網(wǎng)絡(luò)

DeepLab[19]是Chen 等學(xué)者基于FCN 提出的一系列圖像分割模型，最新版本為DeepLab-v3+[21]?！癉eepLab-v3+”采用編碼-解碼結(jié)構(gòu)。編碼器由深度卷積神經(jīng)網(wǎng)絡(luò)（Deep Convolutional Neural Network，DCNN）模型及ASPP 模塊構(gòu)成，將圖像輸入DCNN 進(jìn)行處理，輸出中淺層特征圖和經(jīng)過ASPP 融合卷積后的特征圖，并將兩者作為解碼器的輸入。解碼部分，對輸入的中淺層特征圖進(jìn)行卷積，再與經(jīng)過上采樣的ASPP 特征圖進(jìn)行融合，然后經(jīng)過上采樣操作輸出原始尺寸大小的分割圖，實(shí)現(xiàn)端到端的語義分割。DCNN 網(wǎng)絡(luò)是一種采用深度可分離卷積層的卷積神經(jīng)網(wǎng)絡(luò)，將通道之間分開處理，減少光譜和空間相關(guān)性干擾。ASPP 模塊將空洞卷積和特征金字塔池化結(jié)合在一起，在相同的計算代價下增大卷積核的感受野，挖掘多尺度上下文信息，以更好地捕捉地塊邊界。

3.3 SegNet網(wǎng)絡(luò)

SegNet 是在FCN 基礎(chǔ)上改進(jìn)而來，由一個編碼器網(wǎng)絡(luò)、一個相應(yīng)的解碼器網(wǎng)絡(luò)和一個逐像素分類層組成，其特點(diǎn)在于編碼階段，進(jìn)行池化時，保留最大值的位置信息，然后，在解碼階段，利用最大池化索引進(jìn)行非線性上采樣，將低分辨率編碼器輸出特征映射到原始輸入圖像分辨率特征圖，避免在編碼階段保存特征圖，從而節(jié)省內(nèi)存空間。同時，消除了學(xué)習(xí)上采樣的需要，減少了訓(xùn)練參數(shù)，從而節(jié)約了計算時間。

4 結(jié)語

本文著重介紹了幾類常用的傳統(tǒng)圖像分割方法和幾種深度學(xué)習(xí)圖像分割方法，傳統(tǒng)的圖像分割方法在簡單場景下應(yīng)用效果較好，而基于深度學(xué)習(xí)的圖像分割方法在復(fù)雜場景下效果更好。不同分割算法的優(yōu)缺點(diǎn)不同，需要根據(jù)應(yīng)用場景靈活選擇，甚至將多種分割方法結(jié)合使用，以獲得最佳分割效果。圖像分割作為計算機(jī)視覺領(lǐng)域的一項基礎(chǔ)技術(shù)，是圖像理解的重要一環(huán)，至今仍受到工業(yè)界與學(xué)術(shù)界的高度重視，但仍然存在一些難題：1）樣本標(biāo)注工作繁重，海量樣本數(shù)據(jù)集構(gòu)建難度大；2）小尺寸或復(fù)雜形狀目標(biāo)分割精度不夠；3）基于深度學(xué)習(xí)的分割網(wǎng)絡(luò)對計算資源的消耗嚴(yán)重，使得模型收斂速度非常慢，在計算能力有限的情況下，模型訓(xùn)練耗時長久；4）采用編碼-解碼結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)框架，運(yùn)用卷積和池化操作，會降低圖像分辨率，深層次特征對細(xì)節(jié)信息表達(dá)不夠充分，導(dǎo)致目標(biāo)地物輪廓分割得不夠細(xì)致，即使采用跳躍連接技術(shù)，將淺層特征和深層特征融合，也只在一定程度上緩解了上述問題。這些問題具有重要的研究價值，若能較好地解決，對于促進(jìn)圖像分割技術(shù)落地、應(yīng)用和推廣具有重要意義。