李文逵

摘要：河流遥感影像地理背景复杂多变、水体识别对象区分度小、陆地河网形状不规则等导致河流区域识别率较低。为了获取高精度的河流区域信息，提出在原有LinkNet模型网络结构的基础上进行优化设计。首先把卷积块中的激活函数ReLU改成PReLU，然后将始端模块中最大池化替换成平均池化，最后在第一个卷积层前和第四个卷积层后新增一道跨越连接。预测效果表明：LinkNet模型的准确率、精确率、召回率、F1-Score以及mIoU依次为97.62%，80.95%，89.39%，84.96%，76.50%，两改进LinkNet模型的依次为98.21%，85.95%，91.11%，88.45%，81.71%，各项指标值都得到一定程度的提升，表明该改进方法能更加有效地提取自然情景下河流区域。

关 键 词：

LinkNet模型； 河流图像； 语义分割； 深度学习

中图法分类号： TV11

文献标志码： A

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

0 引 言

地表河流属于珍贵的水资源，如今随着生态环境的恶化，中国部分地区生态流量减少，水容量降低，导致水资源相对短缺，时空分布不均匀，这已严重阻碍地区的生产和发展。因此准确获取河流的具体地表分布区域对于流域防治、河道规划、洪灾监测、水资源保护等具有极其重要的作用。

遥感影像能直观清晰地呈现地表径流的地理位置和区域范围，可以映射出整个流域的水体空间宏观分布，受益于卫星硬件的不断完善，使得遥感影像数据成像分辨率更高、更新时间更短以及拍摄成本更低，结合遥感成像来提取水体信息的技术已成为必然趋势。例如，王博等［1］利用简化脉冲耦合神经网络和数学形态学对其进行边缘提取，在抗噪性方面有明显优势。方海泉等［2］使用卷积神经网络对山区、平原和城市的高分二号卫星遥感影像进行河流识别，准确率为 0.928 3。沈瑜等［3］使用FCN _8s、ＲesNet50、DeeplabV3、Unet、LinkNet、R-LinkNet 6种神经网络模型来提取河流遥感影像，得到像素准确率分别是0.631，0.748，0.816，0.791，0.824，0.847。付宝晶等［4］提出一种融合特征的河流区域提取方法，林地、城市、山地、耕地流域图的准确率分别为0.992 3，0.994 1，1.00，1.00，完整度分别为0.983 7，0.986 3，0.996 8，0.998 5。薛源等［5］建立了结合随机森林和神经网络地河流表面信息提取算法，提取精度达到94.7%。孙玉梅等［6］提出一种基于结构相似区域搜索的细小河流提取方法，实现不连续细小河流的启发式搜索连接，准确地实现細小河流的完整水体信息提取。盛君等［7］量化融合不同分割对象的多种特征信息，使用极限学习机识别，最后通过软投票法获取检测结果，提取的影像数据水体检测结果在准确率、精确率及召回率方面都达到了90%以上。

为了更精确地识别出高分辨率遥感影像河流区域，充分挖掘河流区域特征信息，本次研究利用LinkNet模型提取河流水体，同时对原有LinkNet模型网络结构进行优化，以期实现不同场景下河流区域的连续性完整分割。

1 数据集制作

1.1 数据来源及预处理

使用奥维互动地图浏览器，地图源来自谷歌地图，在图级14、图级15、图级16（比例尺分别为 1∶50 000、1∶100 000、1∶200 000）3个层次下，框选河流区域并导出采样图，利用Photoshop绘图软件的魔棒工具快速选中河流区域，再用油漆桶工具赋色，实现原始图整体标注。标注图中像素点分为两类，白色表示河流，黑色表示背景，采样图和标注图见图1，然后同时将采样图和标注图按512×512分辨率大小对应分割切片，留下河流区域占比大于0.03的切片，获得132张原始图片，切片样本如图2所示。

1.2 数据集扩增

对图像切片进行上下翻转、左右翻转、顺时针旋转90°、顺时针旋转180°、顺时针旋转270°、随机调整明度、高斯模糊共7种变换方式，数据量扩增为原本的8倍，共计1 056张图片，按4∶1比例随机划分训练集和测试集，其中训练集占844张，测试集占212张。

2 实验环境搭建

安装Anaconda作为开发工具集成管理器，从中创建虚拟环境，添加第三方包镜像源通道，再在Anaconda的基础上依次安装Python、PyTorch、Spyder等第三方工具包，具体版本参数如下［8-9］：

工具包管理器    Anaconda 4.10.3

脚本语言Python 3.6

编辑器Spyder 4.0

框架PyTorch 1.11.0

驱动CUDA9.0

显卡GTX 1050

通过Spyder编写Python程序运行，导入深度学习框架PyTorch提供的开发函数，编写有训练、测试、预测、数据输入5个脚本文件。

3 模型构造及训练

3.1 LinkNet模型网络结构

LinkNet模型是由始端模块、终端模块、编码器模块和解码器模块4个部分组成的卷积神经网络［10］，与现有神经网络不同之处是采用编码器-解码器对称结构，其框架如图3所示。左边是编码器模块，右边是解码器模块，两者之间存在跨跃连接，皆采用自编码模式，特征信息从编码器输入到低维空间，再将编码器输出信息，通过跨跃连接添加到对应解码器输入中。编码器执行多次下采样操作后，会导致部分空间信息损失，假若仅使用编码器的下采样输出作为解码器输入，则无法恢复丢失的信息。编码器和解码器间建立跨越连接的操作方式，目的是恢复编码器下采样操作丢失的空间信息，供解码器上采样操作使用。因此解码器在每一层共享编码器学习的知识，从而降低解码和生成图像所需的信息量，可极大减少网络所需的参数量，有助于实现反向梯度流动，提高速度的同时又保证精度，与现有VGG等直通式的分段网络模型相比，整体效率更高。

卷积神经网络模型LinkNet的基本构造单元主要有卷积块和反卷积块，卷积块包含卷积层、批次归一化层、激活函数层，编码器模块的每个编码器块均由4个卷积块组成，前端的两个卷积块组成前置模块，并与残差输出相加合并，将结果传递给末端两个卷积块组成的后置模块（见图4）。图中展示的编码器中采用的详细残差结构，卷积层参数从左至右依次是卷积核大小，特征图输入输出通道数，上采样因子。反卷积（Transposed Convolution）块是解码器的构建单位，采用转置卷积进行反卷积运算，先按照一定比例，通过自动填充来扩大输入图像尺寸，从而输出指定行列数矩阵，接着旋转卷积核，然后进行正向卷积。由于卷积神经网络提取特征后，输入图像的输出尺寸一般会缩小，为了便于下一步计算，需要恢复到原先的尺寸，采用反卷积映射来扩大图像分辨率，是实现上采样操作的一种方式。

3.2 改进LinkNet模型

LinkNet模型采用函数ReLU（x）=x，x≥00，x=0作为激活函数。不足之处是若某个神经元的输入自变量x=

0，则以后自身参数的梯度一直为0，训练过程中永远

不再被激活，导致神经元死亡问题。为了避免这种现象，将函数ReLU改为其优化版本PReLU（x）k=x，x>0λk，x≤0，不同通道k使用不一样的激活函数，线性单元参数λ能在训练过程中自适应矫正，且x≤0时参数

λk值不会为0，并且在额外增加很少计算成本条件下提高准确率。模型始端模块中最大池化替换成平均池化，最大池化操作只选择卷积核区域的最大值进入下一层，而抛弃其他元素。这种操作方式同时会丢失一

些特征图中的细节信息，而对于平均池化则是提取卷积核区域中所有像素点的平均值，可以保留更多的图像背景信息。对编码器模块的第1个卷积层前和第4个卷积层后添加一条跨越连接，把第1个卷积层和第3个卷积层输出合并，再输入第4个卷积层，形成更密集的连接，使得特征信息利用更充分，如图4所示，左边是原始模块，右边是改进后模块。

3.3 模型训练过程

训练开始时需要设置超参数，初始学习率（learn-ing rate）为0.001，迭代（epoch）轮次为30，由于显存大小的限制，批次规格（batch size）设置的较小值为8，运用Adam作为优化器（optimizer），使得训练过程中学习率能动态适应，损失函数评价标准为交叉熵（Cross Entropy Loss），准确度评价标准采用平均交并比：

mIoU=∑nk=0IoUkn

式中：IoU=L∩SL∪S，表示标注区域L和預测区域S两者交集与并集的比值，n是测试集样本总数［11-14］。

由图5可见，各个评价指标最终趋于收敛，表明模型训练成功。

4 实验结果

4.1 模型预测结果

将训练完毕后的LinkNet模型和改进LinkNet模型用于识别测试集中单张河流图像，

输出语义分割预测结果，由图6所示的二值语义分割图像，可见LinkNet 模型分割区域边缘凹凸不平呈现锯齿状，而改进LinkNet模型的识别区域则较为平滑，更加接近于标注图。

4.2 预测效果综合评价

采用表1中的5种标准评价模型对测试集的预测效果［15-18］，设标注图中白色定为正，黑色定为负，则每个像素有4种可能的预测值，分别是真正TP、假正FP、真负TN、假负FN，则准确率A=TP+TNTP+TN+FP+FN、精确率P=TPTP+FP、召回率R=TPTP+FN、F1=2TP2TP+FP+FN。由表2可见，相比较于原有LinkNet模型，改进LinkNet模型的准确率、精确率、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 结 语

本文针对河道遥感图像实现语义分割，在原本LinkNet模型网络结构基础上进行改进，实验检测的结果表明，提出的改进型模型经过训练学习后，在河流语义分割任务中取得了更佳的分割性能，为高分辨率遥感图像中河流区域的精准识别提供良好的技术支撑。

研究对象所用数据集包含城市、山地、农田等多种地形地貌，具备一定的泛化能力，但是样本数量过少，面对其他不同的复杂场景仍能有较高识别精度，所以模型还需修改，接下来可以就其他方面优化，比如运用大规模数据集时，可能需要加深网络层次，增大网络的参数量。

参考文献：

［1］ 王博，石陈妮子.基于简化PCNN的遥感影像河流信息提取［J］.人民黄河，2019，41（1）：61-64.

［2］ 方海泉，蒋云钟，冶运涛，等.基于深度学习和多次棋盘分割法的高分辨率影像河流提取［J］.北京大学学报，2019，55（4）：692-698.

［3］ 沈瑜，苑玉彬，彭静，等.基于深度学习的寒旱区遥感影像河流提取［J］.农业机械学报，2020，51（7）：192-201.

［4］ 付宝晶，李自立.基于多特征融合的遥感图像河流提取［J］.中国农村水利水电，2022，482（12）：53-58.

［5］ 薛源，覃超，吴保生，等.基于多源国产高分辨率遥感影像的山区河流信息自动提取［J］.清华大学学报（自然科学版），2023，63（1）：134-145.

［6］ 孙玉梅，王保云，张祝鸿，等.基于结构相似区域搜索的TM影像细小河流提取方法［J］.国土资源遥感，2020，32（2）：63-72.

［7］ 盛君，王杰，孙策，等.基于高分辨率遥感影像的河流信息提取方法［J］.测绘标准化，2022，38（2）：52-56.

［8］ 沈吉宝.多特征融合的遥感影像河流提取方法［J］.矿山测量，2021，49（2）：107-111.

［9］ 李鑫伟，李彦胜，张永军.弱监督深度语义分割网络的多源遥感影像水体检测［J］.中国图象图形学报，2021，26（12）：3015-3026.

［10］ 杨知，欧文浩，刘晓燕，等.基于LinkNet卷積神经网络的高分辨率遥感影像水体信息提取［J］.云南大学学报，2019，41（5）：932-938.

［11］ MIAO Z，FU 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］ 李鑫伟，李彦胜，张永军.弱监督深度语义分割网络的多源遥感影像水体检测［J］.中国图象图形学报，2021，26（12）：3015-3026.

［14］ 李宇，肖春姣，张洪群，等.深度卷积融合条件随机场的遥感图像语义分割［J］.国土资源遥感，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］ 沈骏翱，马梦婷，宋致远，等.基于深度学习语义分割模型的高分辨率遥感图像水体提取［J］.自然资源遥感，2022，34（4）：129-135.

［17］ 何红术，黄晓霞，李红旮，等.基于改进U-Net网络的高分遥感影像水体提取［J］.地球信息科学学报，2020，22（10）：2010-2022.

［18］ 陈前，郑利娟，李小娟，等.基于深度学习的高分遥感影像水体提取模型研究［J］.地理与地理信息科学，2019，35（4）：43-49.

（编辑：黄文晋）