第４０卷 第１期２０２１年２月 世 界 地 质ＧＬＯＢＡＬＧＥＯＬＯＧＹ
Ｖｏｌ ４０ Ｎｏ １
Ｆｅｂ ２０２１ 文章编号：１００４—５５８９（２０２１）０１—０１４６—０８
基于Ｕｎｅｔ＋ＣＲＦ的ＧＦ ２土地利用分类
师超１，姜琦刚１，段富治２，史鹏飞１
１ 吉林大学地球探测科学与技术学院，长春１３００２６；２ 武汉大学遥感信息工程学院，武汉４３００７９
摘要：以国产Ｇ
Ｆ ２为数据源，使用自制影像标签，对长春市宽城区部分区域进行土地利用分类，提出将传统的Ｕｎｅｔ卷积神经网络模型与全连接条件随机场（ＣＲＦ）结合的方法，并与Ｓｅｇｎｅｔ网络模型进行对比分析。结果表明：Ｕ
ｎｅｔ＋ＣＲＦ分类方法的Ｋａｐｐａ系数达到０ ７１１，Ｆ１ ｓｃｏｒｅ达到０ ７９５，具有较好的精度，与真实地物具有高度一致性。关键词：Ｕ
ｎｅｔ；ＣＲＦ；土地利用；分类中图分类号：ＴＰ７９ 文献标识码：Ａ
ｄｏｉ：１０ ３９６９／ｊ ｉｓｓｎ １００４ ５５８９ ２０２１ ０１ ０１６收稿日期：２０２０ ０８ ０３；改回日期：２０２０ ０９ １４
基金项目：中国地质调查局项目（２０２０１２００００００１８０６０６）通讯作者：姜琦刚（１９６４—），男，教授，博士生导师，主要从事自然资源调查、地质资源遥感解译等方面的研究。
Ｅ ｍａｉｌ：ｊｉａｎｇｑｉｇａｎｇ＠ｊｌｕ ｅｄｕ ｃｎ
ＧＦ ２ＬａｎｄｕｓｅｃｌａｓｓｉｆｉｃａｔｉｏｎｂａｓｅｄｏｎＵｎｅｔ＋ＣＲＦ
ＳＨＩＣｈａｏ１，ＪＩＡＮＧＱｉ ｇａｎｇ１，ＤＵＡＮＦｕ ｚｈｉ２，ＳＨＩＰｅｎｇ ｆｅｉ
１
１ ＣｏｌｌｅｇｅｏｆＧｅｏ ｅｘｐｌｏｒａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ１３００２６；２ ＳｃｈｏｏｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７９
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｅｒｅｓｅａｒｃｈ，ｔｈｅｌａｎｄｕｓｅｉｎｐａｒｔｏｆＫｕａｎｃｈｅｎｇＤｉｓｔｒｉｃｔ，ＣｈａｎｇｃｈｕｎＣｉｔｙｉｓｃｌａｓｓｉｆｉｅｄｂｙｕｓｉｎｇＧＦ ２ｉｍａｇｅａｓｄａｔａｓｏｕｒｃｅａｎｄｓｅｌｆ ｍａｄｅｉｍａｇｅｌａｂｅｌｓ．ＡｍｅｔｈｏｄｏｆｃｏｍｂｉｎｉｎｇｔｈｅｔｒａｄｉｔｉｏｎａｌＵｎｅｔｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｗｉｔｈｆｕｌｌｙｃｏｎｎｅｃｔｅｄｃｏｎｄｉｔｉｏｎａｌｒａｎｄｏｍｆｉｅｌｄｓ（ＣＲＦ）ｉｓｐｒｏｐｏｓｅｄ．ＣｏｍｐａｒｅｄｗｉｔｈｔｈｅＳｅｇｎｅｔｍｏｄｅｌ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＫａｐｐａｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅＵｎｅｔ＋ＣＲＦｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｉｓ０ ７１１，ａｎｄｔｈｅＦ１ ｓｃｏｒｅｉｓ０ ７９５，ｉｎｄｉｃａｔｉｎｇｇｏｏｄａｃｃｕｒａｃｙａｎｄｈｉｇｈｃｏｎｓｉｓｔｅｎｃｙｗｉｔｈｔｈｅｒｅａｌｏｂｊｅｃｔｓ．
Ｋｅｙｗｏｒｄｓ：Ｕｎｅｔ；ＣＲＦ；ｌａｎｄｕｓｅ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ
０ 引言
近年来，随着国产卫星业务的发展，遥感影像越来越向高分辨率、多光谱的方向发展，卫星影像所包含的信息越来越复杂。在遥感应用中，遥感解译为城市建设、防灾减灾和生态监测等提供了基础数据，
而解译一直以来是一项费时费力的工作。传统的人机交互解译方法也在向半自动、自动化解译的方向发展。卷积网络的出现为遥感影像的自动化地物分类开辟了新的道路。
基于卷积神经网络的语义分割技术是对遥感影像进行分类的重要手段之一。语义分割是计算机视觉中的研究热点，主要是将原始数据（图像、点云）作为输入，通过一系列变换操作将其转换为
长春分类信息具有突出显示的感兴趣区域的掩膜［１］
。传统的图
像分割方法主要针对图像的彩、纹理等信息进行
处理分析，例如基于像素的聚类分割方法［
２］
、基于像素的决策树分类方法［３］
，受当时条件所限，
这些传统方法只能处理一些灰度图，提取图像的低
级特征，远远达不到应用生产级精度［４］。且受目
标类别分布不均衡、纹理细节难以分辨等因素的影
响［
５］
，传统的语义分割模型通常难以对卫星影像等包含海量复杂信息的数据进行类别划分。近年来，深度学习技术的发展为语义分割技术带来了新的解决思路，如加入跳跃结构，融合深浅层特征的
全卷积神经网络（
ＦＣＮ）［６］
、在ＦＣＮ基础上解决了ＦＣＮ因缺乏空间一致性而导致分割结果不够精细
的Ｄｅｅｐｌａｂ网络［７］
等。目前语义分割技术大多应用
于实际场景，针对包含海量信息的遥感影像的应用
依然较少，Ｒ
ｏｎｎｅｂｅｒｇｅｒｅｔａｌ．［８］
提出Ｕｎｅｔ模型，最初应用于生物细胞图像分割，目前已经被应用于许多任务，如图像分割、图像转换等，且取得了不错
的效果［
９］
。Ｕｎｅｔ模型是一种基于像素的端到端的全卷积神经网络模型，由ＦＣＮ模型改进而来。本文将Ｕ
ｎｅｔ模型应用于遥感图像分类，通过Ｕｎｅｔ模型的跳跃连接机制将图像深浅层信息融合起来，对
图像细节特征进行提取［
１０］
。单独使用Ｕｎｅｔ模型对于地物的分类效果较为粗糙，难以分辨地物细节，
而全连接条件随机场（ＣＲＦ）在求解像素标签时考虑图像中其余像素对该像素的影响，能极大地细化
标记和分割，使得边界处分割准确［１１］
。本文通过将
Ｕｎｅｔ模型的输出作为全连接条件随机场的输入，综合二者优势，得到准确性高、边界清晰的分类结果。
１ 模型原理及评价指标
１ １ 模型原理
Ｕｎｅｔ网络是一种基于像素的端到端的图像语
义分割方法，最初由Ｒｏｎｎｅｂｅｒｇｅｒｅｔａｌ．［８］
提出并最
先应用于生物细胞图像分割。全连接条件随机场是
由Ｌ
ａｆｆｅｒｔｙＪｅｔａｌ．［１２］
提出，是一种基于概率的无向图模型。本文将二者结合，使用自制训练数据进行模型训练及预测，模型结构如图１所示。
笔者使用自制训练数据对Ｕｎｅｔ网络模块进行训练及研究区分类预测。Ｕｎｅｔ网络是一种轻型网络，能够在较小的训练样本的基础上取得较好的分类效果。Ｕ
ｎｅｔ网络整体上呈现Ｕ
型对称结构，采图１ Ｕｎｅｔ＋ＣＲＦ模型结构Ｆｉｇ １ Ｕｎｅｔ＋ＣＲＦｍｏｄｅｌｓｔｒｕｃｔｕｒｅ
７
４１第１期 师超，等：基于Ｕｎｅｔ＋ＣＲＦ的ＧＦ ２土地利用分类
用跳跃连接，将下采样过程中得到的浅层特征及上
采样过程中得到的深层特征进行拼接，使得最终得到的特征图中既包含深层特征又包含浅层特征，实现不同尺度的特征融合，从而实现特征提取。本文使用的Ｕｎｅｔ网络可分为左右两个部分，左侧由４个下采样卷积块组成，每个下采样卷积块分别进行两次卷积操作和一次最大池化操作。右侧由４个上采样卷积块组成，每个上采样层均包含两次反卷积及特征融合操作。每次卷积、反卷积后均使用Ｒｅ Ｌｕ函数作为激活函数。Ｕｎｅｔ网络通过多尺度融合，有效提高了预测结果的准确度。
中全连接条件随机场（ＣＲＦ）是整个模型的后处理阶段，以Ｕｎｅｔ模型的输出结果作为ＣＲＦ的输入，对结果进行精细化分割。ＣＲＦ解决了全局归一化问题，可以较好地应用于像素级图像分割。在全连接条件随机场中，原始图像中每个像素点都具有一个已分配好的类别标签ｘ
ｉ
，目标图像中有一个
与之对应的观测值ｙ
ｉ
，将每个像素都看作一个节点，使用像素与像素之间的关系作为连接边，且每个像素点都与所有的像素点连接，这样就组成了一个全连接条件随机场。全连接条件随机场符合吉布斯分布［１３］。公式为：
Ｐ（ｘ＝Ｘ｜Ｉ）＝
１
Ｚ（Ｉ）
ｅ－Ｅ（Ｘ｜Ｉ）（１）
式中：ｘ为观测值，Ｅ（Ｘ｜Ｉ）为由一元势函数和二元势函数构成的能量函数，公式为：
Ｅ（ｘ｜Ｉ）＝∑ｉψｕ（ｘｉ）＋∑ｉ，ｊψｐ（ｘｉ，ｙｉ）（２）
式中：一元势函数ψ
ｕ
的计算只考虑了单个像素点的特征来对像素点进行标签分类，这和卷积神经网络的后端输出一致，因此本文的全连接条件随机场直接进行二元势函数的计算。二元势函数结合了像素间的关联性，将相似的像素标记为相同的标签，差异较大的像素标记为不同的标签，使得土地利用分类的结果边界更加清晰明确。
１ ２ 评价指标
采用Ｋａｐｐａ系数及Ｆ１ ｓｃｏｒｅ作为衡量分类精度的指标。Ｋａｐｐａ系数的计算是基于混淆矩阵，公式为：
ｋ＝
ｐ
０
－ｐ
ｅ
１－ｐ
ｅ
（３）
式中：ｐ
０
为总体分类精度，是每一类正确分
类的样本数量之和除以总样本数。ｐ
ｅ
被称为偶然性一致性比例，表示偶然性因素导致的错误解释的比例。Ｋａｐｐａ系数通常在０～１之间，０ ６１～０ ８０即代表分类结果与实际类别具有高度一致性［１４］。
Ｆ１ ｓｃｏｒｅ同时兼顾了分类模型的精确率和召回率。公式为：
Ｆ１－ｓｃｏｒｅ＝２×
ｐｒｅｃｉｓｉｏｎ×ｒｅｃａｌｌ
ｐｒｅｃｉｓｉｏｎ＋ｒｅｃａｌｌ
（４）
由数学定义可明显看出，Ｆ１ ｓｃｏｒｅ指标综合了ｐｒｅｃｉｓｉｏｎ（精确率）与ｒｅｃａｌｌ（召回率）的结果，是一种对模型具有均衡评价效果的指标。
２ 研究区及数据集
２ １ 研究区选取
选取吉林省长春市朝阳区附近区域（图２）为训练区，训练区面积约１４４ １４ｋｍ２，选取吉林省长春市宽城区部分区域为预测区，预测区面积约１４５ ０４ｋｍ２。以ＧＦ ２影像数据为数据源，经过３４２波段组合及全波段融合后，空间分辨率为２ｍ，足以进行精细地物的训练及预测。
图２中训练区内主要地物分布均匀，根据区内实际地物类型将训练类别分为耕地、林草地、建筑用地、道路、湖泊、河流及裸地，共７类地物类型。
２ ２ 训练数据集制作
本文采用的训练数据集是以ＧＦ ２影像为数据源的目视解译成果。训练集制作流程如图３所示。在Ａｒｃｍａｐ中通过对ＧＦ ２遥感数据进行目视解译，得到训练区目视解译图。本文模型训练所使用的计算机系统为Ｗｉｎｄｏｗ１０，Ｃｏｒｅｉ９处理器，运行内存１６Ｇ，显卡为ＲＴＸ２０６０。考虑到计算机性能的限制，将目视解译图及对应的影像裁剪为１２８×１２８像元大小，得到等大的影像及对应的标签。
为扩大训练数据集，提高训练模型的泛化性，对训练集数据随机进行了旋转、镜像、添加噪声等数据增强操作［１５］，而且将人工解译的ＲＧＢ型标
８
４
１ 世 界 地 质 第４０卷
图２ 训练区位置示意图
Ｆｉｇ ２ Ｓｃｈｅｍａｔｉｃｄｉａｇｒａｍｏｆｔｒａｉｎｉｎｇａｒｅａｌｏｃａｔｉｏ
ｎ
图３ 训练数据制作流程图Ｆｉｇ ３ Ｐｒｏｃｅｓｓｏｆｔｒａｉｎｉｎｇｄａｔａ
注转换为灰度标注以便模型读取，生成７７４４组训练样本（图４）。
实验使用的７７
４４组训练样本中，耕地、林草地、道路、建筑用地、湖泊、河流及裸地所占比重如图５所示。
由图５可知，本实验是一个典型的样本分布不
均衡试验，训练样本中湖泊所占比重最少，仅为２ ４６％，耕地所占比重最高，为４３ ２７％。从该模型的最终精度评价来看，其Ｋａｐｐａ系数达到０ ７１１，Ｆ１ ｓｃｏｒｅ达到０ ７９５，可见对于样本不均衡问题，Ｕ
ｎｅｔ＋ＣＲＦ方法依然能够取得较好的分类效果。这大大降低了样本集的制作难度及训练区地物类别分布的要求。
３ 分类结果及分析
将耕地、林草地、道路、建筑用地、湖泊、河流及裸地分别采用Ｕｎｅｔ、Ｕｎｅｔ＋ＣＲＦ、Ｓｅｇｎｅｔ、Ｓｅｇｎｅｔ＋ＣＲＦ模型进行训练及预测。训练数据７７４４组，Ｕｎｅｔ网络训练轮次达到４０次时模型训练完成，Ｓｅｇｎｅｔ网络训练轮次达到１３次时模型训练完成，最终得到如图６～８的分类结果对比。
由上述研究区分类结果图及不同模型间的精度
差异（表１）可以看出，Ｓｅｇｎｅｔ网络、Ｕｎｅｔ网络均能对耕地、建筑用地进行区分，且ＣＲＦ结构均对两种网络的分类结果进行了较好的优化，但Ｓｅｇｎｅｔ网络对于其他少样本地物分类精度明显不足。ＣＲＦ结构对于Ｓｅｇｎｅｔ网络的Ｋａｐｐａ系数提高了０ ０６２、Ｆ１ ｓｃｏｒｅ提高了０ ００５，对于Ｕｎｅｔ网络的Ｋａｐｐａ系数提高了０ ０１８，Ｆ１ ｓｃｏｒｅ提高了０ ０１１。但从表１可以看出，单独使用Ｓｅｇｎｅｔ网络分类精度较低，Ｋａｐｐａ系数仅０ ５２４，Ｆ１得分为０ ６７６。使用Ｕｎｅｔ＋
９
４１第１期 师超，等：基于Ｕｎｅｔ＋ＣＲＦ的ＧＦ ２土地利用分类
图４ 部分训练数据图（影像＋标注）
Ｆｉｇ ４ Ｐａｒｔｏｆｔｒａｉｎｉｎｇｄａｔａｇｒａｐｈ（ｉｍａｇｅａｎｄｌａｂｅｌ
）
图５ 训练数据不同类别所占比重图
Ｆｉｇ ５ Ｐｒｏｐｏｒｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｃａｔｅｇｏｒｉｅｓｏｆｔｒａｉｎｉｎｇｄａｔａ
表１ 不同模型间精度评价
Ｔａｂｌｅ１ Ａｃｃｕｒａｃｙｅｖａｌｕａｔｉｏｎｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｍｏｄｅｌｓ
网络类型Ｋａｐｐａ系数Ｆ１ ｓｃｏｒｅＳｅｇｎｅｔ０ ５２４０ ６７６Ｓｅｇｎｅｔ＋ＣＲＦ
０ ５８６０ ６８１Ｕｎｅｔ
０ ６９３０ ７８４Ｕｎｅｔ＋ＣＲＦ
０ ７１１
０ ７９５
图６ 研究区影像图及真实标签
Ｆｉｇ ６ Ｉｍａｇｅｍａｐｏｆｓｔｕｄｙａｒｅａａｎｄｔｒｕｅｌａｂｅｌ
０
５１ 世 界 地 质 第４０卷
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论