基于遙感圖像水體識別與檢測研究綜述

張銘飛 高國偉 胡敬芳 宋鈺

1.北京信息科技大學(xué) 傳感器北京市重點實驗室，北京 100101；2.北京信息科技大學(xué) 現(xiàn)代測控技術(shù)教育部重點實驗室，北京 100192；3.傳感器聯(lián)合國家重點實驗室，中國科學(xué)院空天信息創(chuàng)新研究院，北京 100190

0 引言

由于水資源短缺等一系列問題日益嚴重，需要對水資源的數(shù)量和變化進行監(jiān)控[1]。近年來，隨著遙感技術(shù)日益成熟，因其擁有檢測距離短、檢測范圍廣等優(yōu)點，所以在很多不同的領(lǐng)域都是一個重要的研究課題，在海岸線變化監(jiān)測、環(huán)境保護、防災(zāi)減災(zāi)、水質(zhì)檢測等領(lǐng)域都備受關(guān)注[2]。如何能夠快速、精確地提取遙感圖像中水體的信息則成為最關(guān)鍵的問題，雖然對遙感圖像水體識別的研究工作不是很多，但還是出現(xiàn)了一些有效的成果。本文通過查閱國內(nèi)外的諸多研究成果，綜合梳理，評判各方法的優(yōu)缺點，并提出遙感圖像水體識別的發(fā)展趨勢及挑戰(zhàn)[3]。

1 理論介紹

遙感圖像主要由陸地資源衛(wèi)星上的合成孔徑雷達（synthetic aperture radar，SAR）、微波成像雷達等設(shè)備進行獲取并傳輸給地面。不同的化學(xué)元素具有不同的化學(xué)結(jié)構(gòu)，因而對電磁波的反射和吸收特征不同，通過衛(wèi)星雷達向地面發(fā)射電磁波可以對地物進行識別。通過計算機對圖像進行識別大致可以分為3 大步驟：信息獲取、特征提取和圖像分類識別。

為了提高圖像中的目標(biāo)圖像信息，需要對獲取到的原圖進行圖像預(yù)處理。常用的預(yù)處理方法有灰度化、幾何變換、圖像增強、濾波等。由于彩色圖像包含的信息量大，處理速度比較慢，所以一般需要將彩色圖像進行灰度化操作；幾何變換是減小幾何失真對圖像識別的影響；圖像增強則是增加圖像目標(biāo)之間的對比度，可以更準(zhǔn)確地提取出目標(biāo)圖像；因輸入的圖像會摻雜一些噪聲，為了去除噪聲對圖像提取的影響，所以在圖像識別任務(wù)中都會進行濾波操作。

對于遙感圖像的特征提取，傳統(tǒng)的方法都是利用地物各目標(biāo)的光譜特性進行水體識別，閾值的選擇決定了水體信息提取的精確程度。隨著深度學(xué)習(xí)在遙感圖像目標(biāo)識別中的應(yīng)用，特征提取過程變得更加智能化。圖像識別、分類是根據(jù)提取的圖像特征設(shè)定某種判定規(guī)則，使得在該規(guī)則下誤差函數(shù)最小。

2 水體識別方法

2.1 閾值法

閾值法又被稱為模型分析分類法，基于水體光譜特征曲線，選擇合適的波段構(gòu)造模型。用于遙感圖像水體識別的主要方法有單波段閾值法和多波段閾值法，多波段閾值法又分為譜間關(guān)系法和水體指數(shù)法。閾值分類法的結(jié)果好壞取決于選取的準(zhǔn)則函數(shù)的好壞。

單波段閾值法利用水體在近紅外波段上反射率較低，易與其他地物區(qū)分的特點，選取單一的紅外波段，通過多次實驗，最終確定一個灰度閾值，將其作為水體與其他地物的區(qū)分閾值，是最簡易的水體識別方法。在后來的實驗中，發(fā)現(xiàn)該方法無法將水體與山區(qū)陰影準(zhǔn)確分離，提取的水體比實際的水體要多，因此使得該方法具有局限性，在對于那些非山區(qū)的高光譜遙感圖像，應(yīng)該首選閾值法進行試驗，若提取效果不明顯則可以選擇其他方法。

遙感圖像波段眾多，波段間具有較強的關(guān)聯(lián)性，利用單波段閾值法進行水體信息提取，不能全面地讀取圖像信息，譜間關(guān)系法通過原始圖像波段轉(zhuǎn)換得到的特征波段的光譜特征曲線，構(gòu)造邏輯判斷規(guī)則，進而提取水體。該方法能夠利用多波段的優(yōu)勢綜合提取水體信息，相對于國外學(xué)者，國內(nèi)學(xué)者采用該方法較多。

歸一化水體指數(shù)（normalized difference water index，NDWI）最初由Mcfeeters S K[4]提出，表達式為：

其中，PGreen是綠光波段，PNIR代表近紅外波段，NDWI 的閾值范圍為[0,1]。該方法雖然在影像水體提取中表現(xiàn)較好[5]，然而對于具有較多建筑物背景的水體圖像提取效果不夠理想。劉懷鵬等人[6]提出了一種NDWI 自約束遙感影像水體信息的快速檢測方法，能夠減少操作環(huán)節(jié)，提高檢測速度。林順海[7]將NDWI與改進的FCM 聚類算法結(jié)合用于水域信息地提取，結(jié)果表明，NDWI 與改進FCM 相結(jié)合算法的總體分類精度高達97.1542%，ISODATA 的精確度為94.5682%，NDWI 的精確度為80.2123%。Zhou Y 等人[8]提出一種新的多光譜閾值分割方法（Multi-Spectral Threshold segmentation of the Normalized Difference Water Index，MST-NDWI），與NDWI 相比，該方法能有效減少背景目標(biāo)的混淆，更精確地提取遙感圖像中的水體信息。

在對NDWI 分析的基礎(chǔ)上，徐涵秋[9]提出了一種改進的歸一化差異水體指數(shù)（Modified Normalized Difference Water Index，MNDWI），其表達式為：

其中，PGreen是綠光波段，PMIR代表短波紅外波段，利用中紅外波段替換NDWI 的近紅外波段，可快速、有效地識別水體。經(jīng)過對不同水體類型遙感圖像的實驗，取得了比NDWI 好的效果，尤其在城鎮(zhèn)范圍內(nèi)的水體識別表現(xiàn)較好。實驗還發(fā)現(xiàn)，MNDWI 比NDWI 更好地解釋水體細微特征，如懸浮沉積物的分布、水質(zhì)的變化等。對于遙感圖像中的陰影，MNDWI 比NDWI能夠更好地進行區(qū)分。孫佩等人[10]通過分析MNDWI與歸一化植被指數(shù)（normalized difference vegetation index，NDVI）所構(gòu)成的二位特征空間中的表現(xiàn)特征，提出了一種能夠有效凸顯水體影像特征的復(fù)合型水體指數(shù)（composite normalized difference water index，CNDWI），該方法有效地增加了山體與山體陰影區(qū)域之間的區(qū)分度，在建設(shè)用地和植被等地物之間的差異也具有明顯的增強作用。Teshome Talema 等[11]也運用NDVI 與WNDWI 結(jié)合的方法提高識別精度。NDWI和MNDWI 在提取水體信息時都或多或少地摻雜無用的背景信息，聶欣然等人[12]提出了一種經(jīng)驗型歸一化差異水體指數(shù)（Empirical Normalized Differential Water Index，ENDWI），其公式如下：

相比于MNDWI，ENDWI 較好地消除了噪音和部分建筑物錯提的現(xiàn)象，提取結(jié)果更加精確。

其中，NDWI、MNDWI、ENDWI 3 種方法在城區(qū)、湖泊區(qū)的分類精度如表1、表2 所示。從表中可以看出，在城區(qū)和湖泊區(qū)中ENDWI 方法都要優(yōu)于NDWI和MNDWI 方法，分類精度表現(xiàn)更好，錯分誤差更小。

表1 城區(qū)3 種水體提取方法精度評價[12]

表2 湖泊區(qū)3 種水體提取方法精度評價[12]

2.2 決策樹法

決策樹分析法利用概率論的原理，利用一種樹形作為分析工具，模擬人工分類過程對整個數(shù)據(jù)集從上往下進行逐級細分。如果已知原樣本的類別，可以將類別相似的樣本作為一類，向上進行聚類，逐級完成對各類的特征選擇。

針對山區(qū)陰影難以有效進行分割的問題，陳文艷等人[13]提出了一種HIS 變換結(jié)合決策樹法提取的山區(qū)地形遙感水體信息，對美國衛(wèi)星Landsat 遙感圖像的345 波段進行了實驗，結(jié)果顯示，該方法可以較好地提取復(fù)雜背景中的水體信息，有效地區(qū)分水體與山體陰影，經(jīng)對比，效果優(yōu)于MNDWI。陳靜波等人[14]基于知識決策樹對北京市多光譜影像進行水體識別實驗，并利用密度聚類法（density-based spatial clustering of applications with noise，DBSCAN）描述的空間密度特征區(qū)分城市水體和建筑物陰影，并取得了理想效果。張紅梅等人[15]設(shè)計了一種基于數(shù)字高程模型與指數(shù)提取的決策樹分類方法以提高識別精度，通過組合MNDWI、NDWI、比植被指數(shù)、主成分分析，結(jié)合DEM 構(gòu)建決策樹規(guī)則，結(jié)果表明，該方法同樣能夠有效區(qū)分山體陰影和水體，精確地提取出水體信息。李昔純等人[16]采用全極化TerraSAR 數(shù)據(jù)的HH、HV、VH、VV 的后向散射及其之間的計算作為決策樹算法，實現(xiàn)水體等識別的基礎(chǔ)，該方法有效地提取圖像中目標(biāo)的紋理特征，精確的提取目標(biāo)圖像。

2.3 支持向量機法

支持向量機（support vector machine，SVM）最早于1964 年被提出，隨著人工智能的發(fā)展，被陸續(xù)的應(yīng)用到了人像模式、文本分類等一系列模式識別的問題中[17-18]。SVM 是一類按監(jiān)督學(xué)習(xí)方式對數(shù)據(jù)進行二分類的廣義線性分類器，其決策邊界是學(xué)習(xí)樣本求解的最大邊距超平面[19]。假設(shè)有兩個類別的訓(xùn)練數(shù)據(jù)(x1,y1), (x2,y2),…, (xm,ym)，其中，x∈i∈?N是一個特征向量，yi∈{-1, +1}表示樣本的數(shù)據(jù)類別。如果這兩個類別可以被某個空間的超平面ω·x+b=0 所分割，那么最優(yōu)超平面即為能分割數(shù)據(jù)的最大距離超平面。求解ω和b的最優(yōu)解就是一個求解約束最優(yōu)化的問題。

SVM 能否具有好的分類性能，主要看核函數(shù)的類型選擇和參數(shù)設(shè)置[20]。一幅圖像的色彩分布可以看做是一種概率分布，那么圖像可以由其各階顏色矩來描述[21]，通過提取顏色矩可以提取水樣本圖像的特征，最后通過SVM 支持向量機作為水質(zhì)平鍵分類模型，實驗表明，該方法具有較好的分類效果和實用價值。對Sentinel-1 SAR 遙感圖像通過大氣校正、幾何校正和裁剪圖像的預(yù)處理方法，再進行GLCM 提取特征值，將其送入SVM 分類，實驗結(jié)果表明，SVM 分類方法不僅可以保留圖像細節(jié)，還可以保留較好的邊界細節(jié)。相比于ML、NN 等分類方法，分類準(zhǔn)確度更高[22]?；谟斜O(jiān)督的SVM 分類識別模型對遙感圖像進行湖、冰分類[23]，實驗結(jié)果表明其精度較高。將SVM 分類算法和MSWI 算法進行實驗比較[24]，發(fā)現(xiàn)SVM 更適合GF-2 地表水的提取。采用RBF 函數(shù)作為SVM 的核函數(shù)，對高分辨率遙感圖像進行分類識別[25]，結(jié)果采用Kappa 系數(shù)進行度量，結(jié)果表明，用SVM 分類算法對高分辨率遙感圖像進行分類時，分類效果理想，執(zhí)行性和適用性強。具有較好核函數(shù)的SVM 分類結(jié)果固然精確，但圖像的特征提取還是需要人為干預(yù)，這就使得該方法具有一定的局限性。

2.4 深度學(xué)習(xí)法

深度學(xué)習(xí)最先由Hinton G E 等人[26-27]于2006 年提出。作為機器學(xué)習(xí)的新方向，它的引入使機器學(xué)習(xí)更接近最初的目標(biāo)——人工智能。深度學(xué)習(xí)的目標(biāo)是學(xué)習(xí)數(shù)據(jù)的內(nèi)在規(guī)律和表達層次，在學(xué)習(xí)過程中獲得的信息對諸如文字、圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。深度學(xué)習(xí)通過多層處理，逐漸地將低層特征轉(zhuǎn)換為高層特征后，用“簡單模型”即可完成復(fù)雜的分類學(xué)習(xí)任務(wù)，所以深度學(xué)習(xí)可以理解為“特征學(xué)習(xí)”。對于大規(guī)模、大維度的海量數(shù)據(jù)，深度學(xué)習(xí)在統(tǒng)計、計算方面有著其獨特的優(yōu)勢。深度學(xué)習(xí)常用的模型有：深度信任網(wǎng)絡(luò)（deep belief networks）、自動編碼器（auto encoder）、稀疏編碼（sparse coding）、限制波爾茲曼機（restricted boltzmann machine）、卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks）。

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）于1998 年被Lecun 等人提出。CNN 是多層結(jié)構(gòu)學(xué)習(xí)算法，它利用了空間相對關(guān)系減少參數(shù)數(shù)目以提高樣本訓(xùn)練性能。CNN 模型結(jié)構(gòu)如圖1 所示，CNN是當(dāng)前深度學(xué)習(xí)算法中較為流行的一種，由卷積層和池化層交替組成，最后將池化層的結(jié)果送全連接層，最后將全連接層送入分類器進行分類處理。卷積層進行線性操作，提取樣本的特征，通常為組合卷積，參數(shù)有卷積核數(shù)量、核大小、卷積步長、填充方式等。在卷積層后加入一個激活函數(shù)進行非線性操作來減小梯度消失效果，常用的激活函數(shù)有Relu、Sigmoid、Tanh 等。卷積層后的池化層主要用于降低特征圖的特征空間，以此來增強特征對于旋轉(zhuǎn)和變形的魯棒性。隨著CNN 的不斷演變發(fā)展，尚有較為常用的模型有Caffenet、AlexNet、VGG、GoogleNet、ResNet、ResNeXt 等。

在遙感圖像水體識別的方法中，基本都是基于圖像的光譜特征對目標(biāo)進行識別，很難充分利用遙感圖像的空間信息和光譜信息，雖在一般情況下能夠分離出大部分的水體信息，但是在精確度上很難再提升到較高水平。CNN 是為識別二維形狀而設(shè)計的一個多層感知器，使用了局部感知的特殊理念，將其用于遙感圖像的分類識別中，可以充分利用遙感圖像的空間信息和光譜信息。

金永濤等人[29]針對遙感圖像目標(biāo)分類的問題，將面向?qū)ο蠓椒ê蜕疃葘W(xué)習(xí)法進行了對比，最終提出了一種結(jié)合面向?qū)ο蠛蜕疃葘W(xué)習(xí)的新方法，并選用卷積神經(jīng)網(wǎng)絡(luò)Caffe 框架進行了實驗。傳統(tǒng)的面向?qū)ο蠓椒ê茈y深刻全面掌握目標(biāo)形狀、紋理特征等，很難對遙感圖像地物進行精確分類，而深度學(xué)習(xí)雖然需要大量帶有標(biāo)簽的樣本來進行訓(xùn)練，但是根據(jù)訓(xùn)練的模型可以精確的對目標(biāo)進行分類。如果將兩種方法合并在一起進行使用，既可以通過面向?qū)ο蟮姆椒ń鉀Q訓(xùn)練集匱乏的問題，又可以修正深度學(xué)習(xí)中沒有考慮遙感圖像多波段的特性，該方法可以有效提高對遙感圖像地表水等地物目標(biāo)的分類精確度，但是文章在算法結(jié)構(gòu)設(shè)計方面不夠完整，需要進一步完善。

在將深度學(xué)習(xí)用于遙感圖像目標(biāo)識別初期，諸多學(xué)者都是首先嘗試將CNN 與傳統(tǒng)方法進行融合以提高分類精度，將CNN 與SVM 結(jié)合進行目標(biāo)識別的方法已經(jīng)用于很多遙感圖像地物識別中[30-32]。文獻[33]中選用了CNN_SVM 模型對遙感圖像水體進行識別，其中SVM 選用RBF 核函數(shù)。文中用特征重構(gòu)的方法解決了訓(xùn)練數(shù)據(jù)樣本匱乏的問題，將重構(gòu)后的樣本數(shù)據(jù)送入CNN 進行特征提取，經(jīng)過數(shù)次卷積-池化操作得到全連接數(shù)據(jù)，最后采用SVM分類器對全連接層特征進行分類。相對于CNN原來的SoftMax 分類器，SVM 能夠增加收斂速度，大大減少了訓(xùn)練時間。文獻[34]提出了一種基于CNN的多尺度融合方法（BMF-CNN）進行水體識別。隨著CNN 模型的網(wǎng)絡(luò)層數(shù)加深，每一層都會丟失一部分信息，到最后就會丟失一大部分信息，只保留具有代表性的特征。采用多尺度特征融合的思想就是將上一層的特征圖加到當(dāng)前層再次進行特征提取，這樣就會適當(dāng)增加上一層的部分特征，以達到對樣本數(shù)據(jù)特征全面學(xué)習(xí)的目的。一般情況下，基于深度學(xué)習(xí)的遙感圖像目標(biāo)識別都是集中于從視覺特征到語義類別的自底向上的分類，這種分類的思想忽略了自頂向下的反饋，反饋可以增強模型的魯棒性和泛化性。對于以上挑戰(zhàn)，文獻[35]提出了一種自底向上和自頂向下的水體識別方法RCNN 的改進結(jié)構(gòu)。該方法相比于單方向的分類方法，無需先驗知識，分類結(jié)果更加精準(zhǔn)，具有很好的研究和應(yīng)用價值。

陳前等人[36]采用Deeplabv3 語義分割神經(jīng)網(wǎng)絡(luò)與常規(guī)卷積神經(jīng)網(wǎng)絡(luò)分別對遙感圖像水體進行了提取研究。Deeplabv3 框架是基于像素級的語義圖像分割方法，與常規(guī)卷積神經(jīng)網(wǎng)絡(luò)不同的是，Deeplabv3 采用多孔卷積。多孔卷積能夠擴大任意卷積層卷積核的視野，并且在Deeplabv3 網(wǎng)絡(luò)模型中加入了多孔空間金字塔池化（atrous spatial pyramid pooling，ASPP）模型，該模型可以提高在不同尺度上進行采樣的準(zhǔn)確率，同時對任意尺度的分割都有效果?；趖ensorflow 框架的Deeplabv3 的方法對遙感圖像數(shù)據(jù)集進行實驗，與常規(guī)CNN 相比，CNN 精度要高于Deeplabv3 方法，這是由于Deeplabv3 網(wǎng)絡(luò)在訓(xùn)練的過程中降低了圖像的分辨率，使得水體邊緣太過平滑，不能夠精細地分離出水體。雖然該方法較CNN 精確度略低，但相對于傳統(tǒng)的水體指數(shù)法和SVM 方法精確度都要高，說明深度學(xué)習(xí)的方法能夠有效提升識別精度，精確地提取出水體特征，使得提取過程更加自動化、智能化。

3 結(jié)語

隨著水資源的不斷緊缺，對于水質(zhì)檢測、海岸線觀測等工作會陸續(xù)開展，同時，遙感技術(shù)的進步也為這項工作的推動奠定了基礎(chǔ)。我國遙感技術(shù)正在飛速進步，未來將會有大量的高分圖像應(yīng)用于軍事、環(huán)境監(jiān)測、地理觀測等一系列應(yīng)用中。水體提取是進行環(huán)境監(jiān)測環(huán)節(jié)中非常重要的一項任務(wù)，能否精確地識別出水體決定了后續(xù)進行數(shù)據(jù)分析的結(jié)果。

目前，對于遙感圖像水體識別技術(shù)以經(jīng)逐漸地向深度學(xué)習(xí)方向發(fā)展。深度學(xué)習(xí)優(yōu)秀的特征提取能力注定其識別精度要高于傳統(tǒng)的識別方法。目前尚存在幾大挑戰(zhàn)：1、單一的傳感器僅局限于單一技術(shù)參數(shù)中，很難全方位展現(xiàn)出目標(biāo)特性；2、對于有監(jiān)督學(xué)習(xí)，需要大量人為標(biāo)記的數(shù)據(jù)樣本，伴隨著衛(wèi)星精度的上升、樣本數(shù)據(jù)的豐富、特征提取模型方法的成熟，遙感水體識別技術(shù)將會朝著自動化、無監(jiān)督學(xué)習(xí)方法的方向發(fā)展，對于通過遙感圖像精確識別水體有一定的應(yīng)用指導(dǎo)意義。