基于語義和邊緣特征融合的高分辨率遙感影像水體提取方法

尹 昊，張景涵，張承明，錢永蘭，韓穎娟，葛 瑤，帥麗華，劉 銘

（1. 山東農業(yè)大學，山東 泰安 271018；2. 國家氣象中心，北京 100081；3. 中國氣象局旱區(qū)特色農業(yè)氣象災害監(jiān)測預警與風險管理重點實驗室，銀川 750002）

遙感圖像分割技術能夠根據提出的逐像素特征對圖像進行分割，為每個像素分配一個類別標簽。以圖像分割結果為基礎，可以進一步提取出湖泊、河流和水田等水體的空間分布信息（Minaee et al.,2019）。利用遙感圖像分割技術提取水體信息，不僅能夠節(jié)省大量的人力物力，還能極大地提高工作效率。但由于同物異譜、異物同譜、地形復雜、空間分辨率有限、分類方法復雜以及遙感數據本身的原因，對遙感圖像進行分割時，如何準確地識別水體邊緣，是長期困擾研究者的一個難題。僅利用原始圖像和卷積神經網絡進行圖像分割時，常會出現(xiàn)同類對象像素中，邊緣像素的特征值與內部像素的特征值間存在較大差異，如小池塘和狹窄的河流，從而導致對象邊緣錯誤的概率增大。如何針對水體特點，融合語義特征與邊緣細節(jié)信息生成同時具有較高的類間區(qū)分度和類內一致性的逐像素特征，是提升提取結果精度的關鍵。

目前識別水體的核心思路主要是增強水體信息和抑制非水體信息（Zhou et al.,2014）。遙感圖像中提取水體的主要方法有：水體指數法光譜分類（Zhang et al.,2018）、閾值分割方法（Berthon et al.,2010）、機器學習（Karpatne et al., 2016；何海清等，2017）和卷積神經網絡（陳坤等，2021）等。多種水體指數被廣泛應用于水體提取，如NDWI（Normalized Difference Water Index，歸一化水指數）（McFeeters et al.,1996）和MNDWI（Modified NDWI，改進的歸一化水指數）（Xu et al., 2006）等，這些方法都是利用不同波段光譜信息的差異來增強水體的信息，然后通過設定閾值對水體進行提取。由于單一的水體指數往往有一定的局限性，如NDWI能夠最大程度地抑制植被信息，但在區(qū)分水體和建筑物、陰影方面的能力較差；MNDWI利用中紅外波段代替近紅外波段，提高了建筑物與水體的差異，但僅適用于有中紅外波段的影像，且最優(yōu)閾值的設定具有很強的主觀性，需要隨著面積和時間的變化而變化（王帆等，2021）。這些方法過多地依賴專家知識，需要經過多次實驗才可能得到較理想的提取結果。此外，上述方法多針對于某一特定區(qū)域的遙感圖像源，當用于處理不同地區(qū)、不同時期的影像時，往往需要重新進行參數率定，泛化能力較差。

隨著機器學習技術的發(fā)展，研究者開始將其應用到遙感圖像分割任務中，支持向量機（Zhang et al.,2017；單治彬等，2018）、決策樹（Al-Obeidat et al.,2015）、隨機森林（王一帆等，2020）等都在遙感圖像分割領域取得了優(yōu)異的表現(xiàn)。如常文濤等（2020）根據面向對象原理，采用隨機森林算法，以紅邊波段和雷達波段影像數據為數據源進行了濕地提取。但這些方法生成的特征信息多是以單個像素為基礎，未能充分利用相鄰像素之間的信息，因此提取的水體對象邊緣處的精度仍不夠理想。

卷積神經網絡不僅能夠提取簡單特征，也能夠提取出表達能力較強的語義特征，魯棒性強，在遙感信息提取中得到廣泛應用，該方法雖然需要一定數量的人工標記圖，但標記圖制作簡單且可以作為數據積累。訓練成功的模型在應用于不同地區(qū)時，使用者可在已有數據集的基礎上補充部分標記圖，模型仍然能成功地完成提取工作。因此，利用卷積神經網絡提取水體具有較強的優(yōu)勢。

全卷積網絡（Long et al.,2015）是首個在相機圖像分割任務中取得成功的卷積神經網絡，但隨著網絡層數的增加，不同結構之間的差異也在擴大（Ioffe et al.,2015）。以全卷積網絡為基礎，研究者進一步提出了更多的網絡結構，以提高圖像語義分割的質量，這些新的網絡結構大多數屬編碼器-解碼器結構（Noh et al.,2015），其中編碼器用于圖像特征提取和降維，解碼器用于恢復特征圖的大小和細節(jié)?；谌矸e網絡結構發(fā)展起來的模型多以感受野較小3×3型卷積核為基礎，當將這類模型應用于細節(jié)豐富圖像時，往往會因感受野內像素區(qū)分度較小而導致提取的特征質量較差。針對這一現(xiàn)象，研究者提出了一種新型的以空洞卷積結構為基礎的模型，其典型代表是DeepLab系列的模型（Chen et al., 2019），該模型以ResNet（Residual Network）（He et al.,2016）作為其骨干網絡?？斩淳矸e可以增加輸入域尺寸，通過等權融合等方式融合不同尺度不同層次的語義特征，提高最終語義特征的質量。

與相機圖像相比，遙感圖像的細節(jié)信息要少得多，卷積神經網絡應用于遙感圖像分割時，所建立的模型結構需要充分考慮遙感圖像特點才能取得較好的效果。如劉文祥等（2020）針對遙感影像上呈現(xiàn)出擬合速度慢、邊緣目標分割不精確、大尺度目標分割類內不一致、存在孔洞等缺陷，在Deep‐labv3+中引入雙注意力機制模塊，有效改善了提取效果；何紅術等（2020）在擴張路徑中對低維特征信息進行加強，并引入條件隨機場，實現(xiàn)了基于改進U-Net 網絡的高分遙感影像水體提取；Wang 等（2020）提出了一種基于多維密集連接卷積神經網絡，對高分辨率遙感圖像水體進行識別，模型泛化性較好，但深層語義特征丟失了部分邊緣細節(jié)信息，使得水體提取結果的邊緣處精度不理想。

邊緣檢測方法可以得到局部像素灰度的突變，獲得封閉或者開放的邊緣，提取邊緣像素的點集，提供豐富的低層邊緣信息（Shrivakshan et al.,2012）。結合邊緣檢測的方法進行語義分割，能夠有效解決分割結果中存在的邊緣模糊、分割不準確等問題（Chen et al., 2016；黃巍 等，2018；王囡等，2021）。Lyu等（2019）發(fā)現(xiàn)將高分辨率的全局邊緣信息與低分辨率的分類級語義信息結合在一起，可以有效彌補語義分割中的邊緣信息丟失問題。HED-H CNN（Marmanis et al., 2018）利用雙分支的網絡結構同時提取邊緣圖與分割圖，并利用邊緣特征對整個提取網絡進行優(yōu)化，使分割結果中各地物邊界明確，結合邊緣特征提高分割結果精度。因此，邊緣特征與語義特征有效融合可以提高特征質量，有助于精確恢復分割區(qū)域的邊界，得到更好的遙感圖像分割結果（Cheng et al., 2017; Liu et al.,2018）。

鑒于此，本文提出一種融合語義特征與邊緣特征的遙感圖像分割模型SEF-Net（Semantic Feature and Edge Feature Fusion Network），該模型利用一個邊緣特征與語義特征的融合模塊進行多尺度特征融合，提取出具有較高的類間區(qū)分度和類內一致性的高質量的逐像素級特征，試圖提升水體邊緣處提取結果的精度，以達到獲取高精度水體空間分布的目標。以期為從遙感圖像中提取高精度的土地利用信息提供新思路。

1 數據集

目前，高分2 號遙感影像（Gaofen 2，GF-2）已被用于土地調查、環(huán)境監(jiān)測、作物估算、建設規(guī)劃等方面。每幅GF-2 影像由多光譜影像和全色影像組成，多光譜影像的空間分辨率為4 m，包括藍、綠、紅、近紅外4個光譜波段，全色影像的空間分辨率為1 m。選擇Gaofen Image Dataset（GID）數據集①http://captain.whu.edu.cn/GID/、2020年“中科星圖杯”高分遙感圖像解譯+軟件大賽的高分辨率可見光圖像水體目標自動提取數據集（高分水體數據集），以及8幅廣東省廣州市部分地區(qū)2020年的GF2影像人工標注制作的數據集作為驗證數據集進行實驗②http://www.cresda.com/CN。

其中，GID數據集是用于土地利用和土地覆蓋分類的大型數據集，包含中國60 多個不同城市的150幅高質量GF-2圖像，像素為7 200×6 800，覆蓋的地理區(qū)域超過5 萬km2。數據集對農田、林地、建筑物、水體和草地5 種土地利用類型進行標注（圖1）。

高分水體數據集由高分二號光學數據組成，分辨率為1～4 m，包含中國不同城市的1 000幅高質量GF-2裁剪圖像，像素為492×492。每幅圖像按照像素級別分別進行江、河、湖、海等場景像素級標注（圖2）。

廣東省廣州市部分地區(qū)的GF-2 遙感影像利用航天宏圖信息技術股份有限公司自主研發(fā)的PIE 遙感圖像處理軟件對所有圖像進行預處理，主要包括大氣校正、幾何校正、正射校正和圖像融合等步驟。融合得到的圖像包含紅、藍、綠、近紅外4個波段，空間分辨率為1 m。

由于水體同其他土地利用類型具有較明顯的視覺差異，人工使用遙感圖像處理軟件的視覺解譯功能標記水體，再將圖像分割為尺寸為512×512像素的圖像塊，從中選取包含水體的236 幅進行人工標注。

2 方法

2.1 模型輸入

利用改進的Canny算法對遙感圖像的數據集進行邊緣提取，以獲取的邊緣位置信息為基礎，利用邊緣位置像素的信息值生成邊緣圖像。利用原始圖像（圖3-a）、人工標記圖（圖3-b）、邊緣圖像（圖3-c）構成圖像組，作為模型的輸入，用于對SEFNet模型進行訓練和測試。

圖3 圖像塊組示例（a.原始影像；b.人工標記圖；c.邊緣圖像）Fig.3 Example image block group(a.original image;b.manual marking map;c.edge diagram)

2.2 SEF-Net模型結構

SEF-Net 模型使用遙感圖像及相應的邊緣圖像作為輸入，由1個編碼器、1個解碼器、1個多平行擴張卷積塊和1個分類器組成（圖4）。編碼器包含2 組特征提取單元，一組直接從遙感圖像中提取語義特征，一組從遙感圖像和邊緣圖中提取邊緣特征；解碼器使用分級融合策略對編碼器生成的特征圖進行融合和解碼，以降低對象邊緣像素與對象內部像素的特征差異；分類器根據編碼器輸出的特征圖完成逐像素分類。

圖4 SEF-Net網絡結構Fig.4 SEF-Net network structure diagram

在訓練模型時，需要同時使用遙感圖像塊及其對應的標記圖像塊作為輸入，標記圖像塊作為參考圖像，計算本次訓練的損失值；使用訓練成功的模型進行分割時，僅需要使用遙感圖像作為輸入。在訓練階段和分割階段，模型輸出均為逐像素的標注結果。

2.2.1 編碼器 編碼器包括語義特征提取組和邊緣特征提取組。語義特征提取組由4級提取單元組成，除第1級語義特征提取單元以遙感圖像作為輸入外，其余各級語義特征提取單元以上一級特征圖作為輸入（圖5）。每級語義特征提取單元均包含2個卷積層、1 個BN 層（Batch Normalization）、1 個激活層和1個池化層，2個卷積層的卷積核均為3×3，采用嵌套結構，這種結構設計的優(yōu)勢在于充分考慮了高分辨率遙感圖像結構變化對卷積計算的影響，有利于編碼器為同類像素生成穩(wěn)定性好的特征。

圖5 感受野示意圖Fig.5 Schematic diagram of receptive field

與語義特征提取組相似，邊緣特征提取組也是由4級提取單元組成，每級邊緣特征提取單元的結構與同級的語義特征提取單元結構一致。4 級單元首先進行特征提取，再使用線性融合模型對邊緣特征圖和語義特征圖進行融合。使用的線性融合模型公式為：

式中：fsemantic為語義特征圖；fedge為邊緣特征圖；γ為權重系數向量，每級γ的取值可隨模型訓練進行自動調整，最終達到兩類特征圖的自適應結合。

激活層使用卷積神經網絡中應用較廣的ReLU函數（Rectified Linear Unit）作為激活函數。

池化運算具有加速特征聚集的作用，能淘汰掉區(qū)分度差的特征值，有利于生成一致性好的特征。但池化運算一般會降低特征圖的尺寸，可能會導致部分特征值不具有代表性，在SEF-Net模型中使用最大池化策略。經過線性融合后的邊緣特征，邊緣附近的像素特征值增大，增加了特征的區(qū)分能力。

2.2.2 多并行空洞卷積模塊 為了對水體對象進行更精細的分割，構建了一個并行空洞卷積模塊，將多個具有不同接受域的、不同空洞參數的空洞卷積并行合并，這樣模型能夠實現(xiàn)不同尺度的特征的融合（圖6）。

圖6 多并行空洞卷積模塊結構Fig.6 Structure diagram of multi-parallel void convolution module

2.2.3 解碼器 解碼器設置了4級解碼層，用于對編碼器提取到的特征圖融合后進行上采樣處理，以獲取兼有較高的類間區(qū)分度和類內一致性的逐像素特征向量（圖7）。可以看出，每級解碼層包括一個串接層和一個解碼單元，串接層將輸入的m層尺寸為w×h的兩組特征圖進行串接，得到尺寸不變的2m層特征圖組，再輸入到解碼單元對特征圖組進行融合并提升特征圖尺寸。

圖7 特征融合模塊Fig.7 Feature fusion module

每個解碼單元包括1 個特征融合層，1 個上采樣層、1個激活層和1個調整層。特征融合層為1×1型卷積層，將兩類串聯(lián)連接后的特征進行特征值融合。上采樣層是一個反卷積層，用于恢復特征圖的尺寸，SEF-Net 模型采用逐步恢復的策略，每次調整時行數和列數分別擴大1倍，最后將特征圖的尺寸恢復到與原圖像一致。調整層為1×1 型卷積層，其作用是對上采樣后的特征值進行調整。解碼器最后能為每個像素生成一個長度為32的特征向量。

2.2.4 分類器 SEF-Net 模型使用一層卷積核為3的卷積層和Sigmoid（Little,1974）作為分類器，分類器使用解碼器輸出的32層的特征圖作為輸入，卷積層將輸入特征圖數量調整為1，Sigmoid逐像素計算歸屬于水體的概率作為輸出，最后以0.5 作為閾值判斷各像素的類別。Sigmoid計算公式為：

2.3 損失函數

SEF-Net 以交叉熵作為基礎定義損失函數，計算預測值與真值的誤差，并通過反向傳播更新權值。樣本的交叉熵（Rubinstein,1999）定義為：

式中：p為SEF-Net模型輸出的類別概率向量；q為根據人工標記生成的真實概率分布，在q中，除像素所屬類別對應的分量為1外，其余分量為0。

對于SEF-Net模型而言，每個像素均可看作一個獨立樣本，在此基礎上，將損失函數（Liu et al.,2016）定義為：

式中：x為Sigmoid的輸出；label為訓練的遙感影像塊對應的標記圖。

2.3 實驗設計

選擇SegNet、Refinenet、Deeplabv3 和HED-H CNN作為對比模型設計對比實驗。SegNet采用經典的編解碼結構，用于比較經典編解碼結構模型與SEF-Net 的結構對提取效果的影響；Refinenet 利用池化與卷積操作提取影像的不同尺度的特征信息，使用遠程殘差連接實現(xiàn)高分辨率的預測，淺層的完善特征直接用于強化高級的語義特征，用于比較解碼器融合淺層語義特征的多尺度模型與融合邊緣特征模型之間的效果差異；Deeplabv3 采用基于空洞卷積的空間金字塔池化，能有效地捕獲多尺度信息，用于比較融合邊緣特征的模型與多尺度大范圍語義特征的模型間效果差異。

圖8 比較了5 種不同的邊緣檢測算法，可以看出，除Canny 之外，其他4 種算法均生成了許多水體內部的邊緣點，而Canny檢測由于極大值抑制展現(xiàn)出的優(yōu)勢，得到的邊緣與實際水體地塊的邊緣高度重合，且沒有很多細碎的噪聲邊緣。另外，使用邊緣檢測圖與高分辨率遙感圖像一同提取得到的邊緣特征在邊緣處具有更好的區(qū)分度，因此選擇Can‐ny邊緣檢測算法取水體邊緣。

圖8 圖像塊組示例（a.原始圖像；b.Canny邊緣檢測圖；c.Laplacian邊緣檢測圖；d.Roberts 邊緣檢測圖；e.Prewitt邊緣檢測圖；f.Sobel邊緣檢測圖）Fig.8 Example of image block groups(a.original image;b.Canny edge detection diagram;c.Laplacian edge detection diagram;d.Roberts edge detection diagram;e.Prewitt edge detection diagram;f.Sobel edge detection diagram)

以PyTorch 為基礎，使用Python 語言開發(fā)了SEF-Net 模型。SEF-Net 模型采用端對端的方式，使用SGD（Stochastic Gradient Descent，隨機梯度下降）算法作為訓練算法。利用一臺圖形工作站開展對比實驗，該圖形工作站安裝了一個容量為12GB 的Titan X 顯卡，實驗所用的操作系統(tǒng)為Linux Ubuntu 16.04。為了增加樣本的數量和多樣性，對訓練數據集中的每一張圖像均進行了顏色調整、水平翻轉、垂直翻轉等處理，色彩調整因素包括亮度、飽和度、色調和對比度。經過增強得到的圖像僅用于模型訓練，測試所使用的圖像均為原始圖像。

使用交叉驗證法開展對比實驗，每次實驗均從數據集中選擇80%的圖像塊組作為訓練數據，其他20%的圖像塊組作為測試數據。共組織了5輪測試，保證每張遙感圖像塊均被測試1次。

2.4 評價指標

為了便于評價各個模型的提取結果，將結果圖中的像素分為4種類別：被正確識別成水體的像素（TP）、被正確識別成其他類的像素（TN）、被錯誤識別成水體的像素（FP）和被錯誤識別成其他類的像素（FN）。在此基礎上，選擇Acc（Accuracy，準確率）、精確率（Precision）、召回率（Recall）、F1（F1 Score，F(xiàn)1 分數）作為評價指標（湯涌等，2020）。

Accuracy表示正確分類的水體像素數在所有像素數中所占的比例，計算方法為：

Precision用來表示正確分類的水體像素數在所有被分類成水體的像素數所占比例，計算方法為：

Recall用來表示正確分類的水體像素數在全部實際為水體的像素數中所占比例，計算方法為：

F1同時兼顧了模型的準確率和召回率，計算方法為：

3 結果分析

3.1 不同方法的測試結果

圖9 給出了GID 數據集中4 個典型區(qū)域及所有對比模型的測試結果。與其他4個方法相比，SEFNet 提取出的水體目標噪聲更小，邊緣更光滑，極少出現(xiàn)將其他類像素錯誤識別為水體的情況，對于光譜信息相差較大的水體像素也可以實現(xiàn)有效區(qū)分，對河、湖等水體目標提取結果均較為理想。

圖9 GID數據集水體結果（a.原始圖像；b.與圖a相對應的人工標記圖像；c.SegNet；d.Deeplabv3；e.Refinenet；f.HED-H CNN；g.SEF-Net）Fig.9 Water result diagram of GID dataset(a.original images;b.manually labeled images corresponding to figure a;c.SegNet;d.Deeplabv3;e.Refinenet;f.HED-H CNN;g.SEF-Net)

從表1可以看出，SEF-Net結果的4項評價指標均優(yōu)于對比模型。SEF-Net的精確率為98.37%，說明SEF-Net 分類為水體的像素精確率非常高，比HED-H CNN 模型高1.25%；召回率比Refinenet 高2.80%，比Deeplabv3 高6.23%；F1 分數也達到了95.12%。

3.2 廣州地區(qū)數據集實驗結果

從對比模型在2020 年廣州地區(qū)GF-2 測試中4個典型區(qū)域的測試結果（圖10）可發(fā)現(xiàn)，SEF-Net相較于SegNet 和Deeplabv3，可以對面積較大的水體提取出邊緣細粒度良好的結果，也沒有將個別建筑物錯誤識別為水體；SEF-Net 相較于Refinenet，可以將小面積的水體對象進行有效分割；SEF-Net在復雜的環(huán)境中也可以有效地提取檢測建筑物的陰影下的水，能夠將水中的船與水有效區(qū)分出來。

圖10 廣州GF-2影像水體結果（a.原始圖像；b.與圖a相對應的人工標記圖像；c.Refinenet；d.Deeplabv3；e.SegNet；f.SEF-Net）Fig.10 Water results of GF-2 image in Guangzhou(a.original images;b.manually labeled images corresponding to figure a;c.Refinenet;d.Deeplabv3;e.SegNet;f.SEF-Net)

從表1可以看出，SEF-Net結果的4項評價指標均優(yōu)于對比模型，SEF-Net 的準確率最高，為94.06%；精確率優(yōu)于第二準確的Refinenet 模型3.32%；召回率比Refinenet高3.72%，比Deeplabv3高4.4%；F1 分數也達到了最高的95.88%，比Seg‐Net高7.35%。

表1 對比模型在3種數據集的結果比較Table 1 Comparison result of different model on three datasets %

3.3 高分水體數據集實驗結果

圖11給出了高分水體數據集中6個典型區(qū)域及所有對比模型在各個區(qū)域上的測試結果?？梢园l(fā)現(xiàn)，在地形較為復雜的地塊中，水體的邊緣十分曲折，提取得到的結果往往比較破碎，針對較窄的河流，SEF-Net 明顯優(yōu)于2 個對比模型；在遇到多塊小面積水田時，SEF-Net 引入邊緣特征后可以得到更為精細的結果。

圖11 高分水體數據集結果（a.原始圖像；b.與圖a相對應的人工標記圖像；c.Deeplabv3；d.Refinenet；e.SEF-Net）Fig.11 Results of high-resolution water body dataset(a.original images;b.manually labeled images corresponding to figure a;c.Deeplabv3;d.Refinenet;e.SEF-Net)

從表1可以看出，SEF-Net結果的4項評價指標均優(yōu)于對比模型，SEF-Net 準確率最高，為89.56%；F1 分數也達到了最高，為91.54%；精確率比Deeplabv3 高4.21%；召回率比Refinenet 高4.45%。說明引入邊緣特征能夠有效地提高卷積神經網絡分割結果，同時也說明通過增強邊緣特征對于小數據集的水體提取問題也是有效的。

4 討論

4.1 引入邊緣特征的優(yōu)勢

光譜特征、紋理特征和語義特征是目前遙感圖像分割工作中廣泛使用的3種特征，其中光譜特征主要表達像素自身信息的聯(lián)系；紋理特征主要表達相鄰像素間的空間相關性；語義特征主要表達特定區(qū)域內像素間的關聯(lián)，是一種抽象性較強的信息。與光譜特征和紋理特征相比，語義特征具有更強的表達能力，用于分類時具有較強的優(yōu)勢。

卷積神經網絡通過合理組織卷積核，能夠同時提取到這三類特征，如使用1×1型卷積核能夠提取到的特征相當于光譜特征，通過淺層獲得的特征可以看作紋理特征，不同深度的卷積層可以獲取不同級別的語義特征。因而，可以認為高級的語義特征包含光譜特征、紋理特征和語義特征的信息。從對比實驗結果看，所有卷積神經網絡模型的精度都在87%以上，遠高于利用遙感指數等傳統(tǒng)方法的結果，證明了卷積神經網絡在提取特征方面的優(yōu)勢。

進一步分析圖10、11 兩組實驗結果可以發(fā)現(xiàn)，SegNet、Deeplabv3、Refinenet、SEF-Net 模型所提取的結果中，對象內部像素的分類結果都比較理想，差異主要在于水體的邊緣處。由于SEF-Net引入了邊緣信息對語義特征進行改善，提高了水體邊緣像素的特征區(qū)分能力，使得對象邊緣的提取結果明顯得到優(yōu)化，證明了引入邊緣信息策略的合理性。

4.2 多尺度特征的優(yōu)勢

除SegNet模型是僅利用逐級解碼方法生成逐像素特征外，Deeplabv3、Refinenet 和SEFNet 模型均采用了融合策略，通過對不同尺度的特征進行融合生成用于分類的逐像素特征。根據對比實驗，SegNet 模型所得到結果的各項指標均不如其他模型，證明了通過融合多尺度特征能有效提高特征質量。

雖然Deeplabv3 模型和Re‐finenet 模型采用的具體融合過程有所不同，但這兩種模型均采用了定權融合策略，其優(yōu)勢在于簡化了融合過程，不需要通過訓練確定融合參數，但由于不同級別的語義特征所代表的信息存在較大差異，從而對最終特征的貢獻也有所不同，采用定權融合策略可能會掩蓋不同級別的語義特征間的這種差異，不能達到有效提高同一對象像素間特征一致性的目的。而SEF-Net 采用的是變權融合策略，雖然需要增加額外的網絡參數，但有助于表達不同級別語義的特征，可以提高同一對象像素特征間的一致性。

5 結論

針對從遙感影像中提取高精度水體空間分布的需要，本文在分析高分辨率遙感影像上水體對象數據特點的基礎上，充分利用語義特征與邊緣特征各自的優(yōu)勢，建立了SEF-Net 模型以實現(xiàn)水體提取。SEF-Net 首先對語義特征與邊緣特征進行融合，以生成兼有高類內一致性和高類間區(qū)分度的精細特征，然后利用獲取的精細特征從遙感影像中提取水體精細空間分布，與現(xiàn)有方法相比，SEF-Net 提取結果的最高精度達到95.07%，即使在小數集中，SEFNet 的精度也達到了89.56%，說明SEF-Net 模型不僅具有比同類模型更強的提取能力，同時也具有較強的適應能力，為大范圍、精細化、自動化的水體信息提取工作提供了一定的思路。通過更換樣本數據集，SEF-Net 可直接應用于從遙感圖像中提取農作物、居民地、林地等面狀對象空間分布信息。

本文的主要貢獻有：1）利用Canny 算法從原始遙感圖像生成邊緣圖像，并將其作為輔助數據源改善特征提取過程。實驗證明，利用從邊緣圖像中提取出的邊緣特征信息，能夠有效提高對象邊緣處像素語義特征的區(qū)分能力；2）針對融合多尺度特征的需要，利用空洞卷積來擴大感受野，利用1×1卷積對權重進行自適應調整，從而有效地改善了融合效果，提高了對象邊緣像素與內部像素的特征一致性。

本文方法需要較高精度的標記數據構建訓練數據集，工作量較大，未來可考慮引入半監(jiān)督訓練方法，降低模型訓練對標記工作的要求，以便將模型應用于生產實踐。