基于圖像分割和密度聚類的遙感動目標分塊提取

林翊鈞， 吳鳳鴿， 趙軍鎖

(1. 中國科學院大學, 北京 100190； 2. 中國科學院軟件研究所, 北京 100190)

近年來，在衛星小型化、低成本、快速研發及部署的趨勢下，各個機構發射低軌衛星的數量呈爆發式增長，這為獲取海量高時空分辨率的遙感圖像序列提供可能，也保證了天基對地動目標檢測的數據基礎。例如，2015年發射的光學遙感衛星吉林一號，能夠在656 km軌道高度上采集幅寬11.6 km、分辨率優于0.72 m的高精度視頻[1]，即使是繁忙公路上高速奔馳的汽車也清晰可見?；谶b感視頻的動目標檢測研究具有廣泛的應用場景，如城市安全、交通控制及軍事目標檢測等。但由于每幀圖像幅寬可達數十公里，且內部存在運動視差、光照變化以及不精確配準等誤差，傳統動目標檢測算法的應用存在復雜度高、精度差、約束多等缺陷，模型的星上部署更將受到運行時間及計算資源的嚴重制約。

為了提升精度并減少目標搜索空間，大幅寬遙感圖像下的動目標檢測研究通?；诙嘁晥D的方法實現。首先利用遙感圖像分割[2-4]或顯著性檢測[5-6]算法，粗糙快速地定位目標可能存在的區域，然后利用手工提取的外觀特征如HOG(Histogram of Oriented Gradient)、Haar等訓練一個魯棒的分類器來逐個過濾錯誤的檢測結果。而近來基于卷積神經網絡(Convolutional Neural Network，CNN)的模型替代傳統分類器取得了顯著的效果。LaLonde等[4]通過使卷積層同時學習目標的運動和外觀信息，提出了一個端到端的全CNN模型，在實現多目標檢測、簡化流程的同時達到了精度最優。Blasch等[7]利用卷積和全連接層對圖像塊進行分類，結果顯著優于支持向量機方法。其他以包含背景信息的圖像塊作為原始輸入，基于CNN實現的高精度多目標檢測模型包括FasterR-CNN(Faster Region with CNN)[8]、YOLO(You Only Look Once)[9]、SSD(Single Shot multibox Detector)[10]及R-FCN (Region-based Fully Convolutional Networks)[11]等。

當前高精度CNN模型存在的不足是：其和傳統分類器一樣無法減少動目標在大幅寬圖像下的搜索空間。任何硬件都無法支持CNN同時處理數百萬像素點，直接將圖像尺寸歸一到固定大小則可能導致小目標消失融合在背景中[4]。因此，通過運動信息對目標進行預提取依然是必要的步驟，但現有的像素級分割算法通常都不是為CNN設計優化的，其輸出不規則的區域(blob)或質心點[12]作為候選目標，而CNN需要背景信息來輔助檢測，其以矩形的圖像塊(patch)作為原始輸入，如果直接在目標聚集區域簡單地通過區域擴展得到圖像塊，則會導致塊之間存在大量的重疊，也就意味著小目標可能在后續的CNN模型中被重復地檢測，需要額外的后處理過程并浪費計算資源。

本文為優化CNN在大幅寬遙感圖像下的輸入，提出了一種多尺寸動目標分塊提取方法。首先，將現有圖像分割算法中普遍采用的誤差全局處理轉換為局部操作，實現快速、粗糙地提取候選目標運動區域；然后，通過合并相鄰區域的方式減少輸出圖像塊的面積和數量。針對該過程存在的目標規模龐大、空間密度分布不均勻、結果易陷入局部最優等問題，在相鄰塊合并階段設計了一種基于空間約束的密度聚類算法——SC-DBSCAN，利用對象的相對密度自適應地將數據分解為多個相互獨立的子簇，實現了問題的分治，可并行化處理。同時分析了模擬退火思想與合并過程的相關性，將數量及面積指標作為相鄰對象合并的優化目標，引入隨機擾動來提升圖像塊質量。

本文主要貢獻有：①從優化圖像塊質量的角度減少檢測模型的搜索空間，避免了目標的重復檢測。②改進的分割及誤差處理算法在保證檢測精度的同時提升了候選區域提取的效率。③SC-DBSCAN算法能根據目標聚集程度自適應地進一步減小檢測范圍。

1 基于圖像分割的動目標候選區域提取

本文方法結構如圖1所示。首先，提取動目標候選區域的過程依賴于像素級圖像分割算法實現，雖然已有許多研究針對光照變化、運動視差等遙感圖像特有的問題給出了改進方案，但根據CNN模型特性進行優化的工作鮮有進展。CNN模型以具有一定尺寸大小、包含目標背景信息的圖像塊作為輸入數據，這在進一步減少搜索空間的同時能夠為簡化誤差預處理提供可能，本節基于此介紹并分析了幾種主流分割算法的特點，并以鄰域三幀差分法為基礎，對誤差優化過程進行改進。

圖1 模塊結構Fig.1 Modular structure

1.1 預 處 理

利用目標運動信息的算法通常需要先固定背景，即對相鄰幀執行配準操作以補償相機運動。本文與其他文獻[3-4]一致，考慮到大幅寬遙感圖像的處理對計算復雜度更加敏感，采用基于特征點匹配的算法實現幀配準[13]。首先分別對每幀圖像提取Harris角點，然后在各角點周圍提取128維尺度不變特征轉換(Scale-Invariant Feature Transform，SIFT)，通過隨機抽樣一致 (Random Sample Consensus，RANSAC) 算法過濾掉不合適的特征點，最后執行匹配得到單應性矩陣，完成坐標轉換過程。

1.2 基于像素分割的候選運動區域提取

1.2.1 面向CNN的分割算法分析

分割得到目標運動區域等價于檢測相鄰幀圖像的像素級變化。相比于計算量較大的光流法，背景建模[12]和時域差分法[2-3](幀差法)在大幅寬圖像中的應用更為普遍。背景建模法通過連續幀像素的統計信息來構建靜態背景，再將當前幀與其做差得到運動區域，該類方法能抑制場景中突變的運動，如樹葉隨風搖曳、湖水的波動等，但其最優精度需要依據相機和場景的實際情況進行調參，且使用幀數越多，圖像可建模區域就越窄。時域差分法直接計算相鄰幀的像素差，其速度快且對光照緩慢變化的情況更加魯棒，但易受噪聲影響產生不精確的結果。

Sommer等[12]比較了11種基于背景建模和時域差分法實現的動目標檢測算法，其中引入局部鄰域考慮的策略取得了最優的精度。該實驗對正確檢測的定義是提取的區域質心點和真實標注距離在20像素以內，但這并不適合于評價作為CNN輸入的圖像塊質量。如圖2所示，為實現多目標同時檢測，網絡模型輸入的圖像塊尺寸通常遠大于單個小目標，如224×224或512×512[4]，簡單分割算法導致的局部不精確(目標融合、分離、位置漂移等)不會對最終的結果產生顯著影響。因此，現有文獻對造成局部不精確的光照變化、運動視差以及配準誤差等而設計的全局圖像預處理方法(全局直方圖匹配[12]、高斯盒濾波[2]和平均梯度歸一化[3]等)是可以簡化的。更重要的是，簡化這些誤差消除操作能加快目標檢測的過程，在大幅寬圖像上即使是簡單濾波的耗時也是不可忽視的，將有限的星上資源利用在其他過程以提升精度是更好的選擇。

圖2 面向圖像塊的局部不精確分割效果比較Fig.2 Comparsion of patch-oriented local imprecise segmentation effect

1.2.2 鄰域三幀差分法

基于1.2.1節分析及現有研究成果[12,14]，本節利用基于鄰域考慮的三幀差分法快速獲取目標候選區域，在計算差分圖像的同時執行濾波操作來抑制局部噪聲，保證檢測質量。計算公式如下：

(1)

式中：N為鄰域；It為第t幀圖像；It′為相鄰的t-1和t+1幀圖像；Dres為差分圖像，取值為It內各像素點與相鄰幀對應位置鄰域內的最小差值，本文中鄰域的尺寸為3×3。

差分圖像中目標和背景處于不同的灰度級，因此需通過閾值分割(二值化)提取出運動區域，多數文獻基于最為著名的大津法OTSU[3]自適應地確定分割閾值GT：

GT=ω0ω1(μ0-μ1)2

(2)

式中：ω和μ分別為某類像素占圖像的比例和平均灰度，下標0和1分別為背景和前景。但在大幅寬遙感圖像中，本文認為低閾值分割是更優的選擇，一方面其能降低漏警率，遙感圖像中存在不同亮度的車輛及道路背景，且目標與背景的大小比例極度懸殊，這不符合OTSU法以最小化類內方差為目標求取最優值的理論前提，易導致低速運動或與背景相似的目標被漏檢、分離，較低閾值則可更好地保留這類復雜目標。另一方面，由于事先引入鄰域考慮來計算差分圖像，多數局部噪聲已被有效抑制，因此低閾值分割并不會造成虛警率的顯著增加。

1.2.3 任務驅動的誤差處理

地物的復雜環境決定了誤差處理的必要性，本節采用基于任務驅動的局部處理替代主流分割算法中直接的全局優化操作。其出發點在于：幅寬數十公里的遙感圖像內，地物間的強相關性只存在于局部范圍，并非整幅圖像都需要進行對比度增強、拼接線消除等操作?，F有算法統一地使用某種濾波器執行全局銳化或去噪處理，雖然能增強某一區域的圖像質量，但也意味著在正常區域執行了不必要的計算。因此有針對性地根據局部的具體情況，如運動視差、目標模糊或光照不一致等，選擇對應的消除算法，相比全局性的統一操作不僅處理速度快，而且在保證了該區域圖像質量改進的同時杜絕其他區域產生額外誤差造成虛警的可能。

與傳統算法中先進行全圖去噪，再計算差分圖像、精確定位動目標的流程不同，本文采用自頂向下的思路，先粗糙確定目標位置(即任務范圍)，再執行局部操作提升分割精度。得益于CNN輸入圖像塊具有容忍小目標局部不精確的優勢，拼接線、 視差、配準不精確等易導致虛警但不會造成目標漏檢的誤差，本文在提取候選目標區域后再分別對其執行消除操作。而在計算差分圖像前僅重點關注對結果影響顯著的光照變化問題，過程如下：

1) 提取光照變化區域。圖像內光照變化區域面積通常遠大于單一小目標，其在差分圖像上呈現一定的規模及幾何特征，因此先執行形態學分析，再根據各連通分量的面積及邊緣線段來提取各光照不一致區域。

2) 局部直方圖匹配。獲取目標區域后，對相鄰幀圖像的每個變化區域分別建立灰度級映射關系，使原始圖像的直方圖匹配特定的形狀。由于遙感成像機理復雜，拍攝角度、陰影變化、樹葉擺動都會導致相鄰幀對應區域的灰度級不能完全匹配，因此在光照問題上，局部處理能精準消除亮度不一致，同時避免在光照正常區域執行無效的匹配，產生大量誤差。

2 基于密度聚類和模擬退火的相鄰對象合并

獲取不規則的候選動目標區域后，需將其擴展為矩形圖像塊作為CNN模型的輸入。考慮到在目標高密度聚集位置直接拓展每個候選區域為矩形塊，會導致相鄰塊之間出現大量的重疊部分，浪費計算資源，因此問題轉化為二維空間矩形聚類(合并)的最優化求解，迭代地合并鄰近圖像塊以減少檢測次數和計算量。

本節首先基于密度聚類算法，利用最大空間尺寸約束將目標區域劃分為相互獨立的簇，通過剔除孤立點并對各簇分治處理的方式來縮小問題搜索空間。隨后以最小化輸出圖像塊的面積和數量作為優化目標，以各核心對象為初始點，依據相對密度權重動態確定遍歷順序。在迭代合并過程中，引入模擬退火思想概率選取當前狀態下的次優解，以跳出局部最優。

2.1 關鍵問題分析

2.1.1 目標規模大及分布不均勻

大幅寬遙感圖像，特別是以城鎮、高速公路等為拍攝背景的圖像，可能同時采集到成百上千的動目標，且其空間分布受到所處的復雜地物環境約束，變化過程難以建模，無法根據先驗信息初始化聚類個數、中心點、大小等參數。在相關的無監督聚類研究中，原型聚類算法k-均值、高斯混合模型 (Gaussian Mixed Model，GMM)[15]或層次聚類(Hierarchical Clustering，HC) 算法等需多次更新對象間距離關系，不僅計算量大，且不適合處理非球型、大小不同的簇。相比之下，先驗參數少、對噪聲和聚類形狀不敏感的空間密度聚類算法[16]——DBSCAN在本問題中具備更好的魯棒性。

DBSCAN算法是最經典的基于密度峰值的空間聚類算法，其以數據在空間分布上的稠密程度為依據進行聚類，主要思想是從某個核心對象出發，不斷向密度可達的區域擴張，從而得到一個內部任意兩點密度相連，包含核心和邊界對象的最大化區域(簇)，不在簇內的對象則視為噪聲。其優點是：無需預先設定聚類個數，能夠發現任意形狀的簇并有效剔除噪聲。劣勢是：原始算法在全局范圍內使用2個固定參數(即鄰域大小ε和密度閾值MinPts)來定義數據的密度范圍及稠密程度，當空間數據的密度分布不均勻時，會導致聚類質量較差。

本文所檢測車輛動目標的空間分布形狀多樣，如長條形(市內公路)、環形(高架橋)、十字形(交叉路口)，因此其本質上可看作是一個非凸稠密的數據集，適用于DBSCAN的思想進行區域劃分，但需解決算法自適應問題。

2.1.2 易陷入局部最優

在多數環境下目標稀疏分布，相鄰塊合并存在唯一解，如圖3(a)、(b)所示，圓形范圍的中心為各運動目標位置，矩形框為最終輸出結果，但在目標密集區域，圖像塊合并的先后順序對結果影響顯著，如圖3(c)所示，這使得解空間數量龐大，難以在有限時間內遍歷得到最優解，可考慮引入隨機效應跳出局部最優。其中，模擬退火算法[17]在隨機搜索中的使用最為著名，其思想來源于模擬高溫晶體的物理退火原理，最早于20世紀80年代由Kirkpatrick和Vecchi[18]提出并用于解決組合優化問題。在給定目標函數E時,可根據Metropolis準則，引入溫度參數T和玻爾茲曼常數k來動態地調整優化過程中接受次優解的概率為：Pr=e-ΔE/(kT)，最終通過隨機搜索策略跳出局部極小，達到全局最優。

圖3 基于SC-DBSCAN算法的分簇結果Fig.3 Clustering results by SC-DBSCAN algorithm

空間圖像塊的合并也可看作是求取最優解的問題，本文以最小化圖像塊數量及面積作為優化目標，等價于求解模擬退火中的能量最低狀態，迭代選擇圖像塊的合并過程則可理解為退火中的溫度冷卻階段。因此理論上模擬退火的思想能夠指導圖像塊合并過程，提升圖像塊質量。

2.2 基于空間約束的密度聚類算法

基于分治思想將數據劃分為不同大小的簇，各簇相互獨立且與原問題性質相同，因而可減少每個子問題的搜索空間。本節針對該任務設計了一種新的基于空間約束的自適應密度聚類算法，并將其稱之為SC-DBSCAN，不同于經典的DBSCAN算法需預先設定2個固定參數值對鄰域和密度進行硬劃分，其通過約束先驗能夠自適應地為每個對象定義鄰域大小，并對每個對象的相對稠密程度賦予權重表示，解決全局密度分布不均勻問題。其中，空間約束這一前提是合理的，因為CNN模型執行卷積計算的時空間復雜度與輸入的圖像尺寸呈正相關，包含待檢測目標的每個圖像塊都不能無限制地擴展大小。

2.2.1 基本定義

在給定二維矩形數據集D及對象合并的最大尺寸約束Smax下，本文定義相關概念如下。

1) 距離權重。對任意圖像塊P和Q，定義w(P,Q)來度量其可合并程度。

Dmax(P,Q)=max{dist(pi,qi)pi∈P,qi∈Q}

(3)

(4)

式中：pi和qi分別為2個圖像塊內的任意點。距離計算使用各坐標數值差的最大值即Chebyshev距離：

dist(pi,qi)=max(x1-x2,y1-y2)

(5)

權重w表示圖像塊的關聯程度，當其為負數時，圖像塊的關系超出空間約束，無可行的合并方案。

2) 鄰域及密度。對于?P∈D，定義其鄰域N(P)為包含所有可與P合并的對象集合：

N(P)={Q∈Dw(P,Q)≥0}

(6)

鄰域內的對象數即為P的密度ρ(P)：

ρ(P)=N(P)

(7)

3) 核心、邊界、噪聲對象。對于?P∈D，根據其與鄰域內對象的密度關系進行分類：

① 核心對象Pc。定義P為核心對象的條件是?Q∈N(P)且N(P)≠?時,ρ(P)≥ρ(Q)。

② 邊界對象Pb。當P不屬于核心對象，但其落在某個核心對象的鄰域內時，定義其為邊界對象。

③ 噪聲對象Pn。當P既不是核心，也不是邊界對象即N(P)=?時，定義其為噪聲對象。

4) 相對密度。給定對象P和Q∈N(P)，定義Q相對于P的密度u(P,Q)為

(8)

相對密度是非對稱的，即u(P,Q)≠u(Q,P)。

5) 密度可達。假設存在對象鏈P1,P2,…,Pn，對Pi∈D,有Pi∈N(Pi+1)，那么稱對象P1和Pn是密度可達的，密度可達是對稱的。

6) 簇。從某個核心對象出發，不斷地向密度可達區域擴展，其內所有對象構成一個簇，不在簇內的視為噪聲。

2.2.2 目標區域分簇

對空間中給定的一系列分布不均勻矩形區域，其分簇過程可看作圖論中連通分量的構建，SC-DBSCAN算法過程如下：

1) 將所有對象按定義分別標記為核心對象、邊界對象和噪聲對象。

2) 鄰域大小為空、不存在合并可能的噪聲對象，可直接擴展為單一圖像塊輸出，如圖3(a)所示。

3) 互相在對方鄰域內的核心對象之間構建一條邊，每組連通的核心對象形成一個簇。

4) 將邊界對象歸類到所屬核心對象的簇中。

5) 當某一簇內所有對象都在各自鄰域的交集中，即只存在核心對象時，稱其為簡單簇，如圖3(b)所示。簡單簇在滿足空間尺寸的約束下僅需要一個最小包圍框即可覆蓋所有對象，因此可以直接得到固定解。否則稱其為復雜簇，如圖3(c)所示。復雜簇存在多種合并策略，需引入模擬退火思想迭代求解。

2.3 基于模擬退火思想的復雜簇對象合并算法

2.3.1 目標函數

本節使用對CNN模型輸入影響較大的評價指標作為對象合并的準則函數E(等價于模擬退火算法中的能量函數), 給定一個復雜簇C，相關定義如下：

(9)

式中：Area(Pk)為圖像塊k的面積;γ為用于權衡兩項指標的因子，當其較大時，算法更傾向于合并距離更遠的圖像塊，這在導致總數量減少的同時可能增加面積。

目標函數包含了輸出圖像塊的總面積和數量，前者決定CNN的計算量，后者決定了CNN需要執行的推斷次數。

參數γ保證了本文方法可適用于豐富的應用場景。例如對低軌微納衛星而言，星上計算資源有限，無法部署以大尺寸圖像為輸入的CNN模型，因而可降低γ值實現最小化圖像塊面積；反之，地面高性能平臺以實時處理為主要需求，最小化圖像塊數量以減少CNN模型的推斷次數則是更優的選擇。

2.3.2 基于模擬退火思想的鄰域對象合并

各復雜簇間相互獨立，因此可實現并行化處理。基于模擬退火思想的鄰域對象合并過程如下：

1) 在某一復雜簇中以核心對象為中心點P′。

2) 按照相對密度u大小降序進行合并，即優先將中心點P′與鄰域N(P′)內距離最近的對象用生成的最小包圍框替換，并計算能量函數E。

3) 引入隨機擾動，對中心點P′以概率u(P,Q)選取鄰域內對象Q做合并，計算新的能量函數E′。

4) 當ΔE=E′-E<0時，接受E′作為新解，否則按照Metropolis準則定義概率：

(10)

式中：k為0～1范圍內的隨機數。當概率Pr>k時，接受E′作為新解，擾動過程在目標函數不再變化時停止。

5) 輸出生成的最小包圍框并重新計算各項權重，迭代上述過程直到沒有對象可在空間尺寸約束下合并。

對象間是以距離為合并準則，因而在迭代過程中，進行合并的相鄰塊重疊度是逐漸降低的，這使得目標函數下降速度由快到慢，此過程等價于模擬退火思想中，概率在時間的推移下，隨著溫度冷卻而逐漸降低。

3 實驗驗證

3.1 數 據 集

本文使用美國空軍實驗室提供的公開數據集wpafb2009[19]進行實驗，其包含了數千條車輛標注信息，傳感器成像平臺由6臺相機按2行3列的形式排列組成，幀率為2幀/s，拼接后的圖像尺寸達到2萬像素×2萬像素。為了與其他算法[2,7,12,20]進行對照，本文參考Basharat 等[20]的研究成果裁剪了3個區域用于實驗。如圖4所示，區域1和區域2包含了交通要道上的大量車輛目標，用于比較最終生成的圖像塊質量，區域3用于比較光照變化處理。

圖4 wpafb2009數據集Fig.4 wpafb2009 dataset

3.2 實驗分析

本文算法包含基于圖像分割提取候選目標、相鄰塊聚類合并2個獨立模塊，故將每個模塊分別與對應的經典算法進行了對照實驗分析。實驗硬件環境為Intel Core i7-7700HQ 64位處理器、8 GB內存、NIVIDIA GTX 1050 4 GB顯卡，編程語言為MATLAB。

3.2.1 候選運動區域提取方法比較

針對提取到的不規則候選運動區域，本節將對應算法與包含有全局誤差處理過程的混合高斯背景建模法GMM[15]、標準三幀差分法S-3frame[4]以及鄰域三幀差分法N-3frame[14]進行了相關的對照實驗。如表1所示，由于容忍了目標分離、融合等局部不精確誤差，本文算法的精度有所降低，但3.2.2節實驗驗證了精度可在后續聚類過程中得到改進。

此外，本文算法顯著提升了召回率，這是得益于低閾值分割策略，實驗中的閾值設定為OTSU法的取值乘以權重系數0.6。如圖5(a)所示，低閾值分割提取到的白色不規則區域或是更為完整、貼近圖中圓點所示的真實標注，或是能夠檢測和道路背景相似的深色車輛目標，有助于降低漏警率。

誤差處理上，本節實驗將局部光照處理策略和全局直方圖匹配[12]、基于盒濾波的均值濾波算法[2]進行了對比，效果如圖6所示，圖中圓點為目標的真實標記，白色區域為檢測出的候選目標，在未經處理的圖6(a)中，由于相鄰幀對應像素點的灰度差值大，光照變化區域被誤分割為目標，形成了白色寬條帶。在處理效果方面，大幅寬圖像中的光照變化區域只占據小部分面積，簡單的全局直方圖匹配無法精確地定位局部的光照變化位置，且易產生額外噪聲，如圖6(b)左下角樹木的陰影處就錯誤地檢測出運動信息。類似的，雖然均值濾波能夠緩解光照不一致現象，但由于邊緣像素鄰域同時包含了亮度正常和變化的2種情況，均值無法準確表達像素點受到的光照強度，導致邊緣亮度匹配的效果較差，同時濾波器還造成部分目標被過度模糊，融合在背景中而遭漏檢，這些在圖6(c)中體現為邊緣產生2條白色細條帶及道路上圓點標注的部分車輛未被分割為目標。與現有算法不同，本文通過差分圖像定位光照變化區域再分別處理，使得直方圖能夠更好地表達局部光照強度，圖6(d)中算法很好地消除了光照條帶，在不產生額外誤檢測的同時位于該區域內的目標也能被完整地分割檢測到。

表1 候選運動目標質量比較Table 1 Qualitative comparison in candidate moving objects %

圖5 低閾值分割和OTSU閾值分割的效果比較Fig.5 Comparsion of low-threshold segmentation and OTSU threshold segmentation

圖6 相鄰幀光照變化處理比較Fig.6 Comparison of illumination in neighbor frames

計算速度上，本文算法在區域3的光照處理速度比全局直方圖匹配快2.3倍，比基于盒濾波器的均值濾波法快8.9倍，這得益于光照變化區域平均僅占全圖的2.5%。此外，實驗在區域1、2中提取到的候選目標區域平均僅占全圖的 6.1%，使得對應的高斯模糊、平均梯度抑制等用于消除拼接線、視差的操作范圍大幅度縮小。

3.2.2 相鄰塊聚類合并算法比較

對于生成圖像塊的質量評估，本節實驗將直接拓展不規則區域為矩形塊的方法作為本文相鄰塊合并方法的參考基線，將經典層次聚類算法HC和空間密度聚類算法DBSCAN作為對照算法進行比較。

評價指標上，除精度與召回率外，本文重點分析了對CNN模型影響較大的評價指標，即輸出圖像塊的總數量、面積以及重復出現在不同區域內的目標數量，其值等價于CNN所浪費的冗余檢測。這3個指標除以真實人工標注所對應的取值后得到比率。

參數取值上，考慮到CNN一方面需提供部分背景信息作為輔助檢測，或實現多目標同時檢測，另一方面需避免每次推斷階段占用過多內存和計算資源，本節參考LaLonde等[4]將默認圖像塊尺寸設為64×64，合并最大尺寸約束為256×256。

表2展示了固定參數γ值為0的結果。如表2所示，得益于相鄰目標的合并過程，不精確分割導致的局部目標分離或運動視差、配準造成的誤檢測都可能在迭代過程中和包含目標的圖像塊融合輸出，由于本文選取目標高度集中的交通要道作為實驗數據，因此精度提升顯著，但需要指出的是，在目標稀疏分布區域，聚類對精度的提升能力還是有限的，精度主要取決于圖像分割和局部誤差處理過程。

此外，表2顯示本文相比經典聚類算法能夠更好地降低圖像塊的數量、面積和重復率，從數據預篩選的角度為CNN模型的高效檢測提供了支持。利用本文SC-DBSCAN算法對數據進行分簇后，可有效根據目標密集程度選擇簡單或復雜的策略進行相鄰對象合并，實現自適應處理。如圖7所示，在目標離散稀疏分布區域，最優解固定，因而所有算法的結果是一致的，但在十字路口、高速公路等目標高密度聚集區域，經典HC和DBSCAN算法生成的圖像塊存在尺寸較大且相互重疊的情況，而本文算法能夠以更少面積和數量的圖像塊來提取候選目標，區域中目標的聚集密度越高，算法的優勢就越大。

表3和圖8同時展示了目標函數的權重參數γ遞減對結果的影響。在wpafb2009數據集中，本文算法可同時減少總數量和面積(-0.02<γ<0.06時)，其中數量最多可在測試數據集中減少到原來的30%以內(γ>0.3時)。參數γ的取值增加意味著算法更注重減少圖像塊數量，等價于允許2個密度較稀疏的不相交圖像塊進行合并，但這可能在進一步減少數量的同時導致2個對象的最小包圍框面積增加。具體參數值的設定取決于算法在實際應用時，對應的CNN模型特點及所部署平臺的各項計算約束條件。

表2 最終圖像塊質量比較Table 2 Qualitative comparison of final image patches

圖7 不同算法在區域1、2的合并結果Fig.7 Merging results by different algorithms in Region 1 and Region 2

表3 參數γ對結果的影響Table 3 Impact of parameter γ on result

圖8 參數γ對最終圖像塊數量和面積的影響Fig.8 Impact of parameter γ on final image patches’ amount and area

4 結 論

本文為大幅寬圖像下的CNN動目標檢測模型提出了一種多尺寸運動圖像分塊提取方法，在目標候選運動區域篩選、相鄰對象合并等問題上進行了深入分析并給出了相應的優化算法。相關成果能夠用于在不同的神經網絡模型、系統操作平臺上進行對應的數據預篩選操作，為避免遙感數據爆炸、快速獲取運動目標的高價值信息提供了幫助。

1) 算法方面。本文主要基于目標運動信息實現數據篩選，而事實上基于顯著性檢測的算法在興趣區域提取的研究中更類似于人類的視覺感知過程。一些利用生物視覺感知模型，對目標陰影、形狀、顏色等信息進行顯著性提取的算法[5,6,21]能夠有效加快遙感典型目標檢測效率，且同樣適用于河流等分割算法無法處理的復雜非剛體目標運動[22]。未來研究將嘗試把本文算法與顯著性檢測相關的視覺感知算法融合，以實現更準確地快速提取候選目標區域。

2) 應用方面。雖然本文所提取的圖像塊是以CNN的輸入作為用途，但相關算法的應用場景并不局限于此，其可用于衛星在軌預篩選運動目標，避免星地間數據的冗余壓縮、傳輸；也可用于從海量遙感視頻中提取目標檢測的數據集，并結合運動及外觀特征進行標注，為CNN模型在軌訓練提供基礎等。后續研究中，算法將被部署在中國首顆軟件定義衛星“天智一號”上進行在軌實驗驗證，以期待減少數據存儲和計算上的冗余，進一步實現星上加速及智能的運動目標檢測。