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 傳感器北京市重點實驗室，北京 100101；2.北京信息科技大學 現代測控技術教育部重點實驗室，北京 100192；3.傳感器聯合國家重點實驗室，中國科學院空天信息創新研究院，北京 100190

0 引言

由于水資源短缺等一系列問題日益嚴重，需要對水資源的數量和變化進行監控[1]。近年來，隨著遙感技術日益成熟，因其擁有檢測距離短、檢測范圍廣等優點，所以在很多不同的領域都是一個重要的研究課題，在海岸線變化監測、環境保護、防災減災、水質檢測等領域都備受關注[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，但還是出現了一些有效的成果。本文通過查閱國內外的諸多研究成果，綜合梳理，評判各方法的優缺點，并提出遙感圖像水體識別的發展趨勢及挑戰[3]。

1 理論介紹

遙感圖像主要由陸地資源衛星上的合成孔徑雷達（synthetic aperture radar，SAR）、微波成像雷達等設備進行獲取并傳輸給地面。不同的化學元素具有不同的化學結構，因而對電磁波的反射和吸收特征不同，通過衛星雷達向地面發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圖像信息，需要對獲取到的原圖進行圖像預處理。常用的預處理方法有灰度化、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之間的對比度，可以更準確地提取出目標圖像；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中都會進行濾波操作。

對于遙感圖像的特征提取，傳統的方法都是利用地物各目標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。隨著深度學習在遙感圖像目標識別中的應用，特征提取過程變得更加智能化。圖像識別、分類是根據提取的圖像特征設定某種判定規則，使得在該規則下誤差函數最小。

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系法和水體指數法。閾值分類法的結果好壞取決于選取的準則函數的好壞。

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分閾值，是最簡易的水體識別方法。在后來的實驗中，發現該方法無法將水體與山區陰影準確分離，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，在對于那些非山區的高光譜遙感圖像，應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聯性，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，譜間關系法通過原始圖像波段轉換得到的特征波段的光譜特征曲線，構造邏輯判斷規則，進而提取水體。該方法能夠利用多波段的優勢綜合提取水體信息，相對于國外學者，國內學者采用該方法較多。

歸一化水體指數（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，能夠減少操作環節，提高檢測速度。林順海[7]將NDWI與改進的FCM 聚類算法結合用于水域信息地提取，結果表明，NDWI 與改進FCM 相結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 分析的基礎上，徐涵秋[9]提出了一種改進的歸一化差異水體指數（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，尤其在城鎮范圍內的水體識別表現較好。實驗還發現，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能夠更好地進行區分。孫佩等人[10]通過分析MNDWI與歸一化植被指數（normalized difference vegetation index，NDVI）所構成的二位特征空間中的表現特征，提出了一種能夠有效凸顯水體影像特征的復合型水體指數（composite normalized difference water index，CNDWI），該方法有效地增加了山體與山體陰影區域之間的區分度，在建設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]提出了一種經驗型歸一化差異水體指數（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象，提取結果更加精確。

其中，NDWI、MNDWI、ENDWI 3 種方法在城區、湖泊區的分類精度如表1、表2 所示。從表中可以看出，在城區和湖泊區中ENDWI 方法都要優于NDWI和MNDWI 方法，分類精度表現更好，錯分誤差更小。

表1 城區3 種水體提取方法精度評價[12]

表2 湖泊區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據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 變換結合決策樹法提取的山區地形遙感水體信息，對美國衛星Landsat 遙感圖像的345 波段進行了實驗，結果顯示，該方法可以較好地提取復雜背景中的水體信息，有效地區分水體與山體陰影，經對比，效果優于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]設計了一種基于數字高程模型與指數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、主成分分析，結合DEM 構建決策樹規則，結果表明，該方法同樣能夠有效區分山體陰影和水體，精確地提取出水體信息。李昔純等人[16]采用全極化TerraSAR 數據的HH、HV、VH、VV 的后向散射及其之間的計算作為決策樹算法，實現水體等識別的基礎，該方法有效地提取圖像中目標的紋理特征，精確的提取目標圖像。

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，隨著人工智能的發展，被陸續的應用到了人像模式、文本分類等一系列模式識別的問題中[17-18]。SVM 是一類按監督學習方式對數據進行二分類的廣義線性分類器，其決策邊界是學習樣本求解的最大邊距超平面[19]。假設有兩個類別的訓練數據(x1,y1), (x2,y2),…, (xm,ym)，其中，x∈i∈?N是一個特征向量，yi∈{-1, +1}表示樣本的數據類別。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，那么最優超平面即為能分割數據的最大距離超平面。求解ω和b的最優解就是一個求解約束最優化的問題。

SVM 能否具有好的分類性能，主要看核函數的類型選擇和參數設置[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處理方法，再進行GLCM 提取特征值，將其送入SVM 分類，實驗結果表明，SVM 分類方法不僅可以保留圖像細節，還可以保留較好的邊界細節。相比于ML、NN 等分類方法，分類準確度更高[22]?；谟斜O督的SVM 分類識別模型對遙感圖像進行湖、冰分類[23]，實驗結果表明其精度較高。將SVM 分類算法和MSWI 算法進行實驗比較[24]，發現SVM 更適合GF-2 地表水的提取。采用RBF 函數作為SVM 的核函數，對高分辨率遙感圖像進行分類識別[25]，結果采用Kappa 系數進行度量，結果表明，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，執行性和適用性強。具有較好核函數的SVM 分類結果固然精確，但圖像的特征提取還是需要人為干預，這就使得該方法具有一定的局限性。

2.4 深度學習法

深度學習最先由Hinton G E 等人[26-27]于2006 年提出。作為機器學習的新方向，它的引入使機器學習更接近最初的目標——人工智能。深度學習的目標是學習數據的內在規律和表達層次，在學習過程中獲得的信息對諸如文字、圖像和聲音等數據的解釋有很大的幫助。深度學習通過多層處理，逐漸地將低層特征轉換為高層特征后，用“簡單模型”即可完成復雜的分類學習任務，所以深度學習可以理解為“特征學習”。對于大規模、大維度的海量數據，深度學習在統計、計算方面有著其獨特的優勢。深度學習常用的模型有：深度信任網絡（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）、卷積神經網絡（convolutional neural networks）。

卷積神經網絡（convolutional neural networks，CNN）于1998 年被Lecun 等人提出。CNN 是多層結構學習算法，它利用了空間相對關系減少參數數目以提高樣本訓練性能。CNN 模型結構如圖1 所示，CNN是當前深度學習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，參數有卷積核數量、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進行非線性操作來減小梯度消失效果，常用的激活函數有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和變形的魯棒性。隨著CNN 的不斷演變發展，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]針對遙感圖像目標分類的問題，將面向對象方法和深度學習法進行了對比，最終提出了一種結合面向對象和深度學習的新方法，并選用卷積神經網絡Caffe 框架進行了實驗。傳統的面向對象方法很難深刻全面掌握目標形狀、紋理特征等，很難對遙感圖像地物進行精確分類，而深度學習雖然需要大量帶有標簽的樣本來進行訓練，但是根據訓練的模型可以精確的對目標進行分類。如果將兩種方法合并在一起進行使用，既可以通過面向對象的方法解決訓練集匱乏的問題，又可以修正深度學習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的分類精確度，但是文章在算法結構設計方面不夠完整，需要進一步完善。

在將深度學習用于遙感圖像目標識別初期，諸多學者都是首先嘗試將CNN 與傳統方法進行融合以提高分類精度，將CNN 與SVM 結合進行目標識別的方法已經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。文中用特征重構的方法解決了訓練數據樣本匱乏的問題，將重構后的樣本數據送入CNN 進行特征提取，經過數次卷積-池化操作得到全連接數據，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 模型的網絡層數加深，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前層再次進行特征提取，這樣就會適當增加上一層的部分特征，以達到對樣本數據特征全面學習的目的。一般情況下，基于深度學習的遙感圖像目標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，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 的改進結構。該方法相比于單方向的分類方法，無需先驗知識，分類結果更加精準，具有很好的研究和應用價值。

陳前等人[36]采用Deeplabv3 語義分割神經網絡與常規卷積神經網絡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，與常規卷積神經網絡不同的是，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 網絡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據集進行實驗，與常規CNN 相比，CNN 精度要高于Deeplabv3 方法，這是由于Deeplabv3 網絡在訓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，但相對于傳統的水體指數法和SVM 方法精確度都要高，說明深度學習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 結語

隨著水資源的不斷緊缺，對于水質檢測、海岸線觀測等工作會陸續開展，同時，遙感技術的進步也為這項工作的推動奠定了基礎。我國遙感技術正在飛速進步，未來將會有大量的高分圖像應用于軍事、環境監測、地理觀測等一系列應用中。水體提取是進行環境監測環節中非常重要的一項任務，能否精確地識別出水體決定了后續進行數據分析的結果。

目前，對于遙感圖像水體識別技術以經逐漸地向深度學習方向發展。深度學習優秀的特征提取能力注定其識別精度要高于傳統的識別方法。目前尚存在幾大挑戰：1、單一的傳感器僅局限于單一技術參數中，很難全方位展現出目標特性；2、對于有監督學習，需要大量人為標記的數據樣本，伴隨著衛星精度的上升、樣本數據的豐富、特征提取模型方法的成熟，遙感水體識別技術將會朝著自動化、無監督學習方法的方向發展，對于通過遙感圖像精確識別水體有一定的應用指導意義。