River-Net:面向河道提取的 Refined-Lee Kernel 深度神經網絡模型

　　摘 要:高精度提取合成孔徑雷達(SAR)圖像中的河流邊界，對河流水勢監測具有重要意義。以檢測鄭州 7·20 暴雨后黃河的健康狀況為實施例，本文融合精致 Lee 濾波思想與卷積操作的濾波特性，提出了基于河道幾何特性的優化內部權值卷積核 Refined-Lee Kernel，進而提出了一種新型河道提取深度神經網絡模型，即 River-Net。為驗證所提模型的有效性，本文獲取了鄭州 7·20 暴雨前后兩景歐空局 Sentinel-1 衛星 20m 分辨率干涉寬幅(IW)影像數據，利用暴雨前的影像對模型進行訓練，用于提取暴雨后的黃河河道，分析黃河在暴雨后的漲勢情況。實驗結果表明，相比主流語義分割模型，所提模型能夠更精確地在 SAR 圖像中提取河道，對洪水災害的檢測與評估有重要應用價值。

　　關鍵詞: 合成孔徑雷達(SAR);Refined-Lee Kernel;精致 Lee 濾波;神經網絡;河道提取

　　李寧; 郭志順; 毋琳; 趙建輝 雷達學報2021-12-05

　　1. 引言

　　大型河流穩定行河對人民安居樂業有著舉足輕重的作用。近年來，國內水患頻發，準確、及時地檢測河流健康狀況對洪澇預警、災后評估有重要意義。隨著遙感技術的迅猛發展，衛星遙感技術已成為研究人員對自然環境的日常檢測和對災害的及時感知的重要手段[1,2]。相比實地勘察，遙感手段在節省大量人力物力的同時，還避免了實地調研過程中的各種風險。因此，基于衛星遙感技術開發相應的河流檢測方法具有重要的應用價值。

　　與光學影像不同，合成孔徑雷達(Synthetic Aperture Radar, SAR)能夠提供全天時全天候的觀測數據[3,4]。其主動發射的微波可穿透云與霧，已在道路提取[5]、艦船檢測[6]等大放異彩。同時 SAR 發出的微波對于水和陸地散射特性有所差異，可以為湖泊水域分割、海岸線提取等任務提供較好的數據資源[7,8]。基于 SAR 的這一特點，許多優秀的對現代河流和湖泊的研究工作頗有成效[9,10]。傳統水域分割方法有閾值分割法、主動輪廓模型法、聚類分割法等。自適應閾值分割算法[11,12]通過圖像不同區域的灰度值分布來自動生成閾值，該類方法運算效率高，但易受 SAR 圖像中相干斑噪聲的影響;主動輪廓模型法 [13,14]一般先對水域進行粗分割，再根據梯度信息對粗分割結果多次迭代，最終得到更加精確的分割結果，但該類算法運算量較大且易受粗分割精度的影響;聚類算法 [15]根據數據的分布按照某種距離(歐氏距離、曼哈頓距離等)來評估當前像素與類別中心之間的相似程度，如 K-means， Wishart 分類器，該類方法可實現較為高效的無監督分類，但仍易受相干斑噪聲的影響。

　　以上傳統算法的本質是人工設計一種映射或判據，并以此判定圖像中像素點的類別。對于存在大量相干斑噪聲的 SAR 圖 像來說，這些映射很難適應整幅 SAR 圖像中所有的像素。而神經網絡技術通過不停迭代模型中的共享權值，最終構建出能夠適應所有像素的映射模型。近年來，深度神經網絡技術在遙感領域大放異彩[16,17]。越來越多的學者開始對相關模型進行一定的改進，使其更適合 SAR 遙感影像的分類、目標檢測、語義分割等任務。2012 年，文獻[18]提出脈沖耦合神經網絡(PCNN)，并探討了該模型在 C 波段和 X 波段 SAR 圖像中提取海岸線的能力。2015 年，文獻 [19]提出了全卷積神經網絡(FCN)模型，隨著該模型的出現，神經網絡技術開始具備實現像素級端到端語義分割任務的能力，如文獻[20]曾利用 FCN 模型在印度沿海地區 SAR 影像中成功分割出了當地河流。然而，盡管 FCN 中有多層上采樣操作，但是其對于淺層網絡所提取的圖像特征信息沒有充足的利用。2015 年，隨著 U 型神經網絡(U-Net)的提出[21]，淺層網絡的特征信息通過跳躍連接傳遞到深層網絡與對應的特征信息融合起來，如文獻[22] 以遷移學習的方式將U-Net應用于SAR圖像水域分割;文獻[23]利用 U-Net 和 Deeplab 對印度沿海地區部分河流進行識別，但存在邊界信息缺失現象。2019 年，文獻[24] 結合可分離式卷積和擴張卷積搭建網絡模型進行 SAR 圖像水域分割，使得網絡能夠參考更多的語義信息，從而達到更好的分割表現。

　　然而，上述方法更多關注模型設計，而忽略了河流本身幾何特性與網絡模型之間的聯系。本文針對河道的精確提取問題，提 出 一 種 改 進 的 卷 積 核 Refined-Lee Kernel(RLK)。進而提出一種更加精確地提取河道的語義分割模型 River-Net，用于提取 SAR 圖像中的河道。最后以黃河為實施例，基于黃河語義分割結果來判斷黃河在 7·20 暴雨后的行河情況。本文的主要貢獻總結如下：

　　(1)提出了一種新型卷積核 RLK，可以根據目標幾何特點來強化自身特征提取能力。 (2)設計了一種新型的水域分割網絡 River-Net，可以對 SAR 圖像中的河流執行更加精細的語義分割任務。 (3)利用所提網絡模型，以檢測黃河河道為實施例，分析了黃河在 7·20 暴雨后的行河情況。

　　2. 相關方法與模型

　　2.1 Deeplab

　　DeepLab 模型[25]以空洞卷積(Dilated convolution)的形式增加卷積層感受野，從而獲得更多的上下文語義信息。在深度卷積神經網絡模型中，下采樣過程往往伴隨著分辨率的丟失，而空洞卷積可實現不增加參數量的前提下提高感受野。如圖 1 所示，在正常卷積中引入“擴張率”作為超參數，該參數定義了卷積核處理數據時權值之間的間距。該方法能有效提高模型的感受野，使得模型能學習更多的上下文信息。然而，Kernel 的不連續可能導致輸入圖像的一些像素點不參與計算，模型輸出結果中類別邊界“鋸齒”效應嚴重。因此在 Deeplab 模型末端通常引入條件隨機場(CRF)，通過二元勢函數描述像素點與像素點之間的關系，鼓勵“距離”相近的像素分配相同的標簽，而相差較大的像素分配不同標簽，而這個“距離” 的定義與像素值和實際相對距離有關。 CRF 能夠使空洞卷積在分割邊界導致的鋸齒效應得到較大的改善。

　　2.2 PSPNet

　　在神經網絡執行語義分割任務中，一些特殊場景很容易使得網絡模型產生錯誤的判斷，如汽車在岸邊可能被網絡判定為船，電腦顯示器與電視機顯示器容易存在類別混淆。此時需要引入更多的上下文語義信息來解決問題。當判定層能夠考慮更多的全局語義信息時，出現誤判的可能性就會低很多。與 Deeplab 網絡模型采用空洞卷積增加感受野的方式不同，PSPNet [26] 通過金字塔池化(Spatial Pyramid Pooling, SPP)模塊來增加感受野，從而使得網絡模型能兼顧更多的上下文信息。如圖 2 所示，SPP 模塊融合了幾種不同尺度下的特征。SPP 模塊中不同層級輸出不同尺度的特征圖，為了保持全局特征的權重，在每個金字塔層級后使用 1×1 的卷積核，當某個層級維數為 n 時，即可將語境特征的維數降到原始特征的 1/n。然后，通過雙線性插值直接對低維特征圖進行上采樣，使其與原始特征圖尺度相同。最后，將不同層級的特征圖拼接為最終的金字塔池化全局特征。

　　3. 自適應卷積核

　　以上神經網絡模型中卷積核被認為是感知圖像特征的“眼睛”，其機制類似于人眼的感受野。從數學的角度看，卷積核本質上是一種參數可訓練的濾波算子。和其他濾波方式類似，它的運算方式具有很關鍵的特點——線性且具有平移不變性。同時它還有一般濾波器所不具備的特點，即權值共享特性。現有的研究[24]更多地關注卷積核的感受野，以求獲取更多有效的上下文信息，然而卻忽略了卷積核的線性平移不變性。另一方面，由于河流在 SAR 圖像中多為連續的細長曲線，對于河流相關的語義分割任務來說，河流邊界信息是首要的。而且 SAR 圖像中相干斑噪聲隨處可見，精致 Lee 濾波也常常被用來過濾該噪聲、保留 SAR 圖像中目標的邊界信息。于是，借用精致 Lee 濾波的思想，本文提出了 RLK 模塊，基于卷積核的濾波器特性來更有效地提取圖像特征，保留目標更多的邊界信息。

　　3.1 RLK 模塊原理

　　精致 Lee 濾波通過定義 8 種非正方形局部窗口，將均勻區域像素值等于其平均值，將非均勻區域近似于局部窗口中心像素值。基于精致 Lee 濾波的思想改進卷積核，增強其邊界特征提取能力。定義 8 種非正方形局部窗口，如圖 3 所示，通過定義中心像素的鄰域來提高邊界估計的準確性。濾波后的卷積核權值可以寫成如下公式：