基于深度學習和遙感影像的露天礦自動提取方法研究

劉發發，韓紅太，張 敏，麻連偉

(1.河南省地球物理空間信息研究院，河南 鄭州 450009；2.河南省地質物探工程技術研究中心，河南 鄭州 450009)

礦產資源作為重要的不可再生自然資源，儲量極其有限，是社會生產發展的重要物質基礎，是國家發展的重要經濟命脈[1]。近年來，非法開采屢禁不止，不僅損失資源，還存在重大的安全隱患，隨時隨地都有可能威脅國家財產和礦工安全。因此，尋找有效控制非法開采的解決辦法迫在眉睫。若可以早發現非法開采的跡象，就可將非法開采扼殺在萌芽階段，從而有效打擊非法開采行為，從根上解決非法開采帶來的巨大危害。

遙感影像具有宏觀性、時效性、大面積覆蓋等獲取地物直觀圖的特點[2]，從最新時相的遙感影像中及時發現非法開采的行跡，對遏制非法開采至關重要，如何從遙感影像中自動提取露天礦就是關鍵問題所在。目前，基于遙感影像的礦區提取多依賴人工經驗，這影響了排查非法開采礦區的效率，而傳統的自動提取方法，大多通過提取諸如光譜、紋理、幾何形狀等簡單特征，或基于像素、或采用面向對象的方法[3-4]，其提取精度、準確度均有一定的限制。

近年來，人工智能逐漸在數據挖掘、信息提取中嶄露頭角[5]，而深度學習是人工智能技術最受關注的算法之一[6]。本文將深度學習模型與露天礦的自動提取相結合，利用深度學習從訓練樣本中學習的大量特征，增加特征提取層數，提高特征抽象程度，進行露天礦的智能提取，提高露天礦的自動化提取精度與效率，為快速找到露天礦、進行后續與管理數據的疊加分析、進而及時發現非法開采，提供準確可靠的數據支撐，為執法部門決策判斷提供有效的技術支持。

1 技術方法

本文采用深度學習模型進行基于光學遙感影像的露天礦提取。深度學習隸屬于人工智能范疇，起源于神經網絡，因其網絡模型層數多、網絡深度更深而得名[7]。神經網絡，基于人體視覺學習特征的過程——分層處理，視覺皮層處理較低級的皮層區域特征為簡單特征，較高級的皮層區域為復雜特征，且每一級神經元都表現為對上一級特征的選擇性(表現在多方面，如方向、空間頻率、速度、顏色等)，從低級到高級別視覺皮層區域，視覺特征的不變性逐級增加[8]。基于這種視覺處理認知，可從深度學習的角度認識圖像語義，即根據人類視覺的各層特征，進行有監督或無監督的學習，建立深度框架來學習層次化語義特征，跨越底層特征與高層語義理解的“語義鴻溝”。

基于深度學習的語義分割算法，目前有2大門類[9]：一類從CNN(Convolutional Networks，卷積神經網絡)派生；另一類使用FCN(Fully Convolutional Networks，全卷積神經網絡)及其衍生。二者的最大區別在于，后者將網絡模型的全連接層改為反卷積層，將特征空間反映射到原始圖像，保留空間性，實現端到端的編碼—解碼，進行影像語義的分割。

本文采用FCN的語義分割模型。FCN 是典型的深度學習語義分割算法[10]，FCN網絡模型將網絡劃分為2部分：①第1部分同經典的卷積神經網絡一樣，通過圖像卷積的方式來分層提取特征信息，獲得特征空間；②第2部分，不同于CNN網絡模型的全連接層，通過反卷積、融合的方式來實現圖像語義的分割。全連接層包含大量節點，上下層之間的每個節點均由參數連接，數量極大，同時將導致像素的空間特性的丟失。采用反卷積聯合融合的方法可以避免全連接層導致的像素之間位置關系的忽略，充分利用空間關系。

反卷積從特征空間映射到與原圖像同樣大小，從小變大，類似于從1個像素上采樣到4個像素上，就會出現4個像素值如何確定的問題，這也不可避免地導致許多像素位置上出現精度損失的現象。因此，需要將反卷積后的特征圖與原圖同等大小的反卷積操作之前的特征圖進行融合，來解決精度損失的問題。由于反卷積的功能是獲得全局特征的，越是下層網絡中的特征越能保留更多的局部細節信息(角點、邊緣信息)，而上層的網絡保留的是圖像的全局特征信息。因此，采用多次的反卷積操作，將上、下層中不同的信息進一步融合，這樣既保證找到的類別信息是準確的，同時也在一定程度上保留邊緣位置信息。

2 處理流程

技術流程如圖1所示。

圖1 技術流程

3 實驗

3.1 研究區概況及數據預處理

本文選取河南省駐馬店市泌陽縣典型礦區作為實驗區。泌陽縣，位于河南省駐馬店市西南部，礦藏豐富，東北部有典型礦區。搜集泌陽縣2017年多源光學遙感影像數據，經勻光勻色、鑲嵌拼接，重采樣為分辨率1 m，從東北區域截取大小為2 983×4 424像素，形成如圖2所示的試驗區。

圖2 試驗區影像及位置

3.2 樣本庫制作

以露天礦為目標，構建基于光學遙感影像的露天礦樣本庫。樣本庫包括樣本影像與影像Label圖(caffe框架樣本標準格式，礦區填充為紅色，背景填充為黑色)。首先將已有露天礦礦權業務數據與2017年遙感影像進行疊加分析，人工檢查一遍，篩選出備選露天礦區域，經矢量柵格化，將礦區內填充為紅色，礦區外填充為黑色，構建樣本Label圖，影像數據與Label圖同步分塊裁切為256×256，這樣，既可標準化樣本，又可增大樣本量，完成初步樣本庫的構建。

3.3 網絡訓練與實驗

采用Caffe框架搭建FCN網絡模型，配置文件train.prototxt，val.prototxt，deploy.prototxt，solver.prototxt，修改ImageSets和Label圖路徑及參數，運行文件solver.py，監控loss曲線，根據結果分析原因，調整參數(學習率、批處理量等)。

3.4 樣本更新

樣本于實驗結果至關重要。好的樣本庫，能夠讓模型快速收斂，獲取較小的loss值和較高的整體精度。實驗的樣本更新流程：首先，基于初步構建的樣本庫，進行網絡初步訓練，獲得caffemodel.model；然后，用獲得的初步模型，反過來，對樣本庫進行分類，得到每個樣本的accuracy值，選取accuracy閾值，對低于閾值的分類結果樣本，從樣本庫中剔除，逐樣本遍歷，更新樣本庫，總體循環3次，得到更為純凈的樣本庫，作為最終的網絡模型訓練輸入。

3.5 提取結果與精度驗證

進行深度學習網絡測試輸出，礦業權業務數據與影像的疊加如圖3所示，最終的實驗結果如圖4所示。

圖3 礦區管理數據

圖4 深度學習提取礦區圖

本文采用的分類精度評價指標為總體分類精度和Kappa系數，搭配二者來反映分類質量的好壞，便于更加客觀得對分類結果進行評價。總體分類精度是被正確分類的像元總和與總像元數的比值，是衡量分類結果正確程度的大小。其數學公式為：

(1)

式中，pii為類別i正確分類的像元數；N為像元總數。

Kappa系數表示分類影像與參考影像之間的吻合程度，是檢驗二者一致性的客觀評價標準。其數學公式為：

(2)

式中，ppi為對應制圖精度，為類別i真實參考的總像元數；pqi對應用戶精度，為經分類器被分類為類別i的總像元數。

實驗結果顯示，采用FCN模型提取露天礦的方法，提取區域比較完整，不存在太多碎圖斑，其總體精度為78.356 2%，Kappa系數為0.743 1。觀察實驗結果發現，因實驗過程中采用樣本、圖像分塊處理，樣本邊緣空間性質表達不充分，導致提取結果中相鄰分塊間存在微小縫隙，且部分影響了整體提取礦區區域的完整性。然而，提取礦區片區數目上基本與管理業務數據保持一致，這說明基本所有礦區得到提取，雖然邊界的魯棒性不是很令人滿意，對礦區片區均提取到了這點優勢，足以說明將該方法運用到輔助發現非法開采的執法行動中的可行性。將提取出來的區域，進行人工篩選，從中排查無開采根據的礦區，將縮減工作量。

4 結果對比與分析

將基于深度學習的露天礦提取方法，與傳統的機器學習方法SVM算法進行對比實驗。SVM(Supported Vector Machines，支持向量機)是傳統機器學習算法中最健壯、最準確的方法之一[11]，該方法在處理非線性分類問題時，首先在低維空間中完成計算，然后通過核函數將輸入空間映射到高維特征空間，最終在高維特征空間中尋找支持向量到超平面間隔最大的最優分離超平面，將2類樣本準確分開，保證分類器誤差盡可能小，盡可能健壯。實驗中，先采用分水嶺分割的方法對影像進行分割，面向分割對象，選取光譜(直方圖、均值、標準差)、紋理(同質性、對比度、熵)性質作為特征空間基本判斷單元，建立樣本集，對影像數據進行訓練，獲得特征空間，利用特征空間完成影像分類。

SVM提取結果如圖5所示。

圖5 SVM分類結果

與基于深度學習的分類方法相比，SVM分類方法明顯效果較差，存在大量的碎圖斑，錯分、誤分率均比較高，本文方法明顯優于該方法。

5 結語

本文采用深度學習FCN語義分割模型，對駐馬店市泌陽縣東北部分辨率為1 m的三波段遙感影像進行了露天礦區提取，并與基于面向對象的支持向量機分類方法進行了對比。通過分類結果對比分析發現，本文采用的方法能夠克服支持向量機分類帶來的“椒鹽現象”，整體提取區域完整，總體精度和Kappa系數均有一定程度的提高，為露天礦的光學遙感影像自動化提取帶來便利。但同時發現，本文采用的方法有一定局限性，如樣本區塊相鄰區域存在很明顯的縫隙；另外，訓練時間較長，這些都是今后的研究中需要進一步加強和改進的。