摘要: 语义分割是遥感图像智能解译的关键技术，在土地利用变化检测、土地覆盖、城市管理等领域有广泛的应用前景。深度学习算法能够从数据中逐层学习具有代表性和区分性的特征，近年来已被引入到遥感图像语义分割领域，并得到了快速发展。然而，大多数网络... 展开 语义分割是遥感图像智能解译的关键技术，在土地利用变化检测、土地覆盖、城市管理等领域有广泛的应用前景。深度学习算法能够从数据中逐层学习具有代表性和区分性的特征，近年来已被引入到遥感图像语义分割领域，并得到了快速发展。然而，大多数网络主要是针对遥感图像的三个可见光RGB波段设计的，虽然可以直接使用成熟的语义分割网络模型，但这种操作无法充分利用不可见光波段或者辅助信息，如近红外（Near Infrared, NIR）波段信息或遥感图像的高程信息（如 Digital Surface Model, DSM）。另外，遥感图像中“异物同谱”和“同物异谱”的现象导致地物边缘难以区分，连续的卷积和池化操作会引入一些误差，导致分割结果受噪声干扰。 针对现有方法没有充分利用非见光波段信息（如 NIR）和遥感图像自带的辅助信息（如DSM），以及经典语义分割方法在处理遥感图像中边缘过于粗糙等问题，本文提出了一种名为 Holistical Attention Edge-ResUNet（HAE-RNet）的神经网络模型。该模型考虑到多光谱遥感图像光谱指数对水和植被等典型地物的敏感性，引入NDVI、GNDVI、NDWI、DVI、RVI等遥感植被和水体指数作为深度网络的输入，同时通过在网络中嵌入边缘检测模块，提升地物分割的边缘表现。具体来说，模型以Res-UNet模型的编码器-解码器结构为主干网络。在编码器中加入了融合高效通道注意力（Efficient Channel Attention, ECA）机制模块的边缘检测分支，以加强图像的边缘特征的表达，抑制噪声的干扰，提高分割的准确性；在桥梁部分引入空洞空间金字塔池化（Atrous Spatial Pyramid Pooling, ASPP）来连接边缘位置和特征信息，通过从不同的特征图中提取多尺度特征；在解码部分采用渐进式四次上采样操作，最后通过双线性插值上采样恢复图像大小。 使用GID和Vaihingen数据集对HAE-RNet算法的性能进行评价，分别在不同波段组合、边缘检测方法和经典的语义分割网络进行消融实验和比较。结果显示：针对 GID 数据集，考虑不同通道组合， HAE-RNet 算法在 6C-2 （NIR-NDWI-GNDVI-R-G-B）通道组合下的平均交并比（Mean Intersection over Union, mIoU）为 96.72%，比 3 通道、4 通道和 9 通道的 mIoU分别高 6.79%、3.12%和 1.2%；边缘检测方法上，概率兰特指数值（Probabilistic Rand Index, PRI）大于0.45 且全局一致性误差值（Global Consistency Error, GCE）小于 0.4，与其Ground Truth 相似度较高且误差较小；考虑与不同经典网络进行比较，HAE-RNet网络比VGG-16网络、ResNet-50网络、U-Net网络和ResUNet网络的mIoU分别高3.45%、2.78%、2.17%和1.01%。针对Vaihingen数据集，考虑不同通道组合，HAE-RNet算法在6C-2（NIR-DSM-GNDVI-R-G-B）通道下的mIoU为74.79%，比3通道、4通道和9通道的mIoU分别高4.58%、1.88%和3.5%；边缘检测方法上，RI值大于 0.95 且 GCE 值小于 0.26，与 Ground Truth 中的边缘基本一致；考虑与不同经典网络进行比较，HAE-RNet网络比VGG-16网络、ResNet-50网络、U-Net网络和ResUNet网络的mIoU分别高7.58%、5.95%、12.27%和4.23%。 研究表明，HAE-RNet不仅能够准确定位边缘轮廓，充分利用多光谱遥感图像中光谱特征（NDVI、GNDVI、NDWI、DVI、RVI），在GID数据集和Vaihingen数据集上取得了最佳分割结果，还探索出了 GID和 Vaihingen 两个数据集中植被指数和光谱波段的最佳组合方式，证明了光谱特征在遥感图像语义分割任务中的优势以及HAE-RNet在多光谱遥感图像的语义分割中的实用性和竞争力。 收起