雷惠敏，張和生

太原理工大學(xué) 礦業(yè)工程學(xué)院，太原 030024

1 引言

道路是基礎(chǔ)地理信息的重要組成部分，道路提取的相關(guān)方法和理論具有較大的探索前景。隨著遙感技術(shù)的發(fā)展，遙感影像的分辨率不斷提高，影像所包含的幾何特征以及紋理信息也不斷增加，因此利用高分辨率影像進(jìn)行道路提取的方法也獲得了很大的發(fā)展。目前最常用的道路提取的方法有基于像元的方法、面向?qū)ο蟮姆椒ê蜕疃葘W(xué)習(xí)的方法。陳立福等利用數(shù)學(xué)形態(tài)學(xué)和MRF分割的方法對(duì)高分辨率SAR影像的道路進(jìn)行提取，有效的提取出了道路輪廓，但未能充分利用影像的光譜信息、紋理信息，在復(fù)雜場(chǎng)景的道路提取中不具有普適性[1]。王文慶、袁偉等利用深度學(xué)習(xí)方法實(shí)現(xiàn)了道路的自動(dòng)化提取[2-3]。但深度學(xué)習(xí)方法對(duì)計(jì)算機(jī)性能要求較高，需要的數(shù)據(jù)集較多，模型搭建復(fù)雜，對(duì)于普通的道路提取效果一般。面向?qū)ο笞鳛榈缆纷詣?dòng)提取中最常用的方法，現(xiàn)階段仍具有重要的意義。例如，Ding等發(fā)現(xiàn)道路局部區(qū)域通常具有一致性，將像素合并到具有相似主方向的對(duì)象中，以計(jì)算幾何測(cè)量值，然后，使用線段連接算法提取其中的道路對(duì)象[4]。Huang等基于對(duì)象多尺度結(jié)構(gòu)特征，利用SVM對(duì)不同地物進(jìn)行分類，利用多數(shù)投票機(jī)制識(shí)別道路對(duì)象[5]。Maboudi、Stein等利用面向?qū)ο蠓椒ㄌ崛〉缆帆@得了較好的效果[6-7]。面向?qū)ο蟮姆椒ǔ浞掷昧擞跋裥畔?duì)道路進(jìn)行提取，雖然避免了僅利用光譜像元分類造成的影像“同譜異物和”“椒鹽現(xiàn)象”，取得了很好的效果[8]。但同時(shí)參與道路提取的特征增多，也造成了特征維數(shù)的增大,在一定程度上降低了道路提取過(guò)程中影像的分類精度，因此在分類前需要對(duì)特征進(jìn)行選擇降低其維度[9]。

隨機(jī)森林算法是一種機(jī)器學(xué)習(xí)分類算法,可以直接處理高維數(shù)據(jù)的降維問題[10]。目前與隨機(jī)森林結(jié)合使用的特征選擇算法主要有過(guò)濾式(Filter)和封裝式(Wrapper)。溫小樂等通過(guò)隨機(jī)森林封裝算法進(jìn)行特征選擇對(duì)喬木林樹種進(jìn)行分類，提高了樹種的分類精度[11]。馬玥、姚登舉等利用隨機(jī)森林算法封裝式特征選擇方法對(duì)特征變量進(jìn)行降維，將降維后的變量用于影像分類，提高了分類的精度[12-13]。但封裝式算法對(duì)分類器和搜索算法的依賴性較大，根據(jù)原始特征集在分類器上的性能評(píng)估特征子集的優(yōu)劣，效率較低。Filter方法具有較好的預(yù)測(cè)能力，并獨(dú)立于封裝式算法，將其與封裝式算法結(jié)合使用構(gòu)成過(guò)濾式-封裝式特征選擇方法，能充分利用兩者的優(yōu)勢(shì)。例如，劉舒等采用ReliefF過(guò)濾式算法和基于隨機(jī)森林的封裝式多目標(biāo)遺傳算法相結(jié)合的方法優(yōu)化特征集，將所得的特征集用于濕地提取，取得了較好的效果[14]。傳統(tǒng)隨機(jī)森林分類在選擇特征時(shí)具有隨意性，會(huì)忽略特征對(duì)類別的重要性，很難選擇出隨機(jī)森林的最優(yōu)參數(shù)組合并且選擇過(guò)程效率低。因此本文在前人的基礎(chǔ)上提出了將PSO搜索算法與優(yōu)化的隨機(jī)森林算法結(jié)合使用構(gòu)成PSO_OPRF封裝式特征選擇方法并和ReliefF過(guò)濾式算法共同使用。在充分考慮特征間相關(guān)關(guān)系的同時(shí)選擇最優(yōu)的隨機(jī)森林的參數(shù)組合，來(lái)提高影像分類和道路提取的精度。

2 研究區(qū)概況及數(shù)據(jù)準(zhǔn)備

2.1 研究區(qū)概況

研究區(qū)位于山西省太原市城區(qū)內(nèi)部,位置為112°30′29″-112°32′37″E,37°52′27″-37°53′47″N(如圖1)，根據(jù)城市生態(tài)用地的分類經(jīng)驗(yàn)將研究區(qū)分為水體、植被、主干路、次干道、支路、建筑、陰影和其他8類地物[15]。

2.2 數(shù)據(jù)來(lái)源及預(yù)處理

數(shù)據(jù)選用2020年7月7日獲取的全色分辨率為1 m，多光譜分辨率為4 m的GF-2遙感影像(如圖1)。利用ENVI平臺(tái)對(duì)GF-2遙感影像進(jìn)行正射校正、幾何配準(zhǔn)，將配準(zhǔn)后的影像進(jìn)行融合、裁剪得到研究區(qū)初始影像，進(jìn)一步采用中值濾波去除噪聲提高影像對(duì)比度，利用改進(jìn)的雙閾值canny算子對(duì)研究區(qū)影像進(jìn)行邊緣提取[16]，將提取的邊緣和原始影像疊加得到最終研究區(qū)圖像(如圖2)。最終圖像在不減少光譜信息的情況下同時(shí)擁有了邊緣信息，能得到更好的影像分割效果。

圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the study area

圖2 添加邊緣算子圖Fig.2 Add edge operator graph

3 研究方法及原理

3.1 影像多尺度分割算法

多尺度分割算法是一種自底向上的區(qū)域生長(zhǎng)算法[17]。其依據(jù)異質(zhì)性準(zhǔn)則，將單個(gè)像元逐層合并成具有相似性特征的影像對(duì)象，具體流程為：設(shè)置影像的尺度參數(shù)、光譜、形狀的權(quán)值，將影像的局部區(qū)域異質(zhì)性與給定閾值大小進(jìn)行對(duì)比，當(dāng)異質(zhì)性小于給定閾值時(shí)進(jìn)行迭代合并，依次循環(huán)，當(dāng)異質(zhì)性大于給定閾值時(shí)，停止合并。使得影像分割后對(duì)象內(nèi)部同質(zhì)性和對(duì)象間異質(zhì)性達(dá)到最大[18]。多尺度分割根據(jù)影像中各個(gè)地物特征的不同，選擇不同的尺度對(duì)遙感影像進(jìn)行分割[19]，形成不同地物間的層次等級(jí)網(wǎng)絡(luò)體系，在特定影像層上提取出特定地物。本文在不同的尺度層次上對(duì)3種類型的道路進(jìn)行了提取，首先根據(jù)ESP插件獲得影像多尺度分割的大致尺度為120、180、210、260、300，再根據(jù)RMAS指數(shù)法[19]結(jié)合目視方法分別獲得各個(gè)地物的尺度參數(shù)、形狀與緊致度因子的參數(shù)見表1。

表1 各個(gè)地物最佳分割尺度和形狀緊致度因子參數(shù)

3.2 特征初選

研究共選擇93個(gè)特征，其中包括光譜特征8個(gè)，幾何特征15個(gè)，紋理特征51個(gè)，語(yǔ)義特征16個(gè) ，自定義特征3個(gè)。光譜特征包括4個(gè)波段的均值和標(biāo)準(zhǔn)差；幾何特征包括面積、邊界長(zhǎng)度、長(zhǎng)寬比、寬度、不對(duì)稱性、密度等；紋理特征包括GLCM和GLDV方向的均值、標(biāo)準(zhǔn)差、熵、同質(zhì)性、對(duì)比度、非相似性、角二階矩、相關(guān)性等；語(yǔ)義特征包括距離相關(guān)性和相鄰邊界相關(guān)性等；自定義特征包括建筑指數(shù)(BAI)、自定義水體指數(shù)(NDWI)以及自定義植被指數(shù)(NDVI)。

3.3 特征選擇的方法

(1)ReliefF特征選擇

ReliefF是由Kononeill通過(guò)改進(jìn)Kira提出，Relief得到的一種過(guò)濾式特征選擇算法，可以解決多類別問題。它基于特征和類別之間的相關(guān)性來(lái)確定權(quán)重，濾除權(quán)重小于閾值的特征。具體過(guò)程為：隨機(jī)選取訓(xùn)練樣本集中的一個(gè)特征樣本R，分別選擇樣本R的k個(gè)同類最近鄰樣本和異類最近鄰樣本構(gòu)成樣本集H和樣本集T，求出H和T中特征與原始樣本R中特征的差值，將其定義為特征權(quán)重W[20]。對(duì)于任意特征樣本集m，進(jìn)行n次抽樣的特征權(quán)重Wm計(jì)算式[21]如下:

(1)

式中:c為異類樣本集類別；R[m]代表特征集R中特征為m的值；p(c)為異類樣本類別c的概率；Hj[m]為同類樣本中距離m的第j個(gè)最近鄰特征的值；class(R)代表對(duì)象集R的類別，p(class(R))是所有樣本中與R相同的概率；T(c)j[m]為距離c類樣本第j個(gè)最近鄰特征m的值。

(2)粒子群優(yōu)化搜索算法

Kennedy和Eberhart在1995年提出的粒子群優(yōu)化算法(PSO)是一種群體協(xié)作式的隨機(jī)搜索算法[22]。根據(jù)粒子的適應(yīng)值和速度與其他粒子協(xié)作共享信息尋找解空間中的最優(yōu)解。本文中將粒子群優(yōu)化算法作為封裝式算法中的搜索算法，在預(yù)處理后的特征集中選擇更優(yōu)的特征。

(3)PSO_OPRF封裝算法

首先按權(quán)重大小對(duì)原始特征子集進(jìn)行排序，利用ReliefF過(guò)濾式算法對(duì)排序后的特征子集進(jìn)行篩選，去除權(quán)重較小的特征，保留權(quán)重較大的特征用參與到下一步的特征選擇。然后，利用PSO算法和OPRF算法共同構(gòu)成封裝式(Wrapper)子集評(píng)估器對(duì)預(yù)選出的特征進(jìn)一步降維。將PSO算法作為封裝算法中的搜索算法，對(duì)經(jīng)過(guò)ReliefF過(guò)濾式算法篩選出的特征的重要性進(jìn)行評(píng)估判斷，對(duì)冗余特征進(jìn)一步消除，降低其維度。利用OPRF作為封裝算法中的分類器， 對(duì)隨機(jī)森林的參數(shù)進(jìn)行自動(dòng)選擇，同時(shí)考慮特征之間的相關(guān)性，刪除PSO算法中重要性較低的特征，逐次迭代，依據(jù)分類精度的大小對(duì)特征選擇的優(yōu)劣進(jìn)行判斷，建立分類精度變化與特征維度之間的關(guān)系，最終選擇出最優(yōu)的特征子集。并利用十折交叉驗(yàn)證法驗(yàn)證該特征選擇方法對(duì)地物的分類精度。

3.4 影像分類

(1)J48決策樹分類

J48決策樹的基本理論算法為ID3算法，如圖3所示?；趶纳系较碌倪f歸策略，構(gòu)造決策樹的分支，依次循環(huán)，對(duì)連續(xù)屬性進(jìn)行離散化處理[23]。以J48決策樹構(gòu)建分類規(guī)則集對(duì)影像進(jìn)行多層次分類，進(jìn)一步在多層次分類的基礎(chǔ)上提取城市道路。與通過(guò)優(yōu)化隨機(jī)森林分類器分類的結(jié)果進(jìn)行對(duì)比。

圖3 ReliefF_PSO_OPRF特征選擇流程圖Fig.3 ReliefF_PSO_OPRF feature selection flow chart

(2)隨機(jī)森林算法(RF)分類

隨機(jī)森林算法是由多個(gè)決策樹組成的一種機(jī)器學(xué)習(xí)的分類算法。該算法對(duì)訓(xùn)練數(shù)據(jù)中隨機(jī)選取的子訓(xùn)練樣本構(gòu)建決策樹，并對(duì)決策樹每個(gè)節(jié)點(diǎn)上特征進(jìn)行隨機(jī)抽取。根據(jù)選取的特征信息量分裂和增長(zhǎng)決策樹的節(jié)點(diǎn)，重復(fù)循環(huán)此過(guò)程，直到不再繼續(xù)分裂。對(duì)各決策樹進(jìn)行分類，并對(duì)其結(jié)果進(jìn)行投票，得到最終的投票分類結(jié)果[24]。

(3)優(yōu)化的隨機(jī)森林(OPRF)分類

現(xiàn)有的隨機(jī)森林算法通常構(gòu)建大量決策樹，對(duì)內(nèi)存消耗較大計(jì)算效率較低。使用遺傳算法優(yōu)化隨機(jī)森林中決策樹的個(gè)數(shù)，選擇高質(zhì)量的個(gè)體樹來(lái)作為遺傳算法的初始種群，可以提高隨機(jī)森林的算法精度[25]。首先將OPRF作為封裝算法中的分類器，對(duì)選擇后的特征集合進(jìn)行評(píng)估，在剩余的特征中選擇出最優(yōu)的特征集，再依據(jù)分類規(guī)則對(duì)三個(gè)等級(jí)的道路分別進(jìn)行提取。

3.5 分類后道路拓?fù)涮幚?/h3>

利用ArcGIS軟件對(duì)提取后的道路進(jìn)行細(xì)化處理，對(duì)樹木、房屋陰影造成的道路斷裂問題,進(jìn)行拓?fù)涮幚韺?shí)現(xiàn)道路連接，對(duì)提取出的道路面進(jìn)行線化處理細(xì)化道路，去除粗提取產(chǎn)生的道路毛刺，對(duì)道路進(jìn)行平滑。道路提取流程圖如圖4所示。

圖4 道路提取流程Fig.4 Flow chart of road extraction

4 實(shí)驗(yàn)與結(jié)果分析

本文采用FNEA分割算法按RMAS指數(shù)法獲得的各個(gè)地物的分割尺度和形狀緊密度因子，利用eCognition9.1對(duì)遙感影像進(jìn)行逐層分割，在分割好的影像的基礎(chǔ)上共選擇903個(gè)樣本點(diǎn)，選擇其中2/3作為測(cè)試數(shù)據(jù)，1/3作為驗(yàn)證數(shù)據(jù)，利用weka3.9平臺(tái)設(shè)計(jì)對(duì)初始特征進(jìn)行選擇，得到最優(yōu)特征參與后續(xù)分類過(guò)程，在不同層級(jí)上對(duì)不同尺度的道路進(jìn)行粗提取。

4.1 ReliefF_PSO_OPRF特征選擇

對(duì)原始空間特征利用weka3.9平臺(tái)設(shè)計(jì)實(shí)驗(yàn)首先利用ReliefF過(guò)濾算法進(jìn)行初始選擇，保留與目標(biāo)類別相關(guān)性較大的60個(gè)特征，再利用粒子群優(yōu)化算法對(duì)預(yù)選出的特征重要性進(jìn)行排序，同時(shí)優(yōu)化隨機(jī)森林算法，選擇最優(yōu)隨機(jī)森林子樹組合對(duì)特征子集進(jìn)行評(píng)估，得到最終的26個(gè)特征(如表2)。其中包括光譜特征3個(gè)，幾何特征5個(gè)，紋理特征7個(gè)，語(yǔ)義特征9個(gè)，自定義特征2個(gè)?？倐€(gè)數(shù)比僅使用ReliefF少34個(gè)，比ReliefF_PSO_RF選擇出的特征少8個(gè)，比ReliefF_PSO_J48少了10個(gè)。ReliefF_PSO_OPRF特征選擇方法選擇出了最少的特征子集參與后續(xù)的影像分類，減少了計(jì)算時(shí)間，提高了影像分類的精度。

表2 ReliefF_PSO_OPRF選擇的特征

4.2 不同特征選擇方法分類結(jié)果對(duì)比

為了進(jìn)一步驗(yàn)證ReliefF_PSO_OPRF方法的可靠性，將其與ReliefF_OPRF、PSO_RF、PSO_J48等方法的結(jié)果對(duì)比分析，見表3。從表3中可以看出4種方法中ReliefF_PSO_OPRF分類的總精度和kappa系數(shù)最高。相比于ReliefF_OPRF分類精度高出4%左右，kappa系數(shù)也高出0.04，驗(yàn)證了在封裝算法中引入PSO搜索算法的必要性。發(fā)現(xiàn)ReliefF_PSO_OPRF方法的分類精度分別提高了3.87%、3.21%、10.3%，kappa系數(shù)提高了0.047 6、0.039 4、0.124 8。利用PSO_ORPF構(gòu)成封裝式算法選擇的特征分類精度比PSO_RF構(gòu)成封裝式算法選擇的特征分類精度高3%，kappa系數(shù)高出0.04；比PSO_J48構(gòu)成封裝式算法選擇的特征分類精度高出10%，kappa系數(shù)高出0.12，驗(yàn)證了將OPRF作為封裝式算法中分類器的有效性。實(shí)驗(yàn)證明ReliefF_PSO_OPRF構(gòu)成的過(guò)濾式-封裝式特征選擇方法選出的特征最優(yōu)。將該特征集依據(jù)分類器構(gòu)建的分類規(guī)則參與到影像的多層次分類中能將道路與其他地物很好地區(qū)分開(如圖4)，提高了道路提取的精度。

表3 不同特征選擇方法分類精度對(duì)比

5 道路提取的質(zhì)量評(píng)價(jià)

利用以上多種特征選擇方法及分類方法在多個(gè)層次上對(duì)不同類型的道路進(jìn)行提取，在此過(guò)程中將選出的不同特征集的閾值構(gòu)造作為規(guī)則集寫入易康軟件中作為分類的依據(jù)，建立分類模型。通過(guò)對(duì)道路提取的查全率、查準(zhǔn)率、F-measure，三個(gè)指標(biāo)來(lái)判斷道路提取的質(zhì)量。

查全率(Recall)：指道路提取的完整程度，用于衡量正確分類的道路總面積與目視解參考道路總面積之比：

(2)

查準(zhǔn)率(Precision)：指正確提取道路數(shù)據(jù)的百分比，即算法分類之后的得到的正確分類的道路總面積與提取的道路網(wǎng)總面積之比：

(3)

F-Measure(F度量)：是查準(zhǔn)率和查全率的調(diào)和平均數(shù)，是查準(zhǔn)率和查全率的綜合表示：

(4)

式中：TP代表道路提取中將正類判定為正類；FP是指將負(fù)類判定為正類，即“存?zhèn)巍?；FN是指將正類判定為負(fù)類，即“去真”。

由表4可知，本文提出的ReliefF_PSO_OPRF方法選擇的特征參與影像分類后，提取出的道路具有較好的效果，主干道和支路的查全率、查準(zhǔn)率、F度量值都達(dá)到了0.9以上，次干道的查全率、F度量都達(dá)到了0.8以上，查準(zhǔn)率達(dá)到了0.85以上，支路的查準(zhǔn)率、查全率和F度量值都達(dá)到了0.9以上，高于其余幾種方法。ReliefF_PSO_RF特征選擇方法選取的特征提取出的道路精度次之，查準(zhǔn)率、查全率和F度量都低于本文提出的方法。結(jié)合圖6可以明顯看出基于ReliefF_PSO_RF選擇的特征提取出的道路存在錯(cuò)提，漏提的現(xiàn)象。驗(yàn)證了優(yōu)化的隨機(jī)森林算法的有效性。僅使用ReliefF算法與優(yōu)化的隨機(jī)森林算法結(jié)合使用選擇出來(lái)的特征提取出來(lái)的道路的質(zhì)量低于ReliefF_PSO_OPRF、ReliefF_PSO_RF方法選擇出來(lái)的特征提取的道路質(zhì)量。單獨(dú)使用ReliefF算法進(jìn)行特征選擇，只能依據(jù)特征權(quán)重過(guò)濾掉權(quán)重較低的特征，不能充分考慮特征子集之間的關(guān)系對(duì)其進(jìn)行準(zhǔn)確的評(píng)估，選擇出的特征對(duì)道路提取的質(zhì)量較低。利用J48作為封裝式算法的分類器評(píng)估特征子集，選擇出的特征對(duì)道路的提取效果相較于前三種方法最差。驗(yàn)證了隨機(jī)森林算法作為分類器選擇特征時(shí)，具有較高的預(yù)測(cè)準(zhǔn)確性。

表4 不同方法道路提取質(zhì)量對(duì)比

圖5 四種特征選擇方法分類結(jié)果對(duì)比Fig.5 Comparison of classification results of four feature selection methods

圖6 四種特征選擇方法部分道路提取對(duì)比圖Fig.6 Comparison diagram of partial road extraction of four feature selection methods

6 結(jié)論

本文針對(duì)GF-2遙感影像道路提取中遇到的特征冗余的問題， 提出了ReliefF_PSO_OPRF特征選擇方法，將選擇的特征應(yīng)用于面向?qū)ο蟮牡缆诽崛≈?，取得了較好的效果，對(duì)主干道的提取質(zhì)量達(dá)到了0.959，對(duì)次干道的提取質(zhì)量達(dá)到了0.853，對(duì)支路的提取質(zhì)量達(dá)到了0.931。通過(guò)四個(gè)試驗(yàn)對(duì)比可知：特征選擇可以降低特征維度，提高道路的提取精度；封裝式算法的分類器選擇中本文選用的OPRF分類器相較于RF分類器和J48分類器選擇出的特征集更優(yōu)，對(duì)道路的提取效果更好；結(jié)合過(guò)濾式-封裝式算法選擇的特征對(duì)道路的提取精度高于僅使用過(guò)濾式算法選擇的特征提取的道路精度。驗(yàn)證了本文方法在特征選擇方面的可行性。由于城市中地物類型復(fù)雜，本文對(duì)主干道、支路的提取效果較好，在次干道的提取質(zhì)量中還有待精進(jìn)。