1.什么是图像分割

1.1图像分割的含义以及基本发展

​ 图像分割一般定义为将图像划分为同质组的过程，使每个区域都是同质的，但相邻区域的并集不是同质的。因此图像分割主要是确定合适的同质性措施，来区分对象彼此。

法一：图像驱动方法：基于图像像素的统计特征提取目标，大部分基于边缘分割技术

法二：模型驱动方法：通常用于图像分割的模型有a)目标背景/阈值模型，b)神经模型，c)马尔可夫随机场模型，d)模糊模型，e)分形模型，f)多分辨率和g)变换模型，即分水岭模型和小波模型。

对象背景模型：目前，基于阈值的方法在遥感领域，特别是在高分辨率影像的城市遥感应用中并不流行。

马尔可夫随机场模型（MRF）：它能够以先验分布的形式整合图像的光谱、纹理、上下文、空间属性，甚至先验知识。然而，数学公式和高计算复杂度是缺点。

模糊模型：

2.什么是遥感语义分割？

2.1 什么是语义分割(Semantic segmentation )？

​ 语义分割是在像素级别上的分类，属于同一类的像素都会被归于一类。因此语义分割是从像素级别来理解图像的。比如一张人骑摩托车的照片，属于人的像素都要分成一类，属于摩托车的像素也要分成一类，除此之外还有背景像素也被分为一类。注意语义分割不同于实例分割，举例来说，如果一张照片中有多个人，对于语义分割来说，只要将所由人的像素都归为一类，但是实例分割还要将不同人的像素归为不同的类。也就是说实例分割比语义分割更进一步。

2.2 语义分割的基本方法

​ 语义分割有多种传统方法，但现在更多会使用深度学习方法来进行语义分割。比较常见的深度学习算法有：

Patch classification

Patch classification方法，顾名思义，图像是切成块喂给深度模型的，然后对像素进行分类。使用图像块的主要原因是因为全连接层需要固定大小的图像。

全卷积方法

2014年，全卷积网络横空出世，将网络全连接层用卷积取代，因此使任意图像大小的输入都变成可能，而且速度比Patch classification方法快很多。

encoder-decoder架构

encoder-decoder是基于FCN的架构。encoder由于pooling逐渐减少空间维度，而decoder逐渐恢复空间维度和细节信息。通常从encoder到decoder还有shortcut connection（捷径连接，也就是跨层连接）。

还有更多基于FCN的衍生方法将在后面详解。

###