基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法

Automatic Extraction of Rail Lines from Multi-View Images of UAV Based on CBAS_Unet

摘要

针对无人机影像场景复杂、视角差异大、异物遮挡多，因而难以实现影像钢轨线高精度自动提取的问题，提出基于CBAS_Unet的无人机多视角影像钢轨线自动提取方法。在传统U-net网络基础上增加并行的空洞空间金字塔模块（Atrous Spatial Pyramid Pooling，ASPP）及卷积注意力模块（Convolutional Block Attention Module，CBAM），以增强网络对不同尺度的邻域信息的获取能力，有效提升对钢轨的分割性能；再通过基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联，实现完整钢轨矢量线的高精度提取。结果表明：与U-net及Deeplab v3+ 2种经典模型相比，所提方法针对多视角无人机影像钢轨分割的交并比分别提升2.09%和1.98%，综合能力评价指标分别提升1.50和1.42；钢轨线提取完整度达到了90.7%，优于U-net模型的83.3%；钢轨线提取的误差平均值约0.58像素，中误差约0.77像素，实现了亚像素级的钢轨线提取。该方法能够满足无人机多视角影像中钢轨线提取的自动化、完整性以及高精度应用的需求。

Abstract

Addressing the challenges posed by the complexity of UAV image scenes, significant differences in view angles, and frequent occlusions by foreign objects, an automatic extraction method of UAV multi-view image rail lines based on CBAS_Unet is proposed. On the basis of the traditional U-net network, a parallel Atrous Spatial Pyramid Pooling (ASPP) and Convolutional Block Attention Module (CBAM) are added to enhance the network's capability to capture contextual information across various scales, thereby significantly boosting the segmentation performance of rails. High-precision extraction of complete rail vector lines is then achieved by pixel grouping using RANSAC least squares fitting and chaining of neighboring rail lines. The experimental results show that, compared with the two classical models of U-net and Deeplab v3+, the proposed method achieves an increase in the intersection and merger ratio for rail segmentation of multi-view UAV images by 2.09% and 1.98%, and the score value is improved by 1.50 and 1.42, respectively. The completeness of rail line extraction reaches 90.7%, surpassing the 83.3% achieved by the U-net model. The average error in rail line extraction is approximately 0.58 pixels, with the median error of approximately 0.77 pixels, enabling sub-pixel-level rail line extraction. This method fulfills the requirements for automation, comprehensive and high-precision extraction of rail lines from UAV multi-view images.

Graphical abstract

关键词

无人机影像 / 钢轨线提取 / 空洞空间金字塔 / 注意力机制 / U-net

Key words

UAV image / Rail line extraction / Atrous Spatial Pyramid / Attention mechanism / U-net

截至2023年底，全国铁路运营里程达到15.9万km，我国已成为世界上铁路基础设施建设规模最大、高铁运营总里程最长的国家。对既有铁路基础设备设施状态的精确感知是数字化铁路建设的必然要求，也是铁路智能化发展的前沿标志。轨道作为铁路运输的基础，在铁路施工建设、运营维护等各个阶段都需要对其空间位置进行准确测量。随着软硬件技术的发展，无人机已成为1种重要的遥感数据采集平台，凭借机动灵活、对地观测分辨率高、可提供多角度观测数据等优势，在铁路状态感知及高精度测量^［1-2］等领域得到了广泛的应用。利用无人机影像进行铁路轨道高效感知测量的前提是实现轨道的高精度自动提取。然而，由于钢轨属于弱纹理的线状小目标，其在大尺度影像中所呈现的特征并不显著，且无人机多视角影像存在视角差异大、异物遮挡多等特点，会在一定程度上影响钢轨顶面分割提取的完整度与精度。因此，如何从多视角无人机影像中实现钢轨线的高精度自动分割提取仍是一个难题。

近年来，基于深度学习的语义分割技术发展迅速，许多专家学者尝试将其应用于遥感影像目标提取工作中。Shelhamer等^［3］将CNN最后的全连接层替换为卷积层，利用深度卷积神经网络实现图像语义分割。Zhang等^［4］在模型中引入分层分割块和残差感受野模块来提取多尺度信息，从而提升高分辨率遥感影像地物分类的效果。Chen等^［5］提出了适用于裸地提取的改进Deeplab v3+网络模型，其采用MobileNetV2作为主干网络，并引入了双注意力机制。Chen等^［6］通过在编码器中加入自注意力模块以及在解码器中进行上采样的方式，提升了模型语义分割的能力。路通等^［7］针对复杂铁路场景类别易混淆及有效特征难提取的问题，发明了基于网状多尺度融合与双向通道注意力的铁路场景语义分割网络。王辉等^［8］针对列车运行环境内影响运行安全的异物侵限问题，提出了铁路轨道限界快速检测算法。在线状目标的分割提取方面，Lan等^［9］基于全局信息的空洞卷积神经网络实现影像道路信息提取。沈瑜等^［10］通过自监督对比学习方式实现对寒旱区遥感图像河流的识别。张伟光等^［11］采用结合VGG16网络的U-net路面缺陷检测算法解决了龟裂形态路面缺陷分割的问题。张志华等^［12］结合双注意力机制实现了道路路面裂缝的自动提取。王卫东等^［13］基于改进Faster R-CNN和正交投影实现了无砟轨道板裂缝精细化测量。总体而言，深度学习语义分割技术在各个领域得到了广泛应用，但是针对无人机多视角影像钢轨分割提取的研究相对缺乏，目前尚未形成完全满足工程应用需求的成熟算法。

针对无人机多视角影像钢轨线分割提取难的问题，本研究在传统U-net网络模型^［14］中引入空间金字塔融合注意力模块（CBAM_ASPP，CBAS）以及Dice-Focal Loss损失函数，提出基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联方法，可实现无人机多视角影像钢轨矢量线的高精度自动提取。

1 钢轨分割网络模型

考虑到由无人机拍摄的钢轨影像中轨顶相对较小，且标签为线形标签。为提高对钢轨这一线状小目标的分割能力，本文在U-net模型的基础上设计并提出了CBAS_Unet模型，其整体网络结构如图1所示。

在CBAS_Unet网络模型中，下采样层由卷积模块、池化层、CBAS模块构成，卷积模块用于进行低层特征的提取，池化层减小特征图大小的同时保留关键特征信息，CBAS模块提升网络捕捉多尺度邻域信息的能力。上采样层由卷积模块、上卷积模块、复制裁剪模块构成，其中：卷积模块用于学习高层特征；上卷积模块增加特征图尺寸；复制裁剪模块有助于将低层特征和高层特征结合；连接桥用于连接下采样层和上采样层，帮助还原丢失的空间信息。此外，采用Dice Loss与Focal Loss相结合的损失函数，以适应钢轨分割时正负样本不均衡的特点。

1.1　CBAS模块

在处理图像任务时，首先通过卷积操作对图像进行特征提取和维度变化，随后通过池化操作降低图像的尺寸。在钢轨分割中，通过下采样获得的形状、纹理和边缘信息等低层特征要比通过上采样获取的空间高层信息更加重要。然而，由于传统卷积采用固定尺度的卷积核，无法很好地捕捉到图像中不同尺度的邻域信息。此外，随着网络层数的加深，池化层导致图片尺寸越来越小，当需要通过上采样操作将图片扩大到原始尺寸时，会导致内部数据结构丢失，造成钢轨小目标重建信息丢失。为解决这一问题，提出了CBAS模块，其结构如图2所示。

该模块由上下2个分支构成，在上分支中，引入ASPP模块^［15］，并在其中融合CBAM模块^［16］，帮助网络捕获更多的低层特征。ASPP模块并行采用1个普通卷积分支、3种不同膨胀率的膨胀卷积分支及1个全局平均池化分支。普通卷积分支用于捕捉输入特征图的细节信息，而膨胀卷积分支则通过扩大感受野有效捕捉图像中不同尺度的邻域信息，膨胀卷积的感受野大小由原始卷积核尺寸k和膨胀率r共同决定，实际卷积核尺寸k_{\mathrm{a}}按式（1）定义。全局平均池化分支用于获取全局的邻域信息。通过将膨胀卷积分支输出的不同尺度的特征图输入CBAM模块，帮助网络更关注不同尺度的邻域信息。

k_{\mathrm{a}}=(k-\mathrm{1})(r-\mathrm{1})（1）

该模块的下分支为CBAM模块，其可以帮助网络快速专注于钢轨特征的提取，并抑制非钢轨目标的干扰。CBAM模块的结构如图3所示。

CBAM模块主要由通道注意力模块和空间注意力模块2部分组成。其中，通道注意力模块有助于增强不同通道的特征表示，其结构如图4所示。将图片提取得到的特征输入全局最大池化层和全局平均池化层处理后，输出结果经过全连接层分别得到对应输出特征，对2个输出特征相加并通过Sigmoid激活函数归一化，得到通道注意力输出特征M_{\mathrm{c}}。

空间注意力模块有助于提取空间中不同位置的关键信息，其结构如图5所示。通道注意力输出特征与输入特征F相乘后得到通道注意力模块细化后特征F^{\mathrm{\text{'}}}，经过最大池化层和平均池化层，将2个特征图进行融合，然后进入7×7卷积层和Sigmoid激活函数得到空间注意力输出特征M_{\mathrm{s}}。

1.2　损失函数

针对不同的深度学习任务通常需要采用不同的损失函数。Dice Loss^［17］函数通常被用于正负样本不均衡的情况下，且更关注前景区域和背景区域的区分。然而，由于钢轨目标区域较小，在训练过程中，预测值出现局部错误就会导致损失值大幅度变动，其梯度也会出现激烈震荡，影响训练结果。将Dice Loss损失函数与其他损失函数相结合可以避免此问题。Focal Loss^［18］损失函数常被用于小目标分割场景，通过自适应调节各样本损失函数权重，从而提升对小目标的分割准确度。因此，采用Focal Loss与Dice Loss函数组合作为该网络的损失函数，以平衡网络中正负样本不均衡带来的负面影响。

在对钢轨进行分割时，会产生4种预测结果：真阳性，即正样本被预测为正样本；假阳性，即负样本被预测为正样本；假阴性，即正样本被预测为负样本；真阴性，即负样本被预测为负样本。

则模型的损失函数L为

\begin{array}{l}L=L_{\mathrm{D}\mathrm{i}\mathrm{c}\mathrm{e}}+\lambda L_{\mathrm{F}\mathrm{o}\mathrm{c}\mathrm{a}\mathrm{l}}\\ =m-{\displaystyle \sum _{i=\mathrm{0}}^{m-\mathrm{1}}}\frac{T_{\mathrm{P}}(i)}{T_{\mathrm{P}}(i)+\alpha F_{\mathrm{N}}(i)+\beta F_{\mathrm{P}}(i)}-\\ \lambda \frac{\mathrm{1}}{N}{\displaystyle \sum _{i=\mathrm{0}}^{m-\mathrm{1}}}{\displaystyle \sum _{n=\mathrm{1}}^N}{g}_n(i)(\mathrm{1}-p_n{(i))}^{\mathrm{2}}\mathrm{l}\mathrm{n}(p_n(i))\end{array}（2）

其中，

T_{\mathrm{P}}(i)={\displaystyle \sum _{n=\mathrm{1}}^N}{p}_n(i)g_n(i)

F_{\mathrm{P}}(i)={\displaystyle \sum _{n=\mathrm{1}}^N}{p}_n(i)(\mathrm{1}-g_n(i))

F_{\mathrm{N}}(i)={\displaystyle \sum _{n=\mathrm{1}}^N}(\mathrm{1}-p_n(i))g_n(i)

式中：L_{\mathrm{D}\mathrm{i}\mathrm{c}\mathrm{e}}为Dice Loss损失函数；L_{\mathrm{F}\mathrm{o}\mathrm{c}\mathrm{a}\mathrm{l}}为Focal Loss损失函数；m为类别总数，文中取值为2；i为类别号，取\mathrm{0}表示非钢轨点，取\mathrm{1}表示钢轨点；T_{\mathrm{P}}(i)，F_{\mathrm{P}}(i)和F_{\mathrm{N}}(i)分别为类别i的真阳性、假阳性和假阴性数量；p_n(i)和g_n(i)分别为类别i的预测值和真实值；\lambda为Dice Loss与Focal Loss之间的权重；\alpha和\beta分别为假阴性和假阳性的惩罚系数，取值均为0.5；N为图像的像素点总数。

2 钢轨矢量化及邻接域串联

由网络模型处理后得到的分割结果，仅仅包含像素点的语义信息，并没有对每条钢轨进行矢量化。另外，由于无人机拍摄的影像尺寸较大，在网络模型处理时需将原图分为若干个（1 024×1 024）像素的图像块进行分块处理。为此，提出了钢轨矢量化方法，以获取无人机影像中完整的钢轨矢量线。计算方法如图6所示。

其中：l_{\mathrm{1}}为当前图像中上方钢轨的拟合线；l_{\mathrm{2}}为当前图像中下方钢轨的拟合线；l_{\mathrm{3}}为邻接图像中上方钢轨的拟合线；l_{\mathrm{4}}为邻接图像中下方钢轨的拟合线；q_{\mathrm{1}}，q_{\mathrm{2}}，q_{\mathrm{3}}和q_{\mathrm{4}}分别为l_{\mathrm{1}}，l_{\mathrm{2}}，l_{\mathrm{3}}和l_{\mathrm{4}}与邻接边界的交点；d_{\mathrm{1}}，d_{\mathrm{2}}，d_{\mathrm{3}}和d_{\mathrm{4}}分别为其它连通域内的钢轨像素点到直线l_{\mathrm{1}}的距离，当d_{\mathrm{1}}与d_{\mathrm{2}}小于判定阈值T_{\mathrm{1}}时，d_{\mathrm{1}}与d_{\mathrm{2}}所在连通域内的钢轨像素点被判定为l_{\mathrm{1}}所属钢轨线；t_{\mathrm{1}}和t_{\mathrm{2}}分别为q_{\mathrm{3}}到l_{\mathrm{1}}和l_{\mathrm{2}}的距离；t_{\mathrm{3}}和t_{\mathrm{4}}分别为q_{\mathrm{4}}到l_{\mathrm{1}}和l_{\mathrm{2}}的距离。由于t_{\mathrm{1}}与t_{\mathrm{4}}均小于阈值T_{\mathrm{2}}，所以l_{\mathrm{1}}与l_{\mathrm{3}}进行串联，l_{\mathrm{2}}与l_{\mathrm{4}}串联，T_{\mathrm{1}}与T_{\mathrm{2}}的取值均为2，该计算方法的具体步骤如下。

（1）图像块钢轨像素编组。对（1 024×1 024）像素的图像块分割结果进行膨胀腐蚀，获取图像中的连通域，并计算其面积，按照连通域面积由大到小排列。依次对各连通域中的钢轨像素点进行RANSAC最小二乘直线拟合，判断其他连通域到该拟合直线的距离均值，如果均值小于判定阈值则编为一组，直至完成全部连通域的像素编组。

（2）图像块钢轨矢量化。首先，对步骤（1）得到的各组钢轨像素点按横坐标由小到大排序，取排序前m_{\mathrm{1}}个钢轨像素点的坐标平均值作为图像块内钢轨矢量线起点；其次，每间隔距离m_{\mathrm{2}}对其后m_{\mathrm{1}}个钢轨像素点计算坐标平均值，将其作为钢轨矢量线的节点；最后，对排序末端的m_{\mathrm{1}}个钢轨像素点计算坐标平均值，从而得到钢轨矢量线的终点。m_{\mathrm{1}}和m_{\mathrm{2}}应根据图像地面分辨率m_{\mathrm{G}\mathrm{S}\mathrm{D}}进行设定，通常m_{\mathrm{1}}取\mathrm{0.07}/m_{\mathrm{G}\mathrm{S}\mathrm{D}}，m_{\mathrm{2}}取\mathrm{1}/m_{\mathrm{G}\mathrm{S}\mathrm{D}}。

（3）钢轨走向判定及边缘交点计算。对步骤（1）中判定为同一组的像素进行直线拟合，通过拟合线与图像块边缘的交点位置，判定钢轨走向。当交点位于图像块上边缘、右边缘、下边缘时，相应地将钢轨的走向判定为向上、向右和向下。根据钢轨走向的不同，在相应邻域图像块之间进行矢量线串联。当拟合线走向判定为向上时，对当前图像块的上邻接图像块及右上邻接图像进行钢轨串联；当走向判定为向右时，对当前图像块的右邻接图像块、右上邻接图像块以及右下邻接图像块进行钢轨串联，以此类推。

（4）邻接图像块钢轨矢量线串联。依次计算邻接图像块中钢轨拟合线与边缘线的交点到当前图像块钢轨拟合线的欧式距离，当距离小于判定阈值时，则判定为同一钢轨。遍历无人机影像中的全部图像块，对判定为同一钢轨的块内钢轨矢量线进行顺次连接，从而得到完整的钢轨矢量线。

3 试验与分析

3.1　数据集获取及预处理

数据集来自无人机多角度拍摄的既有铁路影像，单张无人机影像为（9 504×6 336）像素，分辨率为1.0 cm。通过专业软件对无人机影像进行钢轨线标绘，得到铁路轨顶多段线，制作线型标签mask图，裁剪原图和mask图为若干个（1 024×1 024）像素的图片，将图片随机打乱顺序按7∶2∶1的比例制作训练集、验证集和测试集。

为了提高数据集的多样性，对数据集进行部分旋转、裁切、增加噪声等方式进行数据增强。数据集规模见表1。

3.2　评价指标

评价指标包括交并比A_{\mathrm{I}\mathrm{o}\mathrm{U}}、准确率P以及召回率R等。其中交并比A_{\mathrm{I}\mathrm{o}\mathrm{U}}表示分割结果与实际结果的重合度，取值范围为0～1，值越大说明网络模型的分割能力越好。其计算式为

A_{\mathrm{I}\mathrm{o}\mathrm{U}}=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}+F_{\mathrm{N}}}（3）

式中：T_{\mathrm{P}}为真阳性数量；F_{\mathrm{P}}为假阳性数量；F_{\mathrm{N}}为假阴性数量。

准确率P表示分割结果中实际正样本占预测正样本的比例，其取值范围为0～1，值越大说明网络模型的分割能力越好。数学表达式为

P=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{P}}}（4）

召回率R表示实际为正样本中分割为正样本的比例，其取值范围为0～1，值越大表明网络模型效果越好。计算方法为

R=\frac{T_{\mathrm{P}}}{T_{\mathrm{P}}+F_{\mathrm{N}}}（5）

由于召回率和准确率在分割结果中相互矛盾，而钢轨分割模型又需综合评价，因此引入综合能力评价指标F_{\mathrm{1}}对网络模型进行综合评价，具体为

F_{\mathrm{1}}=\frac{\mathrm{2}\times PR}{P+R}（6）

钢轨线提取完整度的定量指标C采用钢轨串联后得到的矢量线与实际钢轨线长度的比值计算，即

C=\frac{L_{\mathrm{l}\mathrm{i}\mathrm{n}\mathrm{e}}}{L_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}}（7）

式中：L_{\mathrm{l}\mathrm{i}\mathrm{n}\mathrm{e}}为钢轨矢量线的长度；L_{\mathrm{r}\mathrm{a}\mathrm{i}\mathrm{l}}为实际钢轨长度。

此外，设计钢轨线提取中误差{\sigma }_{\mathrm{R}\mathrm{a}\mathrm{i}\mathrm{l}}用于评价钢轨线提取的精度，计算式为式（8），即

{\sigma }_{\mathrm{R}\mathrm{a}\mathrm{i}\mathrm{l}}=\sqrt[]{\frac{{\displaystyle \sum _{i=\mathrm{0}}^n}{d_i}^{\mathrm{2}}}{n}}（8）

式中：n为钢轨点的个数；d_i为第i个钢轨点的误差值，即提取得到的第i个钢轨点到人工量测钢轨线的欧式距离。

3.3　试验结果及分析

3.3.1　不同网络模型分割结果对比

为了验证CBAS_Unet网络模型针对多视角无人机影像的分割能力，使用CBAS_Unet模型对4种不同视角无人机影像进行分割，如图7所示。由图7可知：对于不同视角的无人机影像，CBAS_Unet均能实现钢轨顶面的自动分割提取，表明了该分割网络模型的有效性。

为了进一步验证CBAS_Unet的实际效果，选取若干张不同场景、不同光照以及不同拍摄角度的无人机影像进行钢轨分割试验，并与U-net模型、在U-net模型中加入ASPP模块后的ASPP_Unet模型以及CBAS_Unet模型的分割结果进行对比，如图8所示。其中，红框表示分割结果中存在明显漏检部分。由图8可知：对于测试影像1和测试影像2，U-net模型的分割结果存在部分漏检，引入ASPP模块后，部分漏检得到缓解，采用CBAS_Unet模型后得到完全解决；在测试影像3中，由于接触网杆遮挡轨道区域，导致U-net模型在遮挡处出现分割间断的情况，引入ASPP模块后漏检减少但仍存在漏检，在CBAS_Unet模型中明显得到消除，仅存留极少量漏检，证明了其在处理复杂遮挡情况下的强大能力。

统计U-net，Deeplab v3+，ResUnet，PIDNet，DDRNet，ASPP_Unet，CBAS_Unet的各项评价指标，结果见表2。由表2可知：U-net，ResUnet和Deeplab v3+的综合能力基本相当，均优于PIDNet和DDRNet；Deeplab v3+的召回率明显优于其他模型，ResUnet的准确率略优于其他模型；相较于U-net网络模型，CBAS_Unet模型的交并比提升2.09%，准确率提升7.25%，同时也优于Deeplab v3+，ResUnet和PIDNet；CBAS_Unet模型的F_{\mathrm{1}}为80.91，达到了较高的分割精度水平，证实了该模型的有效性及优越性。

3.3.2　钢轨线串联结果

钢轨串联算法可以有效解决钢轨分割漏检所导致的钢轨线矢量化不完整等问题，如图9所示。由图9可知：当分割结果存在部分漏检现象时，该方法仍可提取完整的钢轨线。

仅通过分割精度指标对模型实际应用效果评价存在一定的局限性，因此将从影像钢轨线的最终矢量化结果对各方法进行综合评价。随机抽取部分无人机多视角影像，分别使用U-Net，ASPP_Unet以及CBAS_Unet进行分割及钢轨矢量化，如图10所示。由图10可知：基于U-net模型提取的钢轨线存在多处明显缺失，基于ASPP_Unet模型提取的钢轨线优于U-net模型，但是同样存在部分缺失，而CBAS_Unet模型获得钢轨线与实际钢轨完全一致，取得了较好的实际效果。

对比异物遮挡场景下不同方法对钢轨线的提取效果，如图11和图12所示。

由图12可知：U-net和PIDNet的分割结果在树干遮挡区域存在大面积漏检，导致了钢轨线矢量化结果不完整。而CBAS_Unet分割结果虽也存在漏检，但由于漏检区域较少，因此通过矢量化处理仍可以获得完整的钢轨线，体现了所提方法在处理异物遮挡场景时的效果优势。

采用完整度指标C对3种模型得到的钢轨矢量线进行完整度评价，统计结果见表3。U-net模型的综合完整度为83.3%，ASPP_Unet模型的综合完整度为86.2%，CBAS_Unet模型的综合完整度为90.7%，表明基于CBAS_Unet模型的钢轨线提取结果更为完整，也证明了模型改进的有效性。

3.3.3　钢轨线提取精度

采用中误差{\sigma }_{\mathrm{R}\mathrm{a}\mathrm{i}\mathrm{l}}对钢轨线提取精度进行定量评价。随机挑选30张无人机影像进行钢轨线自动提取，并与人工量测的结果进行对比。图13显示了图7（a）中钢轨线的误差值，其中，横坐标表示自动提取钢轨线中的点，纵坐标表示提取得到的矢量线像素点到人工量测钢轨线的欧式距离。对所有的测试影像进行精度统计，钢轨线提取误差的平均值约为0.58 像素，中误差{\sigma }_{\mathrm{R}\mathrm{a}\mathrm{i}\mathrm{l}}约为0.77 像素，表明所提方法在实际应用时提取精度可达亚像素级。

4 结论

针对多视角无人机影像视角差异大、异物遮挡多导致的钢轨自动提取难等问题，在传统U-net网络基础上引入ASPP模块、CBAM模块以及Dice Loss和Focal Loss损失函数，有效提升了钢轨分割的效果，并利用基于RANSAC最小二乘拟合的像素编组及邻域钢轨线串联实现钢轨矢量化。主要研究结论如下。

（1）与U-net和Deeplab v3+ 2种经典模型相比，提出的CBAS_Unet模型在交并比指标上分别提升2.09%和1.98%，同时F₁分别提升1.50和1.42，展现了更优的检测分割效果。

（2）提出1种结合RANSAC最小二乘拟合的像素编组与邻域矢量线串联方法。结果表明，该方法对钢轨线提取的完整度达到90.7%，优于U-net模型的83.3%，证明了其在对无人机多视角影像钢轨矢量线提取方面的完整性和有效性。

（3）针对钢轨线提取精度进行的试验分析指出，采用本方法提取的钢轨线中误差约为0.77像素，误差平均值约为0.58像素，表明所提方法能够满足多视角无人机影像中钢轨线提取的自动化、完整性和高精度应用需求。

参考文献

[1] 王广帅.无人机倾斜摄影铁路轨道线高精度自动重建［J］.测绘通报，2022（5）：133-139，156.

[2] WANG Guangshuai. High-Precision Automatic Reconstruction of Railway Line with UAV Oblique Photography ［J］. Bulletin of Surveying and Mapping， 2022 （5）： 133-139， 156. in Chinese

[3] 邓继伟.基于高精度真正射影像的铁路既有线岔心测量方法［J］.中国铁道科学，2023，44（2）：24-31.

[4] DENG Jiwei. Measurement Method for the Turnout Center of Existing Railway Line Based on High-Precision True Orthophoto ［J］. China Railway Science， 2023， 44 （2）： 24-31. in Chinese

[5] SHELHAMER E， LONG J， DARRELL T. Fully Convolutional Networks for Semantic Segmentation ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39 （4）： 640-651.

[6] ZHANG S C， WANG C Y， LI J H， et al. MF-Dfnet： a Deep Learning Method for Pixel-Wise Classification of Very High-Resolution Remote Sensing Images ［J］. International Journal of Remote Sensing， 2022， 43 （1）： 330-348.

[7] CHEN H， LIU Y L， WANG D C， et al. Automatic Extraction of Bare Soil Land from High-Resolution Remote Sensing Images Based on Semantic Segmentation with Deep Learning ［J］. Remote Sensing， 2023， 15 （6）： 1646.

[8] CHEN Z Y， LI D L， FAN W T， et al. Self-Attention in Reconstruction Bias U-Net for Semantic Segmentation of Building Rooftops in Optical Remote Sensing Images ［J］. Remote Sensing， 2021， 13 （13）： 2524.

[9] 路通，余祖俊，郭保青，等.网状多尺度与双向通道注意力的铁路场景语义分割［J］.交通运输系统工程与信息，2023，23（2）：233-241，299.

[10] LU Tong， YU Zujun， GUO Baoqing， et al. Semantic Segmentation of Railway Scene Based on Reticulated Multi-Scale and Bidirectional Channel Attention ［J］. Journal of Transportation Systems Engineering and Information Technology， 2023， 23 （2）： 233-241， 299. in Chinese

[11] 王辉，吴雨杰，范自柱，等.基于深度学习的铁路限界快速检测算法［J］.铁道科学与工程学报，2023，20（4）：1223-1231.

[12] WANG Hui， WU Yujie， FAN Zizhu， et al. Fast Detection Algorithm of Railway Clearance Based on Deep Learning ［J］. Journal of Railway Science and Engineering， 2023， 20 （4）： 1223-1231. in Chinese

[13] LAN M， ZHANG Y P， ZHANG L F， et al. Global Context Based Automatic Road Segmentation via Dilated Convolutional Neural Network ［J］. Information Sciences， 2020， 535： 156-171.

[14] 沈瑜，王海龙，梁栋，等.基于自监督对比学习的寒旱区遥感图像河流识别方法［J］.农业机械学报，2023，54 （6）：125-135.

[15] SHEN Yu， WANG Hailong， LIANG Dong， et al. River Extraction Method from Remote Sensing Images of Cold and Arid Regions Based on Self-Supervised Comparative Learning ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2023， 54 （6）： 125-135. in Chinese

[16] 张伟光，钟靖涛，呼延菊，等.基于VGG16-UNet语义分割模型的路面龟裂形态提取与量化［J］.交通运输工程学报，2023，23（2）：166-182.

[17] ZHANG Weiguang， ZHONG Jingtao， HU Yanju， et al. Extraction and Quantification of Pavement Alligator Crack Morphology Based on VGG16-UNet Semantic Segmentation Model ［J］. Journal of Traffic and Transportation Engineering， 2023， 23 （2）： 166-182. in Chinese

[18] 张志华，温亚楠，慕号伟，等.结合双注意力机制的道路裂缝检测［J］.中国图象图形学报，2022，27（7）：2240-2250.

[19] ZHANG Zhihua， WEN Yanan， MU Haowei， et al. Dual Attention Mechanism Based Pavement Crack Detection ［J］. Journal of Image and Graphics， 2022， 27 （7）： 2240-2250. in Chinese

[20] 王卫东，张晨雷，胡文博，等.基于改进Faster R-CNN和正交投影的无砟轨道板裂缝精细化测量［J］.中国铁道科学，2023，44（6）：46-56.

[21] WANG Weidong， ZHANG Chenlei， HU Wenbo， et al. Fine-Grained Measurement of Ballastless Track Slab Cracks Based on Improved Faster R-CNN and Orthogonal Projection ［J］. China Railway Science， 2023， 44 （6）： 46-56. in Chinese

[22] RONNEBERGER O， FISCHER P， BROX T. U-Net： Convolutional Networks for Biomedical Image Segmentation ［C］// Medical Image Computing and Computer-Assisted Intervention - MICCAI 2015. Lecture Notes in Computer Science， 9351. Cham： Springer， 2015： 234-241.

[23] CHEN L C， ZHU Y K， PAPANDREOU G， et al. Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation ［C］// Computer Vision ECCV 2018. Lecture Notes in Computer Science， 11211. Cham， 2018： 833-851.

[24] CHEN B， ZHANG Z， LIU N， et al. Spatiotemporal Convolutional Neural Network with Convolutional Block Attention Module for Micro-Expression Recognition ［J］. Information， 2020， 11 （8）：380.

[25] LI X Y， SUN X F， MENG Y X， et al. Dice Loss for Data-Imbalanced NLP Tasks ［EB/OL］. 2019： arXiv： 1911.02855.

[26] LIN T Y， GOYAL P， GIRSHICK R， et al. Focal Loss for Dense Object Detection ［C］// 2017 IEEE International Conference on Computer Vision. Venice， New York： IEEE Press， 2017： 2999-3007.

基金资助

国家重点研发计划项目(2022YFC3005201)

天津市科技计划项目(23ZGSSSS00010)

中国国家铁路集团有限公司科技研究开发计划课题(L2023G014)

中国铁路设计集团有限公司科技开发重点课题(2023A0240109)