RoofX-Net：一种基于边缘信息和尺度感知的定制方法，用于在遥感图像中实现精确的多类型屋顶分割

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：RoofX-Net: A tailored approach to accurate multi-type rooftop segmentation in remote sensing images using edge and scale awareness

　　陈可宇|王天磊|杨志友|李帆|罗马|张若宁|曲宏|陈文宇
中国电子科技大学计算机科学与工程学院，成都，611731，四川，中国

**摘要**
高分辨率遥感图像在推进太阳能光伏（PV）系统部署中发挥着至关重要的作用，这对可再生能源发电至关重要。城市屋顶被广泛认为是光伏部署的最佳平台，使用遥感图像准确识别多种类型的屋顶对于有效的光伏容量规划至关重要。然而，现有的图像分割模型在屋顶分割方面面临挑战，特别是在处理模糊边缘和屋顶尺度变化时。为了解决这些问题，我们提出了RoofX-Net，这是一种基于编码器-解码器框架的新型解码器，旨在提高屋顶分割的精度。RoofX-Net引入了两个关键模块：（1）边缘提取模块，该模块使用手工制作的边缘计算内核来改进边缘检测；（2）尺度感知模块，该模块通过在不同尺度上生成几何感知来处理尺度变化，特别关注小规模屋顶。我们在WHU数据集和我们专门为多类型屋顶分割设计的Rooftop+数据集上对RoofX-Net进行了全面评估。RoofX-Net在这两个数据集上都表现出色。值得注意的是，在Rooftop+数据集上，我们的模型实现了96.39%的总体准确率、90.75的平均交并比（mIoU）和95.11的F1分数，优于其他模型。RoofX-Net具有通用性，可以集成到现有的分割框架中，以最小的额外成本提升性能。在实际的城市规划项目中，我们的方法显著减少了规划时间，同时保持了可靠性，显示出在城市环境中优化太阳能光伏部署的巨大潜力。所提出方法的实现可在以下链接查看：https://github.com/K-Y-Chen/RoofX-Net

**引言**
遥感图像在推进太阳能应用方面至关重要，尤其是在促进光伏规划方面。太阳能已被广泛认为是减轻与化石燃料消耗相关的环境影响的可持续替代方案（Solangi等人，2011年）。在各种太阳能应用中，将阳光直接转化为电能的太阳能光伏（PV）系统尤为值得关注。在城市环境中，屋顶为部署太阳能光伏系统提供了理想的平台。使用高分辨率遥感图像准确识别和估算多种类型的闲置屋顶是太阳能开发项目中光伏容量规划的关键且具有挑战性的初步任务。

图像分割已在多个领域得到广泛应用，包括医学成像（Liu等人，2022年；Chen等人，2025年）、自动驾驶（Lai等人，2022年）、工业应用（Yang等人，2022年）和遥感（Long等人，2023年）。其广泛应用归功于其提供高精度边界划分和实现自动化的能力，这两者对于这些领域的准确高效分析都至关重要。这些特性使得图像分割特别适合太阳能光伏（PV）预处理任务，这些任务涉及从高分辨率遥感图像中自动提取和分析建筑物结构（Zhang等人，2020年；Zhu等人，2020年；Qiu等人，2022年；Chen等人，2024年；Wang等人，2025年）。通过量化分割出的多种类型屋顶对象中的总像素数，可以准确评估屋顶面积，从而为光伏容量规划提供依据。

为了实现精确分割，现代模型通常使用编码器-解码器框架（Zhu等人，2020年；Zhang等人，2020年；Badrinarayanan等人，2017年；Chen等人，2018年）。编码器将输入图像转换为特征图，捕捉其高级语义。随后，解码器逐步上采样该特征图，以重建原始图像的空间细节并生成逐像素分割预测。分割模型通过最小化像素级损失来优化精度，该损失量化了预测分割与相应真实分割之间的差异。然而，我们观察到当前的分割模型在准确分割多种类型屋顶方面表现不佳。如图1所示，我们的实验结果表明，这些限制主要体现在两个方面：（1）产生模糊边缘的倾向；（2）无法有效检测小规模屋顶。我们将这些缺陷归因于解码器在捕捉遥感图像中屋顶的独特几何特征和尺度变化方面的能力有限。因此，迫切需要开发一种更复杂的解码器，能够利用不同尺度上的显式几何特征（如边缘）来提高多类型屋顶边界分割的精度。

受上述分析的启发，我们遵循编码器-解码器结构，重新设计了具有多个RX块的解码器RoofX-Net。具体来说，RX块包括两个关键设计：（1）边缘提取模块，配备有手工制作的边缘计算内核（即Sobel和Laplacian）以准确识别边缘；（2）尺度感知模块，通过在不同尺度上生成几何感知来处理尺度变化。我们在公开的WHU数据集（Ji等人，2018年）和为多类型屋顶分割收集的新Rooftop+数据集上评估了我们的方法。Rooftop+数据集提供了不同类型屋顶（即斜坡、标准和钢制）的逐像素屋顶分割真实值，其中只有标准和钢制屋顶适合部署太阳能光伏。在Rooftop+数据集上，我们的方法实现了96.39%的总体准确率、90.75的平均交并比（mIoU）和95.11的F1分数，优于其他模型。RoofX-Net具有通用性，可以集成到现有的分割框架中，以最小的额外成本提升性能。在实际的城市规划项目中，我们的方法显著减少了规划时间，同时保持了可靠性，显示出在优化城市环境中太阳能光伏部署的巨大潜力。所提出方法的实现可在以下链接查看：https://github.com/K-Y-Chen/RoofX-Net

**相关工作**
本工作专注于遥感图像的建筑物和屋顶分割。我们概述了与图像分割方法相关的工作，特别强调了建筑物分割方法。

**提出的方法**
在本节中，我们介绍了一种重新设计的解码器RoofX-Net，该解码器专门用于学习遥感图像的独特几何特征。RoofX-Net在恢复精确的几何信息和有效分割多尺度屋顶变体方面表现出色。

**实验设置**
我们进行了实验，以证明RoofX-Net在收集的Rooftop+数据集和广泛使用的WHU（Ji等人，2018年）基准数据集上的屋顶分割任务中的有效性。Rooftop+数据集专门用于部署光伏系统。为了与以往的工作进行公平比较，我们还在广受认可的遥感图像分割基准数据集WHU上评估了我们的模型。

**实验结果**
在本节中，我们展示了RoofX-Net在Rooftop+和WHU数据集上的效率。我们在图2中使用了Deeplabv3+（Chen等人，2018年）作为编码器来实现。值得一提的是，Deeplabv3+正式集成了ResNet50（He等人，2016年）、Xception（Chollet，2017年）和MobileNet（Howard等人，2017年）作为其骨干网络。在这项工作中，我们将这些模型分别称为基线模型Deeplabv3+-R、Deeplabv3+-X和Deeplabv3+-M。

**结论**
在这项工作中，我们提出了一种用于从遥感图像中分割多种类型屋顶的新解码器，旨在识别适合光伏系统安装的闲置屋顶区域。专门的解码器RoofX-Net有效捕捉了遥感图像中屋顶的独特几何特征并管理了屋顶的尺度变化，从而实现了更精确的屋顶分割。所提出的方法在WHU和Rooftop+数据集上进行了评估。

**作者贡献声明**
陈可宇：撰写——审阅与编辑、撰写——原始草稿、可视化、验证、软件、方法论、数据整理。
王天磊：撰写——审阅与编辑、可视化、验证、软件。
杨志友：撰写——审阅与编辑、监督、软件、资源、方法论、数据整理。
李帆：撰写——审阅与编辑、可视化、方法论。
罗马：验证、软件。
张若宁：可视化、数据整理。
曲宏：监督、资源、项目。

**利益冲突声明**
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文所述的工作。

**致谢**
本文得到了国家自然科学基金（项目编号：U22B2061, 62576078）和四川省自然科学基金（项目编号：2025ZNSFSC1467, 2026NSFSC0429）的支持。