基于高分辨率影像（VHR）实现农地地块矢量化的方法：一种从粗到细的多任务学习技术

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Towards individual agricultural parcel vectorization from VHR imagery: A coarse-to-fine and multi-task learning method

　　赵安然|王新宇|王宁静|潘阳|钟炎飞
武汉大学遥感与信息工程学院，430079，中国

摘要
农业地块的矢量化是精准农业的基础步骤，它使得监测作物状况和估算产量成为可能。现有方法主要面临两个挑战：（1）由于在密集排列的田地中定位不准确，导致地块重叠；（2）由于无法区分光谱相似且边界狭窄的相邻地块，导致地块合并。我们提出了IAPVec这一强大的矢量化框架，该框架利用Segment Anything Model（SAM）来解决这些限制。我们的方法整合了两项关键创新：一种从粗略到精细的提示过滤器，用于细化区域提议以最小化重叠；以及一个点线模糊边界增强模块，该模块明确指导模型学习关键角点和边缘特征。为了支持这项研究，我们贡献了CAPCAD数据集——这是一个大规模、非常高分辨率（0.5米）的基准数据集，包含14,889张图像的多边形注释，覆盖了中国620多平方公里的多样化农业地块构建区域。对比实验表明，IAPVec达到了新的技术水平，在关注掩膜的指标上相对于现有方法提升了多达1.8%，在关注边界的指标上提升了1.1%。这证明了它是推进精准农业管理和食品安全的重要工具。代码链接为：https://github.com/ANAN200202/IAPVec。

引言
农业地块指的是包含单一作物类型的区域（Liu等人，2025年），并作为作物种植和管理的基本单位（Wu等人，2023年）。将农业地块矢量化以提取由点、线和多边形组成的单个地块向量（Demetriou等人，2013年），可以获取地块的面积和形状。在此基础上，可以在地块层面进行作物产量估算（Lambert等人，2018年；Karthikeyan等人，2020年）和疾病监测（Selvaraj等人，2020年；Meng等人，2022年），从而确保从精准农业的角度实现食品安全。
农业地块的空间分布和光谱特性赋予了它们集体而非个体的视觉属性。尽管由于不同的地理环境和人为因素，农业地块的分布方式各不相同，但它们通常都紧密相邻。同时，大多数作物在RGB空间中表现出高度相似的光谱特性，而遥感图像中相邻地块之间的边界通常只跨越几个像素。这些特征使得农业地块比其他土地覆盖类型更容易被识别为连贯的单元，从而增加了提取单个地块向量的难度。
基于像素级分类的语义分割方法是提取农业地块的主要方法。研究人员通常尝试优化和后处理语义分割结果以获得单个地块的矢量表示。为了将地块与掩膜分开，大多数方法主要使用地块掩膜，同时提取地块边界掩膜作为辅助信息。边界掩膜通过监督学习（Li等人，2023a；Zhao等人，2024年）或特征融合（Cai等人，2023年；Zhu等人，2024b）来帮助提取单个地块。然而，这样的方法始终将农业地块及其边界表示为像素的集合。在缺乏对象级表示的情况下，即使经过后处理，结果中仍会包含许多粘连的地块，从而阻碍了单个地块的有效矢量化。
近年来，针对对象级结果的实例分割方法发展迅速，从而促进了基于实例分割的农业地块矢量化研究。实例分割通常首先获取单个对象区域，然后在这些区域内进行分割；获得的单个对象被称为“实例”。实例分割方法已广泛应用于自然图像（Cheng等人，2022年）、视频（Li等人，2023b）、医学图像（Bhatti等人，2020年）和卫星图像（Chen等人，2023年）。值得注意的是，2023年提出的Segment Anything Model（SAM）（Kirillov等人，2023年）展示了在无需预先训练的情况下提取大多数领域中实例对象的能力——无疑证明了实例分割方法在独立对象提取方面的成功。在矢量化领域，这些方法也被广泛使用，为单个地块生成了矢量结果（Pan等人，2023年；Liu等人，2024年；Lavreniuk等人，2025年）。然而，农田的密集分布给田地区域的精确定位带来了挑战。定位错误可能导致多个目标区域之间出现大量重叠，从而产生不同地块的重叠向量（图1（b））。同时，相邻地块相似的光谱特性和狭窄的边界使得边界划分变得模糊，难以区分相邻地块，导致合并的地块向量（图1（c））。这些无疑损害了农业地块的独立性。
为了解决上述问题，关键在于改进农业地块区域的定位和过滤，以及丰富地块划分的基础。由于地块排列密集，通过实例分割获得的区域常常存在重叠。在这种情况下，基于区域置信度和重叠程度的粗略到细致的过滤过程可以最大化消除重叠的误报区域；在每个过滤阶段之后，纠正剩余区域的位置可以进一步减少地块之间的重叠。此外，仅使用地块掩膜中的光谱信息很难定位模糊的边界，因此可以补充拓扑特征（如边界和角点），使模型专注于梯度变化，从而帮助其划分地块。
基于上述思路，本文提出了一个名为IAPVec的单个农业地块矢量化模型。该模型建立在具有强泛化能力的实例分割方法SAM之上，设计了一个从粗略到细致的提示过滤器来消除大量重叠的误报地块区域。它还包含一个点线模糊边界增强模块，该模块结合掩膜信息形成多任务学习，增强了模型划分地块的能力。
此外，为了赋予模型泛化能力，并验证IAPVec在各种场景下获取单个地块的能力，我们开发了一个覆盖中国七个农业地块构建区域的非常高分辨率农业地块数据集（CAPCAD）。CAPCAD包含14,889张分辨率为0.5米的遥感图像，尺寸为512 × 512，覆盖面积超过620平方公里，标签形式为多边形。这些区域中的农业地块在形态和密度上存在显著差异，这可以展示该方法在不同农业场景中的应用能力。

总体而言，本文的主要贡献可以总结如下：
1. 提出了一种称为IAPVec的农业地块矢量化方法，该方法能够在多个农业场景中高效矢量化非常高分辨率遥感图像中的农业地块。
2. 为了解决由于地块密集排列导致的地块向量重叠问题，提出了一种从粗略到细致的提示过滤器，以分层细化和优化目标区域位置，提供高质量提示，减少重叠误报。
3. 为了解决由于边界模糊导致的地块向量合并问题，提出了一种点线模糊边界增强模块，使模型能够从边界和角点位置学习地块的形态特征，便于准确划分地块。
4. 提出了一个覆盖中国七个农业地块构建区域的非常高分辨率数据集。这些区域广泛且具有代表性，农业地块具有多样的形态和特性，使得IAPVec能够在更复杂的场景中提取单个地块向量。

本文的其余部分组织如下：第2节主要回顾了现有的农业地块矢量化方法。第3节主要介绍了研究领域和提出的数据集。第4节主要介绍了所提出方法的架构和细节。第5节展示了相关的对比实验和消融实验。第6节讨论了所提出模块的影响及其应用。第7节给出了结论。

相关工作
农业地块矢量化方法可以分为两种方法：基于语义的和基于实例的。在本节中，我们将从这两个角度回顾现有的农业地块矢量化方法。

数据来源和注释
为了涵盖多样化的农业场景，本研究选择了中国作为研究区域——一个拥有广阔领土、复杂地形和多样气候的国家。根据自然环境和农业系统，中国的农业地块构建区域可以分为七个区域：东北部、西北部、青藏高原、黄淮地区、长江中下游地区、西南部和东南部。近年来，几个非常高分辨率的农业数据集已被用于相关研究。

总体框架
IAPVec（图3）是一个基于SAM的农业地块矢量化网络，它利用提示学习。其主要部分——基础图像预测器，通过将编码器输出特征与提示信息相结合来获取地块向量。在提示生成阶段，从粗略到细致的提示生成器通过分层消除误报区域来减少重叠样本，从而获得高质量提示。同时，对于编码器输出，...

比较方法
为了客观评估模型的能力，在上述数据集上的实验中选择了具有代表性的深度学习方法作为比较方法。这些方法涵盖了实例分割发展历史中的逐步最先进（SOTA）方法以及出色的农业地块矢量化提取方法。以下是对所有比较方法的简要介绍。

Mask R-CNN（He等人，2017年）。

讨论
在本节中，我们首先讨论了所提出模块的有效性及其参数设置的敏感性，然后验证了IAPVec在全球其他地区的开源数据集上解决单个农业地块矢量化问题的能力。我们还分析了IAPVec在不同密度条件下的适用性以及其大规模应用和跨不同农业场景的直接迁移能力。

结论
本文提出了一种从粗略到细致的多任务农业地块矢量化方法——IAPVec。其核心建立在具有强大泛化能力和对象级提取能力的SAM实例分割模型之上，这对于独立划分地块至关重要。为了解决由于地块密集分布导致的结果重叠问题，提出了一种从粗略到细致的提示过滤器。通过带有CRediT的粗略到细致检测模块，...

作者贡献声明
赵安然：撰写——原始草稿、可视化、软件、方法论、数据整理、概念化。
王新宇：撰写——审阅与编辑、监督、资源获取、概念化。
王宁静：验证、形式分析、概念化。
潘阳：可视化、验证、调查。
钟炎飞：监督、资源。

利益冲突声明
作者声明他们没有已知的利益冲突或个人关系可能会影响本文报告的工作。

致谢
本工作部分得到了中国国家自然科学基金（项目编号42571413和42325105）的支持。