将 Segment Anything Model Version 2 应用于卫星图像以检测和导出农业地区田地边界的分步教程
🌟 简介
手动绘制田地边界是最耗时的任务之一，其准确性取决于绘制者的表现。然而，精确的边界检测在很多领域都有应用。例如，假设您想训练一种机器学习算法，分析卫星图像中的植被指数与农场作物产量之间的关系。您需要的第一个输入是农场的形状文件，这通常需要手动绘制。绘制一个形状文件可能只需要几分钟，但如果您需要为 1000 个农场绘制边界呢？这时，这个过程就变得非常耗时，而自动提取边界的技术就变得非常有价值，可以节省数小时的工作时间。
在本教程中，我将演示如何使用由吴秋生博士基于第一版和第二版 "分段任何模型（SAM）"开发的 segment-anything-py 和 segment-geospatial Python 软件包。所有代码都是在 Google Colab 中编写和测试的，任何人都可以轻松复制这些步骤。如果您对此感兴趣，请继续阅读！
🚀 设置 Google Colab
所有代码都将使用 Python 编写，并在 Google Colab 平台上进行测试，因此您无需安装各种软件和编译器即可按照步骤进行操作。由于运行 SAM 需要 GPU，因此请确保将运行时更改为 TPUv4，方法是点击 "运行时 "选项卡，选择 "更改运行时类型"，然后选择 "TPUv4"。此外，还需要使用 pip 命令安装以下软件包：
pip install pandas rasterio🛰️ 加载清晰的哨兵-2 图像
设置好 Google Colab 后，我们需要一张农田的航空图像。我在本教程中使用了一张哨兵-2 图像，但您也可以使用任何按顺序（蓝、绿、红）保存了红色、绿色和蓝色波段的卫星图像。
Downloading Sentinel-2 Imagery in Python with Google Colab (Updated Nov 2023)
并使用以下信息检索相同的图像：图像信息 (S2B_MSIL2A_20240806T184919_N0511_R113_T10SFH)：
url_dataspace = "https://catalogue.dataspace.copernicus.eu/odata/v1"
satellite = "SENTINEL-2"
level = "S2MSI2A"
aoi_point = "POINT(-121.707902 38.368628)"
cloud_cover = 10
start_date = "2024-07-15"
end_date = "2024-08-10"
start_date_full =start_date+"T00:00:00.000Z"
end_date_full = end_date +"T00:00:00.000Z" 按照这些步骤操作后，您的内容文件夹中就会出现 JP2 格式的三个单独色带（红、绿、蓝），如下图所示：
🌍 在哨兵-2 图像上应用 SAM2
将 SAM2 应用于卫星图像相对简单，但需要额外的步骤为模型准备图像。第一步是剪切下载的场景，将重点放在我们感兴趣的区域（AOI）上，因为完整的场景可能包括我们不感兴趣的区域，如城区、海洋、湖泊、山脉或森林。此外，Google Colab 的资源可能不足以处理整个场景。要创建一个较小的 AOI，我们可以在农业区域内定义一个点，并在该点的周围设置一个约 5 千米的缓冲区。
第二步是保存剪切后的图像，并将波段排序为蓝、绿、红（"BGR"），因为算法希望采用这种顺序，而不是通常的 "RGB"。最后，将输出保存为 GeoTIFF 格式，因为算法不接受 JP2 格式的文件。下面的代码在点周围定义了一个缓冲区，根据边界框剪切红、绿、蓝三色带，并以 BGR 顺序将输出保存为 GeoTIFF 格式：
import rasterio
from rasterio.merge import merge
from rasterio.plot import show
from rasterio.mask import mask
from shapely.geometry import Point, box
from shapely.wkt import loads as load_wkt
import geopandas as gpd
from pyproj import CRS, Transformer
import numpy as np
import os
def clip_and_merge_jp2_files(blue_jp2, green_jp2, red_jp2, aoi_point_wkt, buffer_radius_km, output_tiff):
# Parse the AOI point from WKT
aoi_point = load_wkt(aoi_point_wkt)
# Open the JP2 files
with rasterio.open(blue_jp2) as blue_src, \
rasterio.open(green_jp2) as green_src, \
rasterio.open(red_jp2) as red_src:
# Get the CRS of the JP2 files
jp2_crs = blue_src.crs
# Create a GeoDataFrame for the AOI point
aoi_gdf = gpd.GeoDataFrame({'geometry': [aoi_point]}, crs="EPSG:4326")
# Reproject the AOI point to the JP2 CRS
if aoi_gdf.crs != jp2_crs:
aoi_gdf = aoi_gdf.to_crs(jp2_crs)
# Create a buffer around the AOI point (in meters)
buffer_radius = buffer_radius_km * 1000 # Convert km to meters
aoi_buffer = aoi_gdf.geometry.buffer(buffer_radius).iloc[0]
# Convert the buffer to a bounding box
minx, miny, maxx, maxy = aoi_buffer.bounds
bbox = box(minx, miny, maxx, maxy)
# Convert the bbox to a GeoDataFrame
bbox_gdf = gpd.GeoDataFrame({'geometry': [bbox]}, crs=jp2_crs)
# Clip each band using the bbox
blue_clipped, blue_transform = mask(blue_src, bbox_gdf.geometry, crop=True)
green_clipped, green_transform = mask(green_src, bbox_gdf.geometry, crop=True)
red_clipped, red_transform = mask(red_src, bbox_gdf.geometry, crop=True)
# Update the metadata
meta = blue_src.meta.copy()
meta.update({
"driver": "GTiff",
"height": blue_clipped.shape[1],
"width": blue_clipped.shape[2],
"transform": blue_transform,
"count": 3, # We have three bands: B, G, R
"dtype": blue_clipped.dtype
})
# Merge the bands into a single array
merged_bgr = np.stack([blue_clipped[0], green_clipped[0], red_clipped[0]])
# Save the merged BGR image as a GeoTIFF
with rasterio.open(output_tiff, 'w', **meta) as dst:
dst.write(merged_bgr)
print(f"Clipped and merged image saved as {output_tiff}")
blue_jp2 = 'T10SFH_20240806T184919_B02_10m.jp2'
green_jp2 = 'T10SFH_20240806T184919_B03_10m.jp2'
red_jp2 = 'T10SFH_20240806T184919_B04_10m.jp2'
buffer_radius_km = 1.5
output_tiff = 'BGR_20240806.tif'
aoi_point = "POINT(-121.707902 38.368628)" #AOI point (longitude, latitude)
clip_and_merge_jp2_files(blue_jp2, green_jp2, red_jp2, aoi_point, buffer_radius_km, output_tiff)运行代码后，你应该能在内容文件夹中看到剪切后的图片：
import matplotlib.pyplot as plt
def plot_tiff(tiff_file):
# Open the tiff file
with rasterio.open(tiff_file) as src:
b_band = src.read(1)
g_band = src.read(2)
r_band = src.read(3)
# Stack the bands into a single numpy array
rgb = np.dstack((r_band, g_band, b_band))
# Normalize the bands to the range [0, 1] (for display)
rgb = rgb.astype(np.float32)
rgb /= np.max(rgb)
# Plot the image
plt.imshow(rgb)
plt.axis('off') # Hide the axis
plt.show()
plot_tiff('BGR_20240806.tif')
下载图像后，下一步是剪切图像并将其保存为可接受的格式。我们需要更改图像格式，因为算法需要 8 位无符号格式，而剪切后的图像是浮点格式。下面的脚本转换了格式，并以 8 位无符号格式保存图像：
def convert_to_8bit(input_tiff, output_tiff):
with rasterio.open(input_tiff) as src:
blue = src.read(1)
green = src.read(2)
red = src.read(3)
# Normalize the float values to 0-255 and convert to 8-bit unsigned integers
blue_8bit = np.clip((blue - np.min(blue)) / (np.max(blue) - np.min(blue)) * 255, 0, 255).astype(np.uint8)
green_8bit = np.clip((green - np.min(green)) / (np.max(green) - np.min(green)) * 255, 0, 255).astype(np.uint8)
red_8bit = np.clip((red - np.min(red)) / (np.max(red) - np.min(red)) * 255, 0, 255).astype(np.uint8)
# Define metadata
profile = src.profile
profile.update(
dtype=rasterio.uint8,
count=3,
compress='lzw'
)
# Write the new 8-bit data to the output file
with rasterio.open(output_tiff, 'w', **profile) as dst:
dst.write(blue_8bit, 1)
dst.write(green_8bit, 2)
dst.write(red_8bit, 3)
input_tiff = 'BGR_20240806.tif'
output_tiff = 'BGR_20240806_8bit.tif'
convert_to_8bit(input_tiff, output_tiff)第三步是将 UTM 坐标的图像保存为地理坐标（经纬度）。运行以下代码即可完成此操作：
from rasterio.warp import calculate_default_transform, reproject, Resampling
def convert_to_latlong(input_tiff, output_tiff):
with rasterio.open(input_tiff) as src:
transform, width, height = calculate_default_transform(
src.crs, 'EPSG:4326', src.width, src.height, *src.bounds)
kwargs = src.meta.copy()
kwargs.update({
'crs': 'EPSG:4326',
'transform': transform,
'width': width,
'height': height
})
with rasterio.open(output_tiff, 'w', **kwargs) as dst:
for i in range(1, src.count + 1):
reproject(
source=rasterio.band(src, i),
destination=rasterio.band(dst, i),
src_transform=src.transform,
src_crs=src.crs,
dst_transform=transform,
dst_crs='EPSG:4326',
resampling=Resampling.nearest)
input_tiff = 'BGR_20240806.tif'
output_tiff = 'BGR_20240806_reproj.tif'
convert_to_latlong(input_tiff, output_tiff)最后一步取决于您想如何部署和使用 SAM 算法。有两种模式可供选择：自动和手动。在自动模式下，算法只需要我们导出的准备好的图像（带地理坐标的 8 位无符号格式剪切 BGR 图像）。在手动模式下，您可以在每个对象上添加一个点，这通常有助于算法生成更精确的结果，并对用户点识别的对象进行分割。要在自动模式下运行算法，可以跳过下面的章节，直接跳到 "自动模式下的 SAM"。但是，如果您还想使用手动模式，请添加下面的脚本，这样您就可以点击图像并以经纬度存储您的点。
from localtileserver import get_folium_tile_layer, TileClient,get_leaflet_tile_layer
import ipyleaflet
from shapely.geometry import Point
from ipyleaflet import Map, Marker, ImageOverlay
from ipywidgets import Output, VBox
from IPython.display import display
import matplotlib.pyplot as plt
from PIL import Image
geotiff_path = 'BGR_20240806_reproj.tif'
# Create a TileClient object
client = TileClient(geotiff_path)
# Create a TileLayer using the client
tiff_layer = get_leaflet_tile_layer(client, name='GeoTIFF')
# Get the bounds of the GeoTIFF
bounds = client.bounds()
center = ((bounds[0] + bounds[1]) / 2, (bounds[2] + bounds[3]) / 2)
# Create an ipyleaflet map
m = Map(center=center, zoom=14)
# Add the TileLayer to the map
m.add_layer(tiff_layer)
# Create a list to store the clicked points
clicked_points = []
# Create an output widget to capture map click events
output = Output()
# Function to handle clicks on the map
def handle_click(**kwargs):
if 'type' in kwargs and kwargs['type'] == 'click':
latlon = kwargs.get('coordinates')
if latlon:
lat, lon = latlon
clicked_points.append(Point(lon, lat))
marker = Marker(location=(lat, lon))
m.add_layer(marker)
with output:
print(f"Point added: {lat}, {lon}")
# Add the click handler to the map
m.on_interaction(handle_click)
# Display the map and output widget
display(VBox([m, output]))
运行代码后，会出现一张交互式地图，您可以点击地图。每次点击后，这些点都会用蓝色标记标出，如下图所示：
要查看您在地图上所选点的坐标，只需运行以下代码即可：
clicked_points[<POINT (-121.709 38.371)>,
<POINT (-121.716 38.371)>,
<POINT (-121.717 38.37)>,
<POINT (-121.717 38.368)>,
<POINT (-121.717 38.366)>,
<POINT (-121.709 38.366)>,
<POINT (-121.709 38.369)>,
<POINT (-121.7 38.371)>,
<POINT (-121.701 38.369)>,
<POINT (-121.7 38.367)>,
<POINT (-121.697 38.375)>,
<POINT (-121.715 38.377)>,
<POINT (-121.718 38.379)>,
<POINT (-121.72 38.363)>,
<POINT (-121.699 38.362)>]您还可以通过使用
# Function to export the points to a GeoPackage
def export_to_gpkg(points, output_path):
"""Export points to a GeoPackage."""
gdf = gpd.GeoDataFrame(geometry=points, crs="EPSG:4326")
gdf.to_file(output_path, driver="GPKG")
output_gpkg_path = 'output.gpkg'
export_to_gpkg(clicked_points, output_gpkg_path)自动模式的 SAM
如前所述，如果输入图像的格式符合 SAM 算法的要求，那么在 Google Colab 平台上运行算法就相对简单。由于我们已经完成了下载、剪切、格式化、更改波段顺序和调整数据类型等所有必要步骤，现在我们的图像已经准备就绪，是时候执行 SAM 并查看结果了。本节主要介绍 SAM 的自动模式，我们将安装由吴秋生博士开发的地理空间版 SAM，选择预训练模型，并将结果可视化。要启动 SAM，只需安装以下软件包并加载这些库：
pip install -U segment-geospatial
import leafmap
from samgeo import SamGeo2, regularize,SamGeo安装 segment-geospatial 软件包大约需要 5 到 10 分钟，因此在运行该行时请耐心等待。安装软件包并导入库后，我们可以选择预训练模型，并通过配置 SAM 选择自动模式：
sam = SamGeo2(
model_id="sam2-hiera-large",
automatic=True,
)可视化分割图像前的最后一步是使用我们的图像，定义输出名称，并通过以下代码运行算法：
image = 'BGR_20240806_8bit.tif'
mask = 'segment_auto.tif'
sam.generate(image, mask)最后一行将生成 segment_auto.tif 文件，该文件可在内容文件夹中找到。
现在，我们已经得到了结果，可以使用分割地图对原始图像和分割图像进行可视化处理。在这张地图中，右侧显示的是 RGB 的原始卫星图像，左侧显示的是 SAM 在自动模式下生成的分割图像：
m = leafmap.Map()
m.add_raster(image, layer_name="Image")
m.split_map(
'segment_auto.tif',
image,
left_label="auto_mask",
right_label="Aerial imagery",
left_args={"colormap": "tab20", "nodata": 0, "opacity": 0.7},
)
m
如图所示，在这种类型的图像和自动模式下，SAM 能够分割出几个区块，但在这一帧中错过了大部分区块。下一步，我们将使用手动模式，看看手动选择区块是否有助于提高准确性。
带手动模式的 SAM
由于自动模式在分割卫星图像中的农场边界方面不是很成功，我们将在手动模式下再次运行该算法。在此，我们将提供位于几个农场内的点，并要求模型分割这些点所识别的对象。步骤与上一节（自动模式）类似，但有一个例外：添加用户输入。要将点输入算法，应从 geopackage（.gpkg）文件中提取点的坐标，并将其格式化为列表。下面的代码将 geopackage 文件转换为所需格式，以便使用我们的点运行 SAM：
import geopandas as gpd
def convert_gpkg_to_point_coords_batch(gpkg_file):
gdf = gpd.read_file(gpkg_file)
if not all(gdf.geometry.geom_type == 'Point'):
raise ValueError("The GeoPackage file must contain only point geometries.")
point_coords_batch = [[point.x, point.y] for point in gdf.geometry]
return point_coords_batch
gpkg_file = "output.gpkg"
point_coords_batch = convert_gpkg_to_point_coords_batch(gpkg_file)
print(point_coords_batch)在配置文件中，只需将自动变量设置为 "假 "即可：
sam = SamGeo2(
model_id="sam2-hiera-large",
automatic=False,
)
sam.set_image(image)然后，使用 sam.predict_by_points 根据之前选择的点运行算法。输出结果将以 mask.tif 的形式保存在内容文件夹中。
sam.predict_by_points(
point_coords_batch=point_coords_batch,
point_crs="EPSG:4326",
output="mask.tif",
dtype="uint8",
)与自动模式类似，我们可以使用 leafmap 库中的分割图功能来并排显示分割后的图像和原始图像：
m = leafmap.Map()
m.add_raster(image, layer_name="Image")
m.add_circle_markers_from_xy(
'output.gpkg', radius=3, color="red", fill_color="yellow", fill_opacity=0.8
)
m.split_map(
'mask.tif',
image,
left_label="masks",
right_label="Aerial imagery",
left_args={"colormap": "tab20", "nodata": 0, "opacity": 0.7},
)
m
如图所示，随着输入点的增加，SAM2 在检测田块边界方面的性能有了显著提高，这有助于限制图像中的片段数量。然而，在一些区块中出现了一些绿色斑块，这些斑块代表了属于某些田地但被排除在区段之外的区域。这种排除种植区的情况会严重影响结果，导致根据分割的田地边界计算出的面积被低估。
📄 结论
Segment Anything Model（SAM）的第二个版本是一种强大的无监督算法，用于自动创建任何图像的分割层，与大约一年前发布的第一个版本类似。该算法有望应用于众多与检测和计算物体相关的人工智能和 ML 项目中。然而，与任何算法一样，它也需要在不同的对象上进行评估，以了解它在哪些方面表现良好，在哪些方面存在局限性。通过这些评估，我们可以深入了解改进的机会。
我以用户身份在卫星图像上测试了 SAM2，以检测田地边界。我发现自动模式只能检测到几个区块，而用户输入点的性能则明显提高。不过，田地边界仍然排除了一些斑块。提高图像分辨率，或根据植被指数将图像从 RGB 转换为单一波段，或改变预训练模型，都可能提高算法的性能。
![2025.1.20——一、[RCTF2015]EasySQL1 二次注入|报错注入|代码审计](https://i-blog.csdnimg.cn/direct/6a3b13894b7543b9b6baa83635a99d79.png)
