تتميز صور الاستشعار عن بعد بفروق كبيرة في حجم الأهداف وتنوع معقد في الخلفيات، مع وجود ظواهر مثل التداخل الطيفي للمعالم وعدم وضوح حدود الخصائص، مما يزيد من صعوبة مهمة التقسيم الدلالي. لمواجهة مشكلة صعوبة التقسيم الدلالي للأهداف في صور الاستشعار عن بعد تحت ظروف إضاءة مختلفة بسبب التبعيات المتبادلة للخصائص، تقترح هذه الدراسة نموذج تقسيم دلالي يعتمد على إزالة التشابك لصورة الاستشعار عن بعد، يتكون من شبكة إزالة التشابك بالإضاءة الانعكاسية (LRD-Net) وشبكة التقسيم الدلالي المتعددة الأنماط (MSS-Net). أولاً، تم تصميم شبكة LRD-Net بناءً على نظرية Retinex لتقسيم خصائص الإضاءة والانعكاس في الصورة البصرية، من خلال مشاركة الأوزان في Transformer لاستخراج الخصائص العالمية والمحلية للأهداف؛ ثانياً، تم إدخال وحدة ضوضاء متعددة المقاييس لتعزيز مكونات الإضاءة بشكل تكيفي لتحسين قدرة إزالة التشابك في النموذج، ومن خلال وحدة تعزيز الخصائص البارزة (SE) تم إبراز الاختلافات بين خصائص المكونات المختلفة؛ وأخيراً، تم استخدام وحدة استخراج ميزات الحواف (EE) لتحسين قدرة التعرف على حواف الأهداف في صور الاستشعار عن بعد، ومن خلال شبكة التقسيم الدلالي المتعددة الأنماط (MSS-Net) تم دمج خصائص الإضاءة والانعكاس لتحسين أداء التقسيم الدلالي. على مجموعات البيانات العامة ISPRS Vaihingen و ISPRS Potsdam حقق المؤشر mIoU نسب 84.60% و 87.42% على التوالي. تظهر نتائج التجارب أن النموذج المقترح يتفوق على النماذج الأخرى في مهمة التقسيم الدلالي لصور الاستشعار عن بعد.

التقسيم الدلالي;تقسيم الصور;نظرية Retinex;Transformer