تتميز صور الاستشعار عن بعد بتفاوت كبير في حجم الأهداف وتعقيد وتغير الخلفيات، مع وجود تداخل في الطيف المكاني للأرض وعدم وضوح حدود المميزات، مما يزيد من صعوبة مهمة التقسيم الدلالي. لمواجهة مشكلة صعوبة التقسيم الدلالي للأهداف في صور الاستشعار عن بعد بسبب الاعتماد المتبادل بين الميزات تحت ظروف إضاءة مختلفة، يقترح هذا البحث نموذج تقسيم دلالي صور استشعار عن بعد قائم على فك التشابك، يتكون من شبكة فك تشابك انعكاس الإضاءة (LRD-Net) وشبكة التقسيم الدلالي متعدد الأنماط (MSS-Net). أولاً، تم تصميم شبكة LRD-Net بناءً على نظرية ريتينيكس لفصل إضاءة وخصائص الانعكاس في الصور البصرية، واستخلاص الميزات العالمية والمحلية للأهداف عبر محول مشاركة الأوزان (WS-Transformer). ثانياً، تم إدخال وحدة ضوضاء متعددة المقاييس لتعزيز مكون الإضاءة بشكل تكيفي لتحسين قدرة النموذج على فك التشابك، مع تعزيز الفارق في الميزات بين المكونات المختلفة عبر وحدة تعزيز الميزات البارزة (SE). أخيراً، تم استخدام وحدة استخراج ميزات الحواف (EE) لتحسين قدرة التعرف على حواف الأهداف في صور الاستشعار عن بعد، وتم دمج خصائص الإضاءة والانعكاس عبر شبكة التقسيم الدلالي متعدد الأنماط (MSS-Net) لتحسين أداء التقسيم الدلالي. على مجموعات البيانات العامة ISPRS Vaihingen وISPRS Potsdam، حقق المؤشر mIoU نسب 84.60% و87.42% على التوالي. تظهر النتائج التجريبية تفوق النموذج المقترح في مهمة التقسيم الدلالي لصور الاستشعار عن بعد مقارنة بالنماذج الأخرى.

التقسيم الدلالي;تحليل الصورة;نظرية ريتينيكس;محول