Les images de télédétection se caractérisent par des différences de taille des cibles significatives et une complexité variée des arrière-plans, présence de confusion spectrale des éléments du paysage et de frontières peu nettes des caractéristiques, ce qui augmente la difficulté de la tâche de segmentation sémantique. Pour répondre aux difficultés de segmentation sémantique des images de télédétection dues à la dépendance mutuelle des caractéristiques des cibles dans différentes conditions d'éclairage, cet article propose un modèle de segmentation sémantique des images de télédétection basé sur la désintrication de la réflexion de la lumière, ce modèle est composé du réseau de désintrication de la réflexion de la lumière (LRD-Net) et du réseau de segmentation sémantique multimodal (MSS-Net). Tout d'abord, basé sur la théorie de Retinex, LRD-Net est conçu pour décomposer les caractéristiques lumineuses et de réflexion dans les images optiques, en utilisant WS-Transformer pour extraire les caractéristiques globales et locales de la cible ; puis le module de bruit à plusieurs échelles renforce de manière adaptative les composants lumineux pour améliorer la capacité du modèle à se désintriquer, en soulignant les différences d'informations entre les composants par le module d'amplification des caractéristiques significatives (SE). Enfin, le module d'extraction de caractéristiques de bord (EE) améliore la capacité à reconnaître les bords des cibles de télédétection, et MSS-Net, un réseau de segmentation sémantique multimodal, fusionne les caractéristiques d'éclairage et de réflexion pour améliorer les performances de segmentation sémantique. Sur les ensembles de données ISPRS Vaihingen et ISPRS Potsdam, l'indice mIoU atteint respectivement 84,60% et 87,42%. Les résultats des expériences montrent que le modèle proposé dans cet article est supérieur à d'autres modèles dans la tâche de segmentation sémantique des images de télédétection.

Segmentation sémantique ; Décomposition d'images ; Théorie de Retinex ; Transformateur