Les images de télédétection présentent des différences significatives de taille des cibles, un fond complexe et variable, ainsi que des phénomènes de confusion spectrale des objets et de contours flous des caractéristiques, ce qui augmente la difficulté de la tâche de segmentation sémantique. Pour relever la difficulté de segmentation sémantique des cibles dans les images de télédétection dues à l'interdépendance des caractéristiques sous différentes conditions d'éclairage, cet article propose un modèle de segmentation sémantique d'images de télédétection basé sur le démêlage, constitué d'un réseau de démêlage de réflexion d'éclairage (LRD-Net) et d'un réseau de segmentation sémantique multimodal (MSS-Net). Tout d'abord, un réseau LRD-Net basé sur la théorie de Retinex est conçu pour décomposer les caractéristiques d'éclairage et de réflexion dans les images optiques, en extrayant les caractéristiques globales et locales des cibles via un Transformer à partage de poids (WS-Transformer). Ensuite, un module de bruit multi-échelle est introduit pour renforcer de manière adaptative la composante éclairage afin d'améliorer la capacité de démêlage du modèle, en mettant en évidence les différences d'informations entre les différentes composantes grâce à un module de renforcement des caractéristiques saillantes (SE). Enfin, un module d'extraction des caractéristiques de bord (EE) est utilisé pour améliorer la capacité de reconnaissance des bords des cibles de télédétection, et le réseau multimodal de segmentation sémantique (MSS-Net) fusionne les caractéristiques d'éclairage et de réflexion pour améliorer la performance de la segmentation sémantique. Sur les ensembles de données générales ISPRS Vaihingen et ISPRS Potsdam, les métriques mIoU atteignent respectivement 84,60 % et 87,42 %. Les résultats expérimentaux montrent que le modèle proposé surpasse les autres modèles dans la tâche de segmentation sémantique des images de télédétection.

segmentation sémantique;décomposition d'image;théorie Retinex;Transformer