Снимки дистанционного зондирования обладают существенными различиями размеров объектов и сложным, многогранным фоном, присутствует явление спектрального смешения объектов и нечёткости границ характеристик, что повышает сложность задачи семантического сегментирования. Для проблемы трудностей семантического сегментирования из-за взаимозависимости свойств объектов дистанционного зондирования в различных условиях освещения в данной работе предложена модель семантического сегментирования изображений дистанционного зондирования на основе развязывания отраженного света, которая состоит из сети устранения отражённого света (LRD-Net) и многомодовой сети семантического сегментирования (MSS-Net). Во-первых, на основе теории Ретинекс LRD-Net разрабатывается для декомпозиции свойств света и отражения в оптических изображениях, извлечение общих и локальных свойств объектов через WS-Transformer. Затем модуль адаптивного усиления многоуровневого шума повышает способность модели к устранению отражённого света, подчеркивая различную информацию между компонентами через модуль усиления существенных особенностей (SE). Наконец, модуль извлечения граничных свойств (EE) повышает способность распознавания границ дистанционных объектов, а MSS-Net многомодовой сети семантического сегментирования для смешивания свойств освещения и отражения, чтобы улучшить производительность семантического сегментирования. На общих наборах данных ISPRS Vaihingen и ISPRS Potsdam, соответственно, miou составила 84,60% и 87,42%. Результаты экспериментов показали, что предложенная модель в данной работе превосходит другие модели в задаче семантического сегментирования изображений дистанционного зондирования.

Семантическое сегментирование; Раскладка изображений; Теория Ретинекс; Трансформатор