104 / 2024-08-15 18:44:12

基于图像分解去纠缠与边缘引导的遥感影像语义分割算法研究_AITC 2024+空天之星

语义分割,图像分解,Retinex理论,Transformer

       针对遥感图像语义分割中目标物在不同光照条件下会引起的模型泛化性较差的问题，提出一种基于去纠缠的遥感图像语义分割模型。首先对遥感图像中光照分量和不变反射率的去纠缠，设计基于物理过程的光照反射去纠缠网络(LRD-Net)将遥感图像分解成光照特征和反射特征，利用权重共享Transformer(WS-Transformer)提取全局和局部特征。然后基于多尺度Retinex理论对图像中光照分量自适应增强以提升模型去纠缠的鲁棒性，同时引入显著特征强化模块(SE)增强特征差异性。最后，去纠缠后的特征通过多模态语义分割网络(MSS-Net)融合生成语义分割结果，设计边缘特征提取模块(EE)来增强对边缘的特征表达能力。在ISPRS Vaihingen和ISPRS Potsdam数据集上进行实验，评价指标mIoU分别为75.70%和80.66%。实验结果表明，本文提出的模型在遥感图像语义分割任务中优于其他模型。