【技术实现步骤摘要】
本专利技术涉及遥感，特别是涉及一种基于状态空间模型的混合结构遥感图像分割方法。
技术介绍
1、近年来，随着遥感技术和传感器的发展，大量高分辨率遥感影像的获取为遥感图像的智能解译带来了巨大的挑战。这些影像不仅包含丰富的空间细节，还具有巨大的语义潜力。遥感图像语义分割技术通过逐像素分类遥感数据中的地物类型，已成为土地利用分类、城市规划、环境监测及灾害评估等领域的重要工具。然而，遥感图像具有多尺度目标、复杂场景和高分辨率的特性，导致语义分割任务面临诸多挑战。
2、传统卷积神经网络(cnn)在遥感图像语义分割任务中取得了显著进展。例如，u-net和deeplab等模型通过分层特征提取与跳跃连接机制，实现了较好的分割性能。然而，由于cnn的感受野限制，其难以捕获远程依赖关系与全局上下文信息，在处理复杂背景或高分辨率影像时存在瓶颈。
3、近年来，基于自注意力机制的transformer在语义建模能力上表现出色。swintransformer和unetformer等模型在语义分割任务中取得了优异性能。然而，transforme...
【技术保护点】
1.一种基于状态空间模型的混合结构遥感图像分割方法，其特征在于，包括：
2.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，所述残差网络子模型包括：
3.根据权利要求2所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，利用所述改进的Mamba子模型生成不同尺度特征包括：
4.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，所述改进的Mamba子模型的表达式为：
5.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，所述二维选择性
【技术特征摘要】
1.一种基于状态空间模型的混合结构遥感图像分割方法，其特征在于，包括：
2.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，所述残差网络子模型包括：
3.根据权利要求2所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，利用所述改进的mamba子模型生成不同尺度特征包括：
4.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，所述改进的mamba子模型的表达式为：
5.根据权利要求1所述的基于状态空间模型的混合结构遥感图像分割方法，其特征在于，...
【专利技术属性】
技术研发人员：陈辉，孙康，陈天博，田博，李懿恩，李德城，王耿林，管健，任可可，石倩倩，
申请(专利权)人：兰州理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。