一种基于傅里叶空间-通道交互的遥感图像地物分割方法技术

本发明专利技术公开了一种基于傅里叶空间‑通道交互的遥感图像地物分割方法，属于遥感图像处理领域，包括：获取目标区域包含多种地物类型的待分割遥感图像进行预处理，并提取初始特征；对初始特征进行处理，将处理结果输入预先构建的依次连接的四个傅里叶空间‑通道交互Mamba模块中；在四个Mamba模块中，通过依次对输入特征进行频域变换与通道交互处理，输出深层特征表示；通过残差连接层将深层特征表示与初始特征进行融合，通过池化层对融合特征进行全局特征压缩；压缩后的特征经过分割头输出遥感图像的地物分割结果。该方法通过傅里叶空间‑通道交互Mamba模块获取遥感影像在频域、空间域和通道域的特征信息，提高模型的表达能力，实现遥感图像的地物分割。

【技术实现步骤摘要】

本专利技术涉及遥感图像处理，更具体的说是涉及一种基于傅里叶空间-通道交互的遥感图像地物分割方法。

技术介绍

1、遥感图像分割是遥感影像分析中的关键任务之一，其主要目的是对遥感数据进行像素级分类，以提取地物类别信息。

2、由于遥感图像通常具有高光谱、多尺度、多传感器等特性，且受到噪声、光照变化、地物类别多样性等因素的影响，使得传统的分割方法在准确性、鲁棒性以及泛化能力方面存在一定局限性。

3、近年来，深度学习技术，尤其是卷积神经网络(cnn)和自注意力机制(transformer)，在遥感图像处理领域取得了显著进展。然而，传统cnn在处理长距离依赖关系和全局特征提取方面存在瓶颈，而transformer由于计算复杂度高，在高分辨率遥感影像上的应用仍面临挑战。

4、而mamba是一种基于选择性状态空间模型(selective state space model)的新型神经网络架构。它在保持对序列长度近似线性扩展性的同时，提供了与transformers相当的建模能力；在图像处理过程中选择性的关注必须关注的、过滤掉可以忽略的；本文档来自技高网...

【技术保护点】

1.一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，还包括：

3.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，所述步骤S1包括：

4.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，所述傅里叶空间-通道交互Mamba模块，包括：归一化层、频域模块、空间模块、融合拼接模块、通道模块和融合输出模块；

5.如权利要求4所述的一种基于傅里叶空间-通道交互的遥感图...

【技术特征摘要】

1.一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，还包括：

3.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，所述步骤s1包括：

4.如权利要求1所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，所述傅里叶空间-通道交互mamba模块，包括：归一化层、频域模块、空间模块、融合拼接模块、通道模块和融合输出模块；

5.如权利要求4所述的一种基于傅里叶空间-通道交互的遥感图像地物分割方法，其特征在于，所述频域模块对所述归一化特征表示进行傅里叶变换，转换至频域进行频率扫描及特征交互，通过傅里叶逆变换得到增强的频域特征表示；具体包括：

6.如权利要求4所述的一种基于傅里叶空间-通道交...

【专利技术属性】
技术研发人员：李冠群，
申请(专利权)人：耕宇牧星北京空间科技有限公司，
类型：发明
国别省市：