基于Gabor变换与正交注意力的遥感图像分割方法

本发明公开了基于Gabor变换与正交注意力的遥感图像分割方法，包括：结合Gabor变换和深度学习模型，对预处理后的目标遥感图像进行特征提取，获得初始特征；基于正交通道注意力机制对初始特征进行处理，获得通道注意力；将通道注意力与初始特征进行逐元素相乘，获得加权特征图；通过动态可分离卷积层对初始特征进行卷积，获得全局信息；采用全局平均池化层提取全局信息，并通过第二Sigmoid激活函数，生成权重图；将初始特征经过全维动态卷积后，与权重图相乘，生成优化特征；将加权特征图和优化特征进行融合，获得增强特征图；将增强特征图转化为图像分割结果。该方法可以在复杂场景下提升遥感图像分割的精度与鲁棒性。