基于CNN、Transformer和GCN的三支路遥感图像云和云影的分割方法

本发明针对遥感领域中云和云影图像分割的局部特征与全局信息建模不足、长距离像素依赖关系建模困难和模型融合与多尺度特征整合困难等问题，公开一种基于CNN、Transformer和GCN的三支路遥感图像云和云影的分割方法，涉及遥感图像处理领域。包括以下步骤：S1、获取遥感图像组成云和云影数据集，并对数据集进行预处理；S2、建立三支路网络模型，所述三支路网络模型包括GCN支路、CNN支路和Transformer支路；S3、将预处理后的云和云影数据集输入所述三支路网络模型中进行模型训练；S4、使用训练好的三支路网络模型进行预测并生成云和云影的掩膜图像。本发明具备广泛的跨领域应用潜力，能够高效处理多种图像分割任务。