基于改进MCANet-CM的多模态遥感图像分割算法

来源：电子测量技术杂志2025年第23期北京时间：

作者：胡峻峰，杨泳

单位：东北林业大学计算机与控制工程学院 哈尔滨 150040

摘要：合成孔径雷达图像与可见光图像通过不同的维度采集地表特征，为土地分类研究领域提供高度互补的信息，具有重要的应用价值。然而，现有MCANet-CM算法在跨模态特征交互过程中，难以有效捕捉多模态数据中目标轮廓，导致融合特征对复杂场景下目标边界的空间细节表征能力较弱，这使得如何有效结合两类模态数据以实现精准的像素级分类，仍然是目前的关键问题。针对这一问题，本文提出了基于改进 MCANet-CM 的多模态遥感图像语义分割算法。算法中提出了DyCPCA注意力机制，该机制通过动态校准通道间的依赖关系，自适应地增强与目标轮廓相关的特征响应，有效提升了模型对多模态数据中细节信息的捕捉能力；同时引入矩形自校准模块，该模块通过构建非对称的感受野结构，增强了模型对不同方向边缘信息的感知能力，显著提高了模型对前景对象的定位精度。通过这两个模块的协同作用，实现了光学数据与 SAR 数据的有效融合。在WHU-OPT-SAR数据集上进行实验，相较于基准模型MCANet-CM，改进模型在平均交并比与平均F1分数上分别提高了2.85%与2.81%。与FTransUNet等先进算法对比，改进模型同样实现了更好的分割效果。

关键词：合成孔径雷达;可见光图像;MCANet-CM;多模态;语义分割

基金资助：国家自然科学基金(32202147)项目资助