1.多类别建筑轮廓智能提取与规则化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,s1具体按照以下方案实施:
3.根据权利要求2所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s2具体按照以下方案实施:
4.根据权利要求3所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s2中构建并训练ghostnet-segnet模型具体实现过程如下:
5.根据权利要求4所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s4具体按照以下方案实施:
6.根据权利要求5所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s44具体按照以下方案实施:
7.根据权利要求5所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述ω的取值范围和轮廓边的旋转情况按如下设定:
8.根据权利要求6所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s45中交并比为规则化后的建筑物轮廓面积和简化与粗修正后规则化前的建筑物轮廓面积的交集和并集比,当规则化后的建筑物轮廓面积和简化与粗修正后规则化前的建筑物轮廓面积的交并比<u时,重新微调相关阈值,直至找到最合适的阈值满足交并比≥u或达到一定微调次数后取此时最高的交并比后结束循环,并找到该轮廓合适的阈值。
9.根据权利要求6所述的多类别建筑轮廓智能提取与规则化方法,其特征在于,所述s4中初始面积阈值δ=20㎡,初始长度阈值ε=3.5m,初始锐角阈值α=35°,初始钝角阈值β=180°-α+30°,初始主方向的夹角阈值λ=45°/2,初始交并比约束=0.9。
10.多类别建筑轮廓智能提取应用系统,其特征在于,包括:模型推理模块和后处理模块;