[发明专利]基于GIS空间数据制作遥感影像深度学习样本的优化方法

权利要求书

1.基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，包括以下步骤：

S1、获取GIS空间数据库中的影像数据，提取影像数据中的多边形数据，得到多边形的折点坐标，并对多边形进行编号；

S2、采用最小二乘法通过折点坐标计算多边形的最小边界矩形，并获取最小边界矩形长边和短边的端点坐标；

S3、设置学习样本长边的长度阈值为S₀，计算最小边界矩形长边的长度S₁，若S₁≤S₀，则最小边界矩形为裁剪单元，并进入S5，若S₁S₀，则进入S4；

S4、获取最小边界矩形长边的中心线作为分割线，获取分割线与多边形的两个交点，编号为p0和q0，以p0为起始点，沿着多边形的边线向左右两侧移动依次搜索多边形的折点，记为pi，以及以q0为起始点，沿着多边形的边线向左右两侧移动依次搜索多边形的折点，记为qi，连接pi和qi，选取最短的连线作为精细分割线，通过精细分割线将最小边界矩形分割为两个裁剪单元，若分割后的裁剪单元的长度S₂≥S₀，则继续获取裁剪单元的精细分割线，通过精细分割线继续对裁剪单元进行分割，直至分割后的裁剪单元的长度S₂≤S₀，进入S5；

S5、用裁剪单元对影像数据进行裁剪，或者用裁剪单元中的多边形部分对影像数据进行裁剪，得到学习样本，对学习样本进行编号，使学习样本的编号与多边形的编号进行对应。

2.根据权利要求1所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，所述pi和qi搜索的数量相同，且pi与qi的数量和不超过多边形折点总数的1/4。

3.根据权利要求1所述的基于GIS空间数据制作遥感影像深度学习样本的优化方法，其特征在于，将多边形数据正向或反向旋转，以使得最小边界矩形的长边与坐标轴的X轴或Y轴平行。