CN113033701A 基于gis空间数据制作遥感影像深度学习样本的优化方法 （北部湾大学）.docxVIP

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号CN113033701A

(43)申请公布日2021.06.25

(21)申请号202110421660.7

(22)申请日2021.04.20

(71)申请人北部湾大学

GO6K9/00(2006.01)

地址535011广西壮族自治区钦州市钦南

区滨海新城滨海大道12号北部湾大学申请人中国能源建设集团广西电力设计研

究院有限公司

(72)发明人谢小魁吕健春黄远林韦世益李井井李岳东廖开发

(74)专利代理机构广西中知科创知识产权代理有限公司45130

代理人吴震辉

(51)Int.CI.

GO6KGO6K

9/62(2006.01)

9/34(2006.01)

权利要求书1页

说明书4页附图8页

(54)发明名称

基于GIS空间数据制作遥感影像深度学习样本的优化方法

(57)摘要

本发明涉及遥感技术领域，具体公开了基于GIS空间数据制作遥感影像深度学习样本的优化方法，包括以下步骤：S1、获取多边形数据；S2、通过折点坐标计算多边形的最小边界矩形；S3、设置学习样本的长度阈值为S。,计算最小边界矩形长边的长度S?,若S?≤S?,则最小边界矩形为裁剪单元，并进入S5,若S?S?,则进入S4;S4、沿最小边界矩形的长边进行划分，将最小边界矩形划分为多个裁剪单元，直至裁剪单元的长度S?≤S?

CN113033701A后，进入S5;S5、用裁剪单元对影像数据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。本发明的基于GIS

CN113033701A

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、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、设置学习样本的长度阈值为Ss,计算最小边界矩形长边的长度SI,若SI≤S,则最小边界矩形为裁剪单元，并进入S5,若SS,则进入S4;

S4、沿最小边界矩形的长边进行划分，将最小边界矩形划分为多个裁剪单元，直至裁剪单元的长度S?≤S后，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。

CN113033701A权利要求书1/1页

2

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

S4、沿最小边界矩形的长边进行划分，将最小边界矩形划分为多个裁剪单元，直至裁剪单元的长度S?≤S?后，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，所述步骤S2中，采用最小二乘法计算多边形数据的最小边界矩形。

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，所述步骤S4中，获取最小边界矩形长边的中心线作为分割线，通过分割线将最小边界矩形均分为两个长度相等的裁剪单元，若分割后的裁剪单元的长度S?≥S?,则继续获取裁剪单元沿最小边界矩形长边方向的边线的中心线作为分割线，通过分割线继续对裁剪单元进行划分，直至划分后的裁剪单元的长度S?≤S?

4.根据权利要求3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，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