一种基于深度学习和联合优化的建筑轮廓线提取方法

本发明公开了一种基于深度学习和联合优化的建筑轮廓线提取方法，采集城区建筑的多视图照片，构建DOM和DSM；制作归一化数字表面模型nDSM和坡度图、标注建筑轮廓线和多边形；构建渔网分割栅格和矢量图层，建立训练样本影像和标注，代入线特征提取网络MFLine‑Net和语义分割网络Res‑UNet分别训练；利用线特性提取网络MFLine‑Net提取线特征；利用Res‑UNet网络提取建筑屋顶语义信息；利用运动空间剖分算法生成胞腔复形；采用图割优化算法关联胞腔单元和屋顶语义信息；将相同屋顶语义信息的胞腔单元合并得到建筑轮廓图。该方法可以快速构建城市建筑轮廓图，满足基于无人机进行摄影测量建筑制图的需要。