一种GAN网络与图像处理协同优化的建筑边缘正则化方法

一种GAN网络与图像处理协同优化的建筑边缘正则化方法，属于数字图像处理技术领域，其特征在于包括：构建GAN网络；对GAN网络进行正则化算法训练确定模型参数；采用前述模型参数预测输出正则化的建筑掩膜；进行掩膜预处理得到降噪后的二值图像；统计连通域；依次遍历所有连通域进行过滤处理；然后经边缘轮廓抽稀得到边缘轮廓抽稀后的连通域；进行边缘直角化处理得到优化后的建筑掩膜。可有效解决原始建筑掩膜中存在的噪声、空洞、边缘毛刺等问题；优化方法稳定可靠，优化后的建筑掩膜极大简化了轮廓冗余点，直角特征明显，更符合实际建筑轮廓，对深度学习方法直接预测的建筑掩膜质量得到极大提升，加速建筑智能提取算法的应用落地。