基于无人机正射影像的河道水域动态监测模型的研究——以浙江省宁波市鄞州区为例

利用卫星影像开展河道水域非法占用监测,存在后期数据处理周期长、实时性弱等不足。为此,基于无人机正射影像图提出一种集Mask RCNN网络与图像差值计算的河道水域动态监测模型,通过机器识别改善现存问题。首先对正射影像进行拼接、矫正与分割,获取原始数据集后利用有监督学习方式训练Mask RCNN模型。最后获取河道轮廓图并计算两期同一位置正射影像的差值与阈值对比,来判定河道水域是否发生变化。试验结果表明,在机器识别与人工处理对比中本方法具有平均90%左右的准确率。本模型准确性较高,可辅助作为小型河道水域非法占用的实时动态监测工具。