基于单目视觉的实尺度岛屿面积与海岸线估计
计算机视觉与模式识别
2026-05-13 v1
摘要
岛屿面积和海岸线长度的精确测量对于海岸区监测和海洋学分析至关重要。然而，传统测量和制图方法通常严重依赖正射影像、昂贵的航空深度传感器或密集的地面控制点，这些方法在广阔且难以到达的开阔海域中面临高劳动成本、耗时且效率低下的局限。为此，本文提出一种基于纯单目视觉的几何一致、实尺度岛屿测量框架。该项目通过完全自动化的流程显著降低制图成本，在无需先验GIS数据的情况下实现高效测量。在系统管道中，只需输入目标区域的地理坐标或名称即可获取低空周围图像序列。获取点云后，使用轻量级轨迹配准算法（Umeyama）恢复全局物理尺度，并对缩放模型进行正射测量，以直接在二维栅格平面上提取高精度面积和周长。我们在四个具有不同地形特征的岛屿上充分验证了该流程（涵盖自然地貌岛屿和具有复杂人工设施的岛屿）。实验结果表明，该系统的最终测量误差稳定在约10%，显示出卓越的准确性和鲁棒性。此外，该框架具有出色的推理速度，仅需70毫秒即可处理单张高分辨率图像并生成点云，为大规模海洋和海岸线测量提供了高度实用的新范式。
关键词
引用
@article{arxiv.2605.11267,
title = {Real-Scale Island Area and Coastline Estimation using Only its Place Name or Coordinates},
author = {Quanyun Wu and Kyle Gao and Wentao Sun and Hongjie He and Yuhao Chen and David A. Clausi and Jonathan Li},
journal= {arXiv preprint arXiv:2605.11267},
year = {2026}
}
备注
Accepted for publication at IEEE OCEANS (Sanya) 2026