基于人工智能遥感解译的墓区违法监测

摘要：《浙江省殡葬管理条例》、《浙江省公墓管理办法》实行以来，浙江省内各地墓区中仍发现各类违法、违规现象。传统人工执法巡检效率低、巡检质量也无法保障。本文以宁波市某墓葬群为例，介绍利用无人机摄影测量技术，通过正射影像图、实景三维模型的应用，结合人工判读与POPAI软件解译，高效准确地分析墓区变化，及时发现墓区违规行为的新技术手段。

背景介绍

在“绿水青山就是金山银山”理念的指引下，宁波市某镇树立了生态筑底、绿色发展的理念。镇域内拥有华东地区最大的墓葬群，共有公墓单位27个、近63万墓穴。在墓区管理的过程中，发现一系列存在的问题：墓区发展缺乏统一规划设计，墓区建设无序进行，擅自扩大墓区面积，存在随建、乱建坟墓现象；违规超标准建造坟墓的情况比较严重，新近建成的墓位占地面积、墓碑面积和高度均超过法定标准，同时存在建造老式椅子坟、排排坟现象；建成的墓位以传统式样为主，品位档次较低，艺术性较差；墓区环境卫生不够整洁，墓区绿化覆盖率较低等。

针对墓区依旧存在的违规违法现象，行政执法部门以往多依赖人工巡检进行监测，执法人员基于墓区规划设计图、墓区登记情况等资料，通过实地巡检，对违规违法行为进行记录，并提出整改意见、处罚方案等。墓区执法监测任务日益繁重，而人工巡检质量和效率无法得到充分保障，巡检不到位、巡检结果难以数字化表达等问题亟待解决。

1 案例分析

1.1 无人机飞行平台与载荷

本次飞行任务采用飞马D2000多旋翼无人机，是基于高性能旋翼平台的一站式高精度单兵作业平台，应用于高精度地形测绘、高精度三维建模、遥感监测等行业。通过搭载航测模块、倾斜摄影模块、热红外遥感模块、可见光视频模块等不同载荷可获取不同类型数据源，应用于各类生产、研究工作。

本次飞行任务搭载D-CAM3000航测模块获取6100万像素的高精度航摄影像，搭载D-OP3000倾斜摄影模块获取1.2亿倾斜航摄影像。

图 2-1 飞马D2000搭载D-CAM3000模块

1.2 数据处理

1.2.1 正射影像图

对获取的高精度航摄像片进行pos解算以获得高精度定位信息，提高空三计算的精确性。利用数据处理软件处理像片数据，生成正射影像图，作业流程图如图2-2。针对正射影像成果图明暗色彩不均匀的问题，使用图片处理软件进行匀光匀色修饰，最终成果如图2-3。

图2-2 正射影像图生产流程图

图2 -3 正射影像图

1.2.2 实景三维模型

确定外业飞行范围和模型精度要求后，选取光照条件良好的时间段进行影像采集，同步完成控制点数据采集。

使用专业数据处理软件对获取的影像数据进行处理，生产实景三维数据模型，具体技术流程图如图2-6。最终实景三维模型效果图如图2-7所示。

图 2?4 实景三维模型生产技术流程图

图2-5 墓区实景三维成果图

1.3 数据分析

1.3.1 人工判读分析

结合正射影像图、实景三维模型成果，作业员能够在室内使用计算机进行数据分析，高效且准确地发现监测期内发生的墓区违规行为。通过卷帘工具对3月份（图2-6）与6月份（图2-7）的正射影像图进行对比分析，根据执法部门需求记录墓区内变化信息，包括新建坟墓、扩建坟墓、椅子坟等信息，建立地理信息数据库进行信息汇总，在属性表中进行记录，如图2-8所示。输出点状成果数据便于在地图软件中进行直观展示。针对部分正射影像图中被树冠严重遮挡的坟墓，作业员需参考实景三维模型进行判读，确保监测的准确性。

图2-6 三月份墓区正射影像图

图2-7 六月份墓区正射影像图

图2-8 墓区变化点属性表截图

1.3.2 人工智能解译

POPAI（多源数据智能解译软件）是由宝略科技（浙江）有限公司自主研发的一款影像实时标注解译系统。系统采用WEB开发标准，可以随时实现在互联网上的应用。提供遥感影像数据的实时管理、发布、标记、AI解译等功能。通过互联网可以将数据查看、标记，延伸到其他有被网络覆盖到的地方，减少对本地设备的依赖性以及降低长时间的数据传输对工作效率的影响。系统完全基于B/S架构设计，可使用户轻松单点维护，全面升级。该系统的主要功能包括：项目管理、影像管理、矢量管理、地物解译等功能。

在本项目中，POPAI基于数字正射影像、遥感影像和三维实景模型数据的特征进行解译和变化对比，通过计算机深度学习技术对墓穴进行单体化分割提取，用于本次墓区变化比对，高效且准确的自动识别墓区变化图斑与范围,像素级解译分类精度超过 95%、目标检测准确率优于 98%。

图2-9 PopAI用户界面

（1）软件样本数据收集

数据收集对于深度学习来说是至关重要的一步，往往决定了一个项目能否成功。如果样本数据数量少，那么训练出来的模型性能就会很差。接下来再多的努力，也无法获得理想的结果。因此，必须确保样本的数量和质量满足要求。

1. 构建基于形状特征的编号检测器

分割提取包建筑、地形、水系等图形，另存以备后续的地物识别同时记录地物变化的位置。利用Faster RCNN网格识别进行训练，原理如下图所示：

1. 构建基于地物特征的识别器

利用地物特征识别把影像内容转换为矢量要素信息。CRNN识别器，其原理如下图所示：

1. 构建基于地物特征变化要素库

利用样本数据对数学模型进行训练，从而提取变化的地物矢量要素信息。

（2）解译成果

基于墓穴样本数据分别对3月份与6月份的正射影像图进行解译，识别成功后生成3月份与6月份墓穴矢量结果文件，通过对比两份矢量文件，获取坟墓新建、扩建等监测信息。

图2-9 PopAI用户界面

1.3.3 成果整理

根据分析整理人工判读分析和POPAI软件分析结果，最终将整个墓区执法监测数据汇总整理成地理信息数据库、标记点（示意图如图2-11）、电子统计表三份成果数据。

图2-11 墓区变化点标记示意图

前景与展望

遵守相关规章制度，规范墓区管理、加强墓区监测对遏制“青山白化”现象，保护生态环境和土地、林地资源具有重要意义，无人机摄影测量技术、AI技术为墓区管理、执法监测提供了新的思路，在提升效率、解决问题的同时，也提出了新的思考与要求。在保证现有优势的前提下，如何提升无人机摄影测量技术，例如如何一次性获取更大范围的影像数据、减少不良天气与环境条件的影响、进一步提升飞行安全性和稳定性等，值得未来进一步探究。AI技术进一步提升准确性、基本实现全自动化流程也势在必行。

本文所有文字版权均属“宝略科技”，更多内容请搜索关注【宝略科技】微信公众号~

来源：宝略科技