水塘与阴影难区分
水塘和建筑、树木的阴影在影像上都偏暗，直接用通用模型误检很多。
规划设计 · 地理信息
卫星影像水体智能识别软件
技术栈 Python · PyQt6 · PyTorch · SAM 2.1 · OpenCV · scikit-image · rasterio · Shapely · Fiona · pyproj · NSIS
输入卫星遥感影像，点一下就能圈出水塘的精确轮廓，也能整图自动批量识别，结果直接导出为 Shapefile、GeoJSON 等 GIS 通用格式。
- 行业
- 规划设计 · 地理信息
- 形态
- Windows / macOS 桌面软件 · 视觉 AI
- 我们负责
- 技术路线设计、算法工程、桌面端开发、加密打包
5步预处理管线去标注 · 归一化 · 水体增强 · 阴影抑制 · 候选提取
2种工作模式交互式精确识别 · 整图自动检测
4种导出格式Shapefile · GeoJSON · PNG · CSV
01项目背景
客户是一家规划设计单位，项目中需要从大范围卫星影像里找出特定类型的水塘并量测面积。过去全靠人工在图上描边，耗时长，口径也不统一。
他们需要一个能在本地电脑运行、不依赖网络的桌面工具，影像数据不出本机。
02关键挑战
影像尺寸巨大
大范围影像可达数万 × 数万像素，一次性载入会耗尽内存。
跨平台结果一致
客户同时使用 Windows NVIDIA 显卡与 Mac Apple 芯片，两边的识别结果必须一致。
交付物保护
软件交付给客户内部使用，需要防止模型与代码被随意拷贝。
03解决方案
- 01
通用分割模型 + 领域预处理
以开源 SAM 2.1 通用分割模型为核心，前置 5 步针对水体的预处理管线，用蓝绿比值、暗度、饱和度等特征生成“水体似然图”，把阴影挡在模型之外。
- 02
两种工作模式
精确模式下鼠标点击即出轮廓，左键加选、右键排除；批量模式自动发现候选区域逐一送入模型，结果可逐条审核。
- 03
滑窗切片与分级加载
大图按固定尺寸切片并保留重叠区域，结果自动拼合去重；显示层只加载视窗内的数据，浏览不卡顿。
- 04
CUDA / MPS 一致性校验
固定随机种子、关闭 TF32 并启用确定性设置，提供跨平台比对脚本：Mac 生成基准，Windows 对比验收。
- 05
加密安装包
Windows 端采用加密打包与安装器交付，并附带显卡环境安装说明。
04系统架构
界面层
- 主窗口
- 影像画布（缩放 / 平移 / 点选）
- 结果面板与导出
算法层
- 5 步预处理管线
- SAM 2.1 分割引擎
- 候选过滤与后处理
数据层
- GeoTIFF / 常见图片读取
- 滑窗切片
- 坐标系转换
推理设备
- NVIDIA CUDA
- Apple MPS
- CPU 回退
05交付与技术
交付内容
- Windows 加密安装包
- macOS 运行环境说明
- 技术实现路径说明书
- 跨平台一致性校验脚本
- 使用手册
技术栈
本案例已脱敏，界面为示意插画，不代表真实产品界面。
联系
想做一个类似的项目？
告诉我们你的业务场景，我们会结合过往经验给出技术方案、周期与报价。