一种基于机器视觉的数字孪生模型修正方法及系统

本申请提供一种基于机器视觉的数字孪生模型修正方法及系统。其中，该方法包括：通过采集测深数据、潮汐流速数据及无人机图像构建综合数据集，基于几何特征匹配消除波浪扰动偏差与水面反光失真，结合潮汐参数生成动态补偿系数；校正测深数据时间偏差后计算地形高程与沉积物迁移速率的动态关联关系，建立融合沉积层厚度分布和潮汐流速驱动侵蚀边界预测的数字孪生模型，生成可视化地形曲面；通过实时沉积物堆积特征与地形曲面的反向验证，自适应调整迁移速率权重参数，实现模型动态优化。本申请实现海域地形演变与沉积物迁移的高精度动态耦合仿真，提升海岛地表变化预测的实时性与可靠性，支撑海岸带安全与经济协同决策。