以计算机为代表的信息化技术飞速发展，极大推动了机器视觉的应用研究，随着无人机飞控与航拍技术的出现，使得无人机与机器视觉相结合的监测技术逐渐成为城市、地面、水域、森林等安全监测的有效手段。论文以水面目标状态为捕获分析对象，通过本系统能迅速界定水污染区域，为海事部门提供有效的处置依据，为事故处理争取时间。本文以机器视觉的单目测距原理为基础，通过分析图像上的特征并确定被测目标状态，采用无人机航拍区域提供的相应参数及污染区域方位信息，设计了一套由无人机拍摄端、水面目标及地面监测端组成的水面漂浮目标状态监测实验演示系统.
　　针对水面污染区域的识别、快速测量及航标监视的要求，论文从理论基础、技术方案、系统实验进行深入探讨，分析单目视觉测距原理，研究拍摄图像上某点的坐标与世界坐标系下坐标之间的映射关系，分析机器视觉图像识别与图像分割处理原理，给出系统工作原理与技术实现，通过电子测量手段和图像甄别方法，提出了一种高精度的水面污染面积测量及航标监视方案，以满足水域管理和监测盲点污染需求。系统通过图像分割与堆叠技术对拍摄图片中的油污染区域特征进行人工视觉圈定边界识别，利用适用于该面积测量的视觉图像处理方法，使用Visual Studio2013编程环境设计了水面漂浮目标状态监测的人机交互，实现对污染区域面积进行实时或后期测量并对水面航标状态进行监控显示，依据无人机续航与飞控能力，系统完成了低空近距离的水面目标状态快速测量。基于无人机的实际飞控测量及软件处理系统，具有移动性强、灵活性高、实用范围广等优势，为水域管理提供一种直观、有效的视觉监控手段，经实验测量模拟水面污染面积精度为10-3平方米，相对误差低于5%，垂直拍摄平均相对误差低于1.3%。