河域边界线指的是河域中波动的水面与河滩的瞬时交界线,其位置信息的实时监测在河域自动化测流中起着十分重要的作用。现为实现河域测流平台在测流时对河域边界线的自动实时视觉识别与定位而可自动布置测流点,达到河域全自动化测流的目标。现针对河域边界线的实时视觉识别提出方法研究,接着对识别到的边界线进行坐标定位并应用于测流点布置。本课题针对水文站的实际测流工作需要,首先进行了视频监控系统的搭建,实现了研究对象的图像获取;针对获取到的研究对象的图像,采用高斯平滑进行初步降噪,利用图像阈值分割二值化得到水陆二值化图,基于种子区域填充与形态学处理结合对二值化图进行边缘特征增强处理,最后利用边缘检测实现了模糊状态下的河域边界线的实时视觉识别;在河域边界线提取结果基础上结合现场测流平台的工作原理提出了定位研究;最后将定位后的河域边界线的位置在测流点布置工作中得以应用,解决了目前半自动化测流中采用人工目视定位水边线的效率低、误差大等问题,为实现全自动化测流奠定坚实基础,极大减少河域测流工作中人力及财力的投入。本文研究的主要工作及成果如下:（1）河域边界实时监测系统的搭建。为实现研究对象的获取,本文提出在水文测流站的设备基础上进行监测系统搭建,主要包括摄像头的选型,摄像头在测流平台上定位与安装,摄像头姿态调整及电源接线等工作,实现了摄像头对河域边界的视频监控;然后采用两个无线网桥的无线传输功能将视频监控画面传送至计算机中;最后通过视频分帧方式成功获取了本文研究对象的图像。（2）河域边界线实时视觉识别。针对河域边界实时视觉识别进行了方法研究和实验分析,首先对研究对象进行预处理以得到初步降噪的灰度图,然后采用阈值分割法进行二值化处理以得到水陆二值图,在二值图的基础上进行种子填充来避免非水体中连通域噪声的影响,并经数学形态学运算使得水陆分界线的边缘特征连续且清晰,最后利用经典边缘检测算子对其中的河域边界线进行提取并经形态学进一步处理,最终实现了对河域水陆分界线的识别。实验结果表明,该方法可以有效地识别在碎石淤泥河沙等物复杂干扰下的河域边界线。（3）河域边界线的定位与应用。针对河域边界线的提取结果,首先通过分析河域边界线、摄像头、测流平台三者之间的坐标关系,将河域边界线的定位转换为测流平台的定位;然后在世界坐标系下,通过对测流平台所造循环索道的运动监测进行定位;接着对测流平台定位结果进行反推解决了河域边界线的定位问题;最后利用河域边界线定位得到的横坐标对当前河域宽度进行计算,并在测流截面内对测流点进行了均匀布置。