在海岸带工程中,浅水水深测量一直是一个富有挑战性的问题。已有的研究证明通过对海浪的观测,可以对波速进行估测,进而反演得出实际水深。本文假设海水是理想流体,在此基础上对线性波浪理论中的浅水色散关系进行了推导,证明了基于浅水色散关系的水深反演算法的合理性和可行性。本文使用了小型无人机对实际的海浪视频数据进行获取,从中构建出cBathy水深反演算法（由美国俄勒冈州立大学的Rob Holman教授所领导的课题组提出并成功应用于Argus海岸监测站）所需的数据集,在此基础上对cBathy算法进行了实现。本文提出在算法实现过程中使用基于图像地面控制点和基于相机姿态角的正射变换方法,并对最终结果进行评估。本文研究的主要内容包括:（1）本文将海水视为理想流体,从流体的质量守恒定律和动量守恒定律出发,推导了理想流体的欧拉方程,进一步证明了基于浅水线性色散关系的水深反演算法在理论上的合理性和在实践中的可行性。（2）本文深入研究了 CEOF（Complex Empirical Orthogonal Function）算法和 cBathy算法的原理和实现过程,并从实际海浪视频中构建出了算法的数据集,重点对cBathy算法进行了实现,结合频率-波数对的估计方法和最佳拟合方法反演得出水深,得到了完整的水深估计图,并对过程中可能出现的问题作出了分析。（3）本文使用小型无人机搭载摄像头获取了实际的海浪数据,利用相机成像模型完成了世界坐标系到相机坐标系的转换,在对图像采样和去畸变之后,使用地面控制点或标识物对图像进行校准,使用地面控制点和相机姿态角分别进行正射投影变换。（4）针对本文提出的基于地面控制点和基于相机姿态角的正射变换方法,分别使用实际数据进行测试,应用cBathy算法得出各自对应的水深图进行比对,研究了两种方法对水深估计结果的影响。按照结果来看,基于地面控制点的方法的效果明显优于基于相机姿态角的方法,通过分析得出结论,水深估计的精度依赖于正射变换结果的准确性,但基于相机姿态角的方法仍然是可行的,只是需要提供更高精度的姿态角。