過去河川水位之觀測可由水位計之資料或是橋樑水尺判別，於颱洪時期或是夜間較難以判別其水位資訊，又一般水位計大多設置在橋樑上游，與橋樑之振動水位有點落差，在判讀警戒水位時較不直接準確。
隨著攝影硬體技術之開發，本研究係利用經濟部水利署建置的CCTV藉由河川水位影像畫面進行研究分析，針對河川橋樑建置之水位計及影像監視等設備，藉由下載政府建置的河川水位影像畫面進行研究分析，利用直線偵測進行水位影像偵測，將水位辨識分析出水位線位置後，需再配合影像坐標與實際物理量之計算，得到水位高程值。
本研究對已建置之河川水位影像監視站，透過水位影像辨識技術開發辨識河川水位位置，同時輔以既設水尺高程資訊或外業測量作業轉換為高程值，將河川水位影像量化成河川水位高程數據，其量化之水位高程數據配合河川警戒水位資訊，可提供視覺強化提醒
由本文研究結果，攝影鏡頭未內部參數校正(方法一)與攝影鏡頭內部參數校正(方法二)等兩種河川水位方法，以方法二經過內部校正之水位辨識結果略優於分析方法一，由影像判識準確率分析結果知，兩種河川水位辨識方法準確率均達98%。
另外藉由不同分析子影像(ROI)之影像位置劃設可知，進行水位辨識分析時之ROI劃設須包含橋墩，否則不符合直線偵測原則將無法藉由橋墩進行偵測。

This research improved river level recognition accuracy by using line detection, Hough transform and curve-fitting method on images from existing river level image monitoring station. River level information from existing water gauge or in-situ measurement works was used to convert river level image to river level data. Using the river level data from conversion with river level alert information, we can provide enhanced visual notice.
The examination and analysis of river monitoring image recognition results showed that without camera internal parameters calibration (method 1) and with camera internal parameters calibration (method 2) both had error between 0.09~0.34m. Method 2 was slightly more accurate than Method 1. The accuracy rates of both image recognition methods were between 98 and 98.4%.
The river level recognition results of different ROIs showed that both ROI1 on the bridge pier (with water gauge) and ROI2 on the bridge pier (without water gauge) had accuracy rates above 99%.

1.李明靜、郭晉安、蕭毓宏、黃明志、簡仲和、施冠足、蔡宗利，2011.12，「海岸地形變遷之現場影像分析應用研究(3/4)」，交通部運輸研究所，p333
2.李明靜、黃明志、郭晉安、簡仲和、簡仲璟、劉清松 (2011)，「應用可轉向影像觀測系統於海岸地形監測之研究」，港灣報導，第八十八期，pp.59-70.
3.李明靜、郭晉安、石全隆 (2011)，「應用影像量測方法於野外河床質粒徑分析之研究」，中華民國第二十屆水利工程研討會，嘉義，國立嘉義大學
4.李明靜、郭晉安、黃明志、簡仲和、蔡宗利，2010.12，「海岸地形變遷之現場影像分析應用研究(2/4)」，台灣首府大學，交通部運輸研究所，p131
5.郭晉安、李明靜、黃明志、簡仲和、劉清松 (2013)，「數值影像分析技術於近岸流監測之研究」，港灣報導，第九十四期，pp.26-34.
6.郭晉安、黃明志、簡仲和、李明靜、蕭毓宏、施冠足、蔡宗利，2011.12，「海岸地形變遷之現場影像分析應用研究(4/4)」，交通部運輸研究所，p.438
7.郭晉安、簡仲和 (2009)，「高斯模糊函數應用於波浪水位影像偵測研究」，第31屆海洋工程研討會，台中，國立中興大學，pp.775-780.
8.黃明志、沈聖智、蕭毓宏、莊舜欽、趙致傑、簡仲璟、劉清松，2010.05，「海岸地形變遷之現場影像分析應用研究(1/4)」，交通部運輸研究所，p160
9.簡仲和、郭晉安、陳嘉君、吳筱芸、蔡宗利、尤俊雁、黃建維、簡昱堂，2008.04，「台東海岸香蘭段防護對策研究」，經濟部水利署第八河川局，p.438
10.簡仲和、郭晉安 (2008)，「CCD影像於近岸水位與灘面變化之監測應用」，海洋工程學刊，第8卷，第1期，pp.67-92
11.簡仲和、李明靜、郭晉安、蔡宗利、陳嘉君、吳筱芸、簡昱堂，2007.12，「影像處理在蘭陽溪河床質調查之可行性研究」，經濟部水利署第一河川局，p.316
12.簡仲和、郭晉安、張嘉琪、蔡宗利、黃建維、韓坤平、陳嘉君，2007.04，「台東海岸(香蘭段)監測防護計畫(2/2)」，經濟部水利署第八河川局，p.334
13.經濟部水利署，2014，「積淹水影像監控技術應用先期規劃」，義守大學
14.經濟部水利署，2015，「監視影像辨識技術應用」，監視影像辨識技術應用
15.台南市政府，2011，「台南市雨水下水道系統規劃-排水系統檢討改善分析積水地區排水改善措施研擬報告」，京揚工程科技股份有限公司
16.經濟部水利署防災格網作業平台：http://fmg.wra.gov.tw:8080/fmg/
17.Hwung, H.-H., C.-A. Kuo, C.-H. Chien (2009), "Water surface level profile estimation by image analysis with varying overhead camera posture angle," Measurement Science & Technology, 20(7): Article Number: 075104.
18.Kuo, C.-A., H.-H. Hwung and C.-H. Chien (2009), "Using time-stack overlooking images to separate incident and reflected waves in wave flume," Wave Motion, 46(3):189-199.
19.Kuo C. A., H. H. Hwung and C.H. Chien (2008), "Applying time-stack wave image to separate incident and reflected waves in random waves," 8th International Conference on HydroScience and Engineering, Japan, Nagoya, on CD-ROM