河流流量数据在国民经济发展领域和工程科学研究领域都有至关重要的作用和价值。本书详细介绍基于图像智能识别的河流流量监测与计算方法，深入研究基于时空影像法的测流方法，通过开展水文学、数字影像处理、摄影测量学、工程测量学等多学科交叉研究，从多方面开展时空影像法中关键步骤及核心算法的优化工作，研究适用于不同测量环境的河流流量计算方法，设计和实现了基于时空影像法的武大AiFlow视频测流系统，以提高流量监测工作的准确性和效率。本书可为传统流量测验提供全新的流量在线测量解决方案，为流域动态化、信息化、智能化管理及水文现代化发展提供重要的技术支撑。本书可供水利领域的管理人员、科研人员、工程技术人员和水利类专业在校学生阅读。

第1章 绪论
1.1 流量监测方式及其重要性
1.2 水位监测技术
1.2.1 接触式水位监测技术
1.2.2 非接触式水位监测技术
1.3 河道流速测量方法
1.3.1 常规流速测量方法
1.3.2 微波雷达流速测量
1.3.3 声学时差法流速测量
1.3.4 　图像法流速测量
1.4 河道流量计算方法
1.5 本书主要科学问题、创新点与意义
第2章 基于时空影像法的河道表面流速计算
2.1 天然河流的流速分布规律
2.1.1 流速的横向分布
2.1.2 流速的垂直分布
2.2 时空影像法原理
2.3 时空影像法应用
2.3.1 时空图像合成
2.3.2 纹理角识别
2.4 表面流速求解
2.4.1 测速线长度求解
2.4.2 测速线流速求解
2.5 本章小结
第3章 基于图像智能识别的水位监测方法
3.1 概述
3.1.1 水位的作用与意义
3.1.2 基于图像识别的水位监测
3.2 经典图像分割方法在水位识别中的应用
3.2.1 基于算子的边缘识别分割
3.2.2 基于偏微分方程的图像分割
3.3 卷积神经网络
3.3.1 神经网络简介
3.3.2 卷积神经网络的基本结构
3.3.3 UNet网络结构
3.3.4 参数学习方法
3.4 随机场理论
3.4.1 背景介绍
3.4.2 概率图模型
3.4.3 条件随机场模型
3.4.4 平均场近似与参数学习
3.5 案例研究
3.5.1 神经网络训练
3.5.2 水位监测
3.6 本章小结
第4章 基于时空影像法的河流流量计算
4.1 指标率定法
4.1.1 虚流量计算
4.1.2 率定指标选取
4.1.3 关系曲线确定
4.2 概率概念法
4.2.1 流速关系建立
4.2.2 最大表面流速获取
4.2.3 断面流量计算
4.3 表面流速系数法
4.3.1 表面流速系数选取
4.3.2 断面流量计算
4.4 本章小结
第5章 河道表面流速与流量比测试验
5.1 崇阳（二）水文站试验
5.1.1 测站概况
5.1.2 试验内容
5.1.3 试验方法与步骤
5.1.4 试验结果
5.2 陶岔站水文站试验
5.2.1 测站概况
5.2.2 试验内容与结果
5.3 七里街（二）水文站试验
5.3.1 测站概况
5.3.2 试验内容与结果
5.4 长科院沌口科研基地试验
5.4.1 基地概况
5.4.2 试验内容与结果
5.5 分析与讨论
5.5.1 表面流速
5.5.2 断面流量
第6章 视频流量监测系统设计研究
6.1 视频流量监测系统总体设计
6.2 视频流量监测系统的硬件集成设计
6.3 视频流量监测系统软件设计与实现
6.4 视频流量监测系统应用案例
6.4.1 武大AiFlow简介
6.4.2 系统特点综述
6.4.3 张家山水文站武大AiFlow测流试验结果
6.4.4 贵阳（三）水文站武大AiFlow测流试验结果
6.4.5 麦穰水文站武大AiFlow视频测流试验结果
6.5 本章小结
参考文献