随着图像处理技术的发展，机器视觉的应用越来越广泛，水位监测技术的研究发展方向已转向了基于图像处理技术的智能型水位视觉检测。智能型水位视觉检测系统具有实时性强、非接触式、受环境影响小等优点，是近年来水位检测技术研究的焦点。现有的一些水位视觉检测算法依赖于图像分割、边缘检测等处理手段，容易受到外界自然光照和镜面反射等因素影响，测量精度有待于提高。针对现有水位检测方法中所受到的限制，本文提出了一种利用水面具有镜面反射现象的特点、依据神经网络的计算来实现水位高度的提取的算法，并以此算法为理论依据设计了一套基于SoC的水位检测系统，为实现智能型水位视觉监测系统提供一种新思路。本课题主要完成了基于SoC的智能水位检测系统的设计，具体工作分为两部分。第一部分是提出并验证基于镜面反射原理的水位视觉检测算法及其可行性。首先采集不同水位高度的图像作为训练样本，建立图像像素坐标与相应的实际水位高度之间映射关系的神经网络模型；然后利用辅助光源照射在岸边产生镜面现象，采集水位图像并提取水位高度相应的图像坐标；最后根据建立的神经网络模型，以水位图像像素坐标作为测试样本计算出水位实际高度。在MATLAB软件上设计并验证了这一水位检测新算法，较之其他水位视觉检测算法，该算法无需树立标尺，省略了水位线的检测和提取等过程，降低了光照或光影等干扰因素。在量程为400mm的精度下，神经网络模型的平均误差为0.02mm，计算结果的平均误差为1.59mm。第二部分工作是基于SoC技术实现智能型水位视觉检测系统。首先将这种水位检测新算法进行功能模型划分，继而在Quartus II平台上采用VHDL语言设计。系统中采用CMOS摄像头及OV7620图像转换器作为水位图像采集设备，以EP2C35F484C8为主控芯片的SoC开发板作为处理器，系统设计包括对OV7620的初始化、图像数据的采集、有效像素的截获、图像二值化、兴趣点像素坐标提取、水位高度计算等模块。顶层文件通过了逻辑编译及时序仿真，仿真结果表明，这种水位检测新方法是可行的。本设计具有一定的实用性及参考价值，为实现智能型水位检测系统提供新的设计方案和设计思路。