本文是山西省科技攻关项目(项目名称:基于ZIGBEE技术的尾矿坝体安全监测预警系统，项目编号:20110321036)中的一个重要组成部分，主要研究尾矿坝体安全监测系统中，基于尾矿坝干滩长度的监测方法。本文以研究尾矿坝干滩长度监测为主要内容，进行分析和论述，通过分析目前几种常用干滩长度检测手段，论证出图像处理技术应用在干滩监测系统上的明显优势，最终通过实验与现场实际应用得出实际数据分析出整套系统的准确有效性。　　本课题研究内容如下所示:　　(1)针对国内外安全监测预警系统的发展状况和当前尾矿库安全监测的具体要求，结合本文所要论述的尾矿坝干滩长度监测部分，提出基于数字图像处理的干滩长度测量方法。现阶段尾矿库干滩长度监测都是通过与库水位相结合，运用几何方法来实现，但是这个方法具有局限性且误差大;本文通过分析尾矿库事故发生的各种因素，把干滩长度监测这一重要安全指标的监测，结合数字图像处理技术自身优势来予以实现，并最终通过实验验证确定该方法运用的可行性;　　(2)给出详尽的实施方案，本文通过把标记分水岭算法应用于干滩长度监测上，通过该算法对干滩图像实施分割进行有效提取。文中结合现代图像处理技术并对比了目前干滩长度测量的各种方法的优点与不足，提出运用在图像处理技术中的标记分水岭算法来对干滩长度实时监测，并且阐述了数字图像处理技术本身的原理与发展历程，最终在实际应用中论证了该方案的可行性;具体步骤如下:通过高清摄像机采集得到的干滩原始图像后进行平滑处理，为了能够得到目标的干滩图像部分，首先对原始图像进行预处理，去除干扰，边缘增强等;再通过标定分水岭算法对图像进行分析与处理，随后为了辨别出干滩图像与水面图像，在得到干滩图像后，分析出它的实际长度并依据比例尺进行单位换算，最终得到实时、精确地长度数据。　　(3)设计了图像采集系统的软件部分，对uboot、Linux的移植，设备驱动程序的设计等;图像处理部分主要用Opencv来实现，通过把图像处理算法程序移植到Linux系统上，计算得出分割结果，最后运用串口通讯传送给Zigbee模块。