严佳豪 ， 彭辰晨 ， 陈超凡 ， 沈新航 ， 焦 祥

（1.无锡职业技术学院，江苏 无锡 214121；2.江苏大学无锡机电学院，江苏 无锡 214121）

0 引言

农林植物表型是指特定情况下其所表现出来的可观察结构（包括生长、发育、耐性、抗性、生理、结构和产量等）、功能形态特征及其变化规律。植物表型相关研究在粮食安全、环境可持续发展等方面具有重要意义，在指导施肥和喷药、杂草识别、产量预测和病虫害检测等方面发挥着重要的作用。

传统的植物表型测量方法受人主观性因素的制约，导致测量性状少、样本量少等问题。同时，传统的植物表型检测多为人工测量，存在着效率低、主观性严重、测量误差大、对单一植物进行重复测量时植物适应性差等问题，难以满足现代化农业的要求。相比于人工检测，基于机器视觉的植物表型检测可对植物进行非接触式、非破坏式、全周期的跟踪检测。

鉴于目前国内外较为广泛地开展了基于机器视觉的农林植物表型检测技术研究，但大田复杂环境下农林植物表型视觉检测技术研究相对较少，本文拟在分析植物表型研究必要性的基础上，系统综述国内外开展的植物表型检测技术研究，探讨分析基于机器视觉的大田复杂环境下植物表型检测技术，以期促进农林植保的智能化。

1 植物表型研究现状

近年来，国内外农林植物表型研究飞速发展，其理论与实践成果广泛应用于农林业生产实践，从采集农林植物生长图像、分析农林植物表型性状等形态结构参数，到建立农林植物3D模型、虚拟农林植物生长过程，对于预测农林植物作物产量、预防病虫害和培育理想株型都具有重要的指导意义；……