植物叶片几何参数高精度测量在智慧农业领域当中具有相当广泛的应用。叶片几何参数测量结果可以为植物长势分析、植物种类鉴别和农作物产量估计提供重要技术参数。其测量精度,测量效率将直接影响后续处理结果的可靠性。目前,对于植物叶片几何参数的测量,主要采用人工辅助标定结合硬件设备的方法,该方法虽然可以实现叶片几何参数的测量,但仍旧存在一些缺陷,例如人工辅助标定容易出现标定失误,造成精度损失;叶片测量过程中单次只能对单叶片参数进行获取;测量设备体积较大,不便于长途搬运等。本文主要针对以上三类问题进行了深入研究,提出了一种基于机器视觉的高精度植物叶片几何参数测量方法,该方法旨在以软件算法为核心,搭配简单外围电路,实现叶片几何参数的高精度测量。本文具体工作如下:(1)针对现有测量设备体积较大,不便于携带等问题,设计了一款以CMOS高清工业相机为核心,搭配可360度旋转的外置环形光源及高亮背光板的简易叶片样本图像采集设备。该设备具有便于携带,环境适应性强等优点。(2)算法设计方面,由于考虑到硬件设备的便携性,最大程度的减少了其外围电路相关组件,只保留核心样本图像采集模块。因此,叶片样本的几何参数测量,主要依靠算法实现。在算法实现方面,本文首先采用传统霍夫变换(Hough Transform,HT)与连通域聚类(Connected Domain Clustering,CDC)结合的方式对畸变图像进行位置复原,利用连通区域聚类,对叶片样本位置进行检测,并对其灰度值进行调整,将叶片灰度值设置为与背景灰度值一致,消除了叶片对于直线检测的影响,然后利用霍夫变换,检测目标区域角点,完成几何畸变矫正;为了实现多叶片多参数的同时测量,本文提出了一种基于改进连通区域的多叶片聚类算法,对于传统聚类算法,大多采用灰度值作为聚类依据,在对单一目标当中不同区域进行聚类时,该方法具有较好的处理效果,但对于多目标聚类而言,则稍有不足,通过传统聚类算法,很容易将不同目标区域当中颜色类似的部分聚为一类,为了解决该问题,本文采用基于位置属性的连通域聚类算法,规避颜色属性造成的跨区域聚类问题;最后,对于叶片最小外接矩的绘制,本文提出了一种基于主轴旋转法的绘制方法,通过外接矩绘制,确定旋转角度,将叶片凸包调正,利用凸包轮廓属性,实现外接矩边界点定位。(3)软件界面设计。为了更好的对多叶片几何参数测量结果进行显示,方便使用,本文利用Matlab GUI设计了一款植物叶片几何参数测量系统软件。该软件以UI设计为核心,分为用户登录界面,功能菜单界面及叶片参数测量界面。用户登录界面可以通过用户名加密码的方式实现登录或利用身份验证码进行登录,当用户信息输入错误时,会在登录界面下方进行重新输入的提示。在功能菜单界面,除了内置叶片几何参数测量系统,还加入了常用的诸如图像形态学处理,对比度增强,降噪等模块,保证了系统可以处理图片的多样性。综上,本文对多叶片几何参数的高精度测量方法进行了深入的研究,设计了一款便于携带的野外图像采集设备及对应的上位机软件。对于核心的算法实现模块,提出了标记矩阵结合霍夫变换的几何畸变矫正算法,基于改进连通区域的多叶片聚类算法以及基于主轴旋转法的最小外接矩绘制方法。通过在十二种植物叶片图像上进行实际参数测量实验,结果表明,与传统的几何参数测量方法相比,该方法具有更高的测量精度和更快的测量速度。