大豆植株作物表型研究指大豆植株作物表现出来的性状特点,采用基于三维重建的方法对作物进行三维信息的获取并测量其表型不仅具有无损和可重复性的优点,而且准确性高。并且测量作物表型的研究很多,但是对作物苗期的动态连续监测研究较少,连续测量大豆植株作物表型是监测作物生长发育状态的重要基础。本试验针对作物表型的研究,检测基于三维重建的方法的可行性和准确性,并动态连续地监测其苗期的生长状态。因此本试验选取中国重要粮食作物之一的大豆作为研究对象,在实验室栽培大豆植株盆栽以及采集数据。将传统方法与本试验采用的三维重建方法做对比,对大豆植株苗期的株高、株宽和叶面积进行测量,检验本试验所用方法的准确性和有效性。主要内容如下:（1）使用佳能相机获取原始大豆植株苗期图像信息,并基于Sf M（Structure from Motion）和MVS（Multi View Stereo）的方法获取了大豆植株苗期的点云数据;（2）首先使用体素化栅格的方法进行了简化,接着使用半径滤波、统计滤波和颜色滤波三种滤波器结合的方法对点云进行了去噪;（3）采用选取作物关键点之间的距离进行计算的方法测量了株高和株宽,并参照了人工测量的结果,对比了两种方法的测量结果,株高测量误差为1.29%,株宽的测量误差为0.95%。接着采用基于区域增长的方法对大豆植株进行了分割;（4）使用基于区域增长的网格三角化方法测量了大豆植株的叶面积,并参照了基于图像处理技术的方法测量大豆植株叶面积的测量结果,3株大豆植株测量结果误差分别为3.396%、3.092%、3.451%;（5）使用基于点云数据的方法和人工测量的方法,连续记录了4次监测的3株大豆植株的株高和株宽。在27天中,3株大豆植株的株高增长量分别为17.81mm、18.95mm、22.94mm;株宽的增长量分别为41.88mm、40.66mm、42.30mm。试验结果表明,通过人工测量方法和基于三维点云数据测量株高和株宽,误差不超过1.3%,通过基于图像的测量方法和基于三维点云的测量方法测量叶面积,误差不超过3.4%。因此,本试验中采用的基于三维重建的测量方法准确且高效。并且,通过连续监测3株大豆植株的生长,发现大豆植株在前期生长迅速。因此在平时种植大豆时可以在前期多注意观察它的生长状态,开拓了种植大豆增产的新篇章。