植被固坡是近年来规模应用的一种边坡加固技术,它是利用植被涵水固土的原理稳定边坡,控制坡面侵蚀,防治水土流失,利用植物根系加筋土体,同时起到保护生态环境的效果。植被固坡的方法在近几年边坡治理中被广泛应用,使其兼具边坡绿化和加固的作用。目前关于植被护坡的研究主要围绕固坡植物种类的选择及栽培方法及运用宏观测试手段对不同种类植物的边坡加固效果进行评价等两个方面展开。但此类传统方法尚无法解决植物的护坡机理、植被固坡正面效果的精确评价等问题。本论文是将数字图像处理技术应用于固坡植被根系监测的一个尝试。是在前期运用阵列分布内窥式图像手段获取了固坡植被生长过程中根形态等根际物理因子的图像信息的基础上,对所获取的固坡植被根系图像信息进行一系列的相关处理,如,根据图像预处理、灰色系统理论等方法对图像进行处理,检测出护坡植被根系边缘轮廓,并在此基础上分别提取出根长、根直径等根形态参数值,为最终实现从植被根际微观物理环境出发探索植被固坡机理提供一定的数据支持。本论文在图像预处理、图像边缘检测及边缘检测后处理等方面进行了较为系统的研究。在图像预处理环节,本文分析了图像增强的一些传统方法,并从中选出最适合本系统的方法;而在边缘检测环节,主要运用基于灰色系统理论的灰色关联算法来提取护坡植被根系边缘轮廓,并和传统的边缘检测算子进行比较,结果显示灰色关联算法在根系图像边缘提取和噪声抗干扰能力上优于其它算子,试验验证了该方法在护坡植被根系图像边缘检测中的可行性;在边缘检测后处理环节,主要运用基于数学形态学的方法对图像进行细化、滤除噪声、剪除短小毛刺、填补孔洞和凹坑、连接断点等,增强了图像的可视性和准确性;本文拟通过上述的各步处理,提供较为优质的根系图像,以便于后期对根构型参数的计算。