氮素是作物正常生长所必需的矿质元素之一,其丰缺状态直接影响作物长势及后期产量。受内部转运和养分分配机制的影响,氮素在作物体内往往呈现出一定的垂直分布梯度,当养素缺乏时,下层叶片更容易表现出缺素症状。目前基于成像方式的作物三维建模方法和基于成像光谱技术的作物氮素反演技术都日趋成熟,但是作物三维模型只能提供形态数据,光谱反演主要获取作物表层叶片的氮素含量信息,而两者均可以基于成像方式来采集和处理数据。因此本研究以水稻地上部分为研究对象,提出一种基于多角度的可见光(RGB)与近红外光谱(NIR)图像的水稻氮素三维分布计算方法,实现了水稻形态结构和氮素营养状态的精确描述、可视化表达和定量分析。主要研究内容和结果如下:1)设计并开发了多角度成像系统,主要包括成像和转动平台的组织与搭建和系统控制软件各个功能模块的开发与编写。结果表明:a)成像系统的软硬件兼容,能够稳定工作,通过用户操作界面可以精确控制各硬件模块的工作状态。b)成像系统可以自动、批量地拍摄物体在多个相机视角上的RGB图像和不同波长的NIR图像,其中NIR图像的中心波长分别为720nm、760nm、850nm、950nm和1OOOnm。2)基于侧影轮廓法首先对形状规则的玩具积木进行三维建模,进而将该方法应用于水稻三维模型的建立,最后对比分析了该方法与REV scanTM激光扫描仪对水稻的建模效果。结果表明:a)侧影轮廓法对同一物体上尺寸较大的形态指标的建模精度高于尺寸较小的形态指标的建模精度。b)能够以较高的精度对水稻这类外形复杂的物体进行三维建模(叶长精度R2=0.997)。c)在水稻形态恢复的完整性和纹理保留的一致性上,侧影轮廓法比激光扫描仪更有优势。3)基于多度成像系统拍摄的水稻可见光与多波段的近红外光谱图像计算植被指数,以线性函数、指数函数、幂函数、对数函数和一元二次函数为函数原型建立植被指数与SPAD读数间的回归模型,进而得到水稻氮素反演模型。结果表明:a)植被指数与水稻SPAD读数的内在关系更接近一元二次函数。b)由GV1760确定的SPAD读数的预测模型精度最高(R2=0.809),经转换可以有效预测水稻氮素含量。c)本研究的氮素最优植被指数是GV1760,由该指数确定的一元二次函数为氮素最优反演模型,而氮素敏感波段是G和NIR760R。4)由多角度成像系统拍摄含有水稻敏感波段的多角度图像,基于侧影轮廓法建立映射了敏感波段纹理信息的水稻三维模型,将氮素最优反演模型应用于三维模型表面的纹理数据,从而计算出水稻氮素三维分布。结果表明:氮素三维分布结果既可直观地展示氮素在单个叶片上的分布趋势也能够反映氮素在整个植株上的垂直分布趋势,同时还能有效区分不同氮素含量水平的水稻样本。