田间作物的生长情况监测、作物识别、植物表型性状检测等由专家的经验方法来判定。传统的经验判别的方法不利于准确的测量植物后续生长参数以及田间表型测量和作物的自动识别,而且耗费人工量和人工时间。因此,本论文基于Linux操作系统,选用ARM Cortex-A8的S5PV210开发板。以大田油菜为研究对象,研究并设计出一套嵌入式Linux的大田油菜的采集、显示和提取系统。通过嵌入式技术和图像处理技术相结合,最终能够实时、快速、准确的实现大田油菜作物的提取效果,为作物的植物表型性状检测提供前提条件。本论文主要研究内容包括:根据大田油菜提取系统需求,选择最佳的软硬件平台。开发嵌入式Linux油菜图像提取系统,需要安装交叉编译工具,搭建tftp、nfs服务器,移植内核引导程序u-boot,移植Linux kernel内核,制作ext2格式的根文件系统。基于Linux操作系统,实现油菜图像的采集和显示功能。设计USB摄像头的应用程序,实现油菜图像数据的采集。移植libjpeg图片解码库,开发LCD应用程序对采集的油菜图像进行解码显示。移植OpenCV库到开发板中,调用阈值分割函数,实现对采集的油菜图像提取的功能。研究传统的Otsu阈值分割算法理论。通过Matlab2012b仿真传统油菜分割的方法与四种不同颜色指数因子获取阈值的分割方法,对比分析传统油菜分割的方法与不同颜色指数因子的油菜作物分割效果,选择过红指数因子作为阈值的油菜提取的方法。