随着计算机视觉技术的快速发展,结合农林植物生理学与作物栽培学理论,建立基于计算机技术的植物水分胁迫测量实验系统具有一定发展前景。人类当前面临食物需求量快速增加、水资源严重匮乏及气候极端异常等问题,对农林业造成非常严重的影响。此外,在农林植物学领域使用传统探测传感器测量植物叶片温度时,不能同时测量多株植物、不能同时测量多个植物冠层叶片、不能同时测量叶片上多个区域,且不能可视化采集到的数据,实验时安装与读出数据操作繁琐,因此设备创新是十分必要的。本文研究植物水分胁迫测量方法,基于高通量红外热图像处理的植物水分胁迫监测方法研究能够弥补传统设备的缺陷,不仅可以解决干旱条件下的植物生长问题,能在恶劣环境因素下减少对植物生长的影响,而且在水资源节约、环境保护、农林业灌溉技术等实践工作中也有很高的应用价值,对人类生存、农林业长期发展、提高食物产量都有直接贡献。此外,该方法能够应用于不同植物抗旱性的初步判断,有较广的农林业实际应用前景,对林业装备与信息两个学科相结合的创新性研究具有重要贡献。本文在针对红外热图像处理技术、植物水分胁迫测量技术、番茄植株水分胁迫研究方法进行理论分析的基础上,构建了基于红外热图像照相机的植物水分胁迫监测实验系统,并针对该实验系统提出植物水分胁迫监测方法,以栽培番茄Solanum lycopersicum (M82)与野生番茄Solanum pennellii (S. pennellii)为实验对象进行生物学重复实验,对采集的大量番茄植株冠层红外热图像进行处理,测量番茄植株冠层温度数据并分析其水分胁迫状况。使用本文方法所得的植物冠层叶片温度数据与使用传统冠层叶片温度探测器采集到的数据趋势相同且精确度更高,从定量角度证明本文方法的正确性与可行性；此外,通过将本文方法采集到的冠层温度数据建立植物水分胁迫相关模型并应用于抗旱性初判,所得的抗旱性结论与传统称重补水法所得的抗旱性结论一致,从定性角度证明本文方法正确性与可行性。因此,本文提出的基于高通量红外热图像处理的植物水分胁迫监测方法合理有效。本文研究的贡献主要有三个方面：第一,提出基于红外热图像照相机的植物水分胁迫测量实验系统及实验方法。根据实验系统的需求分析,进行实验环境搭建、番茄品种选取、样本培育与移植、实验植株大小及数量设计、实验仪器与设备准备、热图像区域温度分布测试,在建立实验系统后,进行传统的基于称重补水法的植物耗水量测量以及基于红外热图像采集的植物水分胁迫测量的实验,并对测量后的植物冠层温度数据进行图像灰度与温度映射。第二,提出基于高通量红外热图像处理的植物冠层温度测量算法并进行改进。首先根据实验中采集的高通量红外热图像特征进行图像压缩、阈值分割、背景区域清除、单棵植株裁剪、单株植物闽值分割、叶片区域选择、测量等图像处理步骤,其中阈值分割为图像处理的关键技术。通过对多株植物与背景分离的阈值分割及单株植物的阈值分割分别运用多种算法进行实验,实验结果证明基于Bernsen算法对于多棵植物与背景的分割效果最好,对于单株植物的阈值分割大部分常见算法效果差异不明显。其次将实验中采集的可见光图像与红外热图像对比,分析植物冠层形态特征,对所提出的算法进行改进,提出基于分区域模型的植物冠层温度测量算法,根据新叶温度低、老叶温度高的特征将植物冠层进行区域划分,使用同心圆方法分别测量温度。此外,将k-means聚类算法应用于老叶区域,并依据老叶与新叶的面积进行加权求平均,使温度测量范围更全面、测量结果更准确。所提出的图像处理算法使用ImageJ图像处理平台与Macro语言进行算法实现。第三,以番茄植株为实验对象进行生物学重复实验,验证本文方法能被应用于植物抗旱性初判,且方法合理有效。首先对采集的图像进行处理并测量植物冠层温度数据,通过将测量的温度数据与空气温度、4通道热电偶数据记录器记录的传感器数据进行分析比较,定量证明使用本文方法采集的数据正确且准确率更高。此外,通过对所采集的冠层温度数据建立番茄冠气温差模型及水分胁迫指数模型,并将模型应用于不同番茄品种的抗旱性初判,所得结论与传统称重补水法所得结论一致,进一步定性证明本文提出的植物水分胁迫监测方法可被应用于植物抗旱性的初步判断,且方法合理有效。综上,本文提出的植物水分胁迫监测方法具有很好的通用性及延展性,为林业装备与信息化领域的植物水分胁迫测量的研究提供思路设计、经验借鉴和理论指导。