小麦的三维形态结构直接表征了其品种遗传特征-环境-栽培措施的互作关系,但因其植株冠层叶片众多、叶片空间姿态多样化,快速、准确地实现小麦形态结构表型参数的提取和三维建模一直是具有挑战性的研究课题。本文以冬小麦为例,围绕小麦形态结构表型特征参数的精确提取和突出品种细节特征差异的三维建模方法进行研究,并结合VR（Virtual Reality）进行虚拟交互应用。以期为小麦形态结构三维模型构建、3D表型特征解析、基于三维可视化模型的小麦结构功能分析等提供了技术解决方案。论文主要内容和研究结果如下:（1）提出了基于三维数字化技术的小麦形态结构表型特征参数提取方法。首先制定了适用于小麦全生育期的三维数字化数据获取规范,依据该规范实现了小麦植株和器官的高度和长度、粗度、角度等3类共11个常规表型特征参数的精确计算。并进一步提出了定量化描述小麦植株松散或紧凑程度的围度参数,和描述小麦叶片三维空间姿态的叶片宽长比、最大叶宽位比、叶片下垂度、叶片弯曲度和叶片自扭率共5个3D叶形特征参数。结果表明,该方法能便捷、精确地提取小麦植株和器官形态结构表型特征参数;在保持植株原始三维形态结构的前提下,提取的叶长、叶宽、茎长、茎粗、茎叶夹角和叶倾角与实测数据误差较小,R~2分别为0.93、0.75、0.98、0.93、0.85、0.73。提取的表型特征结果,可进一步从不同尺度对小麦植株进行形态结构特征分析,并计算各参数的品种特征标准值。（2）提出了基于网格变形的小麦三维建模方法。以灌浆期小麦植株为例,结合小麦叶片的3D叶形特征构建了包含典型叶形特征的叶片模板库;在此基础上,提出了基于叶形特征相似度的叶片模板选取策略,并结合ARAP（As-rigid-as-possible）方法实现了叶脉驱动的叶片网格变形。结果表明,方法以小麦骨架数据为输入,结合叶片模板库,即可实现小麦单叶、叶群和植株的三维模型构建。与利用三维数字化获取整株小麦三维数据进行三维重建的方法相比,本方法的重建效率在时间上提升了79.9%。与实测数据相比,利用本方法所构建小麦植株中叶片5个3D叶形参数的最大R~2,RMSE分别为0.97和0.03,该方法能实现准确还原叶片三维空间姿态的小麦三维建模。（3）研发了小麦品种虚拟互动展示系统。基于重建的不同品种小麦三维模型和提取的表型特征参数,结合LOD（Levels of Detail）技术,数据库知识,Shader技术,人机交互技术,系统集成并通过HTC-vive设备进行展示和互动。系统实现了在群体、单株和器官三个不同尺度的模型展示,通过三维交互和沉浸式体验方式来感受小麦品种差异。结果表明,构建三个层次的小麦LOD能够满足不同尺度和视角的小麦展示。不同品种、不同尺度的小麦虚拟互动展示系统能为农业展示、虚拟教学提供技术支撑,也为虚拟现实、增强现实、数字孪生在农业上的应用提供了新案例。