小麦作为我国主要的粮食作物之一,对我国粮食稳定起着至关重要的作用,如何在不断变化的恶劣环境条件下,培育出高产、优质的小麦品种一直是育种学家们长期以来所面临的重大科学问题,也一直是育种科学家们研究的重点领域。小麦植株表型性状参数是小麦生长过程中农艺性状的直接体现,其对小麦优质品种的选育和鉴定起着至关重要的作用。传统小麦植株表型性状测量方法主要依靠人工测量,传统人工测量方法最简单直接,但是测量的性状数据单一,费时费力,对植物体存在一定损伤,数据结果精度难以保证一致性,且不适用于大批量数据的考察。当前,不论国内还是国际上现有的测量小麦植株表型性状的仪器,绝大部分是针对小麦单株盆栽性状的考察,需要在不同的生长时期频繁的移动小麦植株,存在移动损伤、无法原位状态监测等问题。随着科学技术的快速发展,小麦育种材料的日益增加,因此急需要一种田间或者原位状态下全自动化、高精度、多模式的表型性状提取技术,来打破传统人工测量方法所造成的瓶颈。本研究针对小麦植株表型性状提取需求,提出了一种小麦植株表型高通量自动获取与分析技术,并研发出了全自动系统样机,得到了很好的推广应用。本系统研究主要的内容为:（1）小麦植株表型性状全自动测量技术的设计与实现,应用光学成像技术及自动化控制技术对原位状态下的小麦植株进行自动化测量,解决了小麦植株表型性状原位下高通量、全自动、高精度、多模式测量的难题;同时设计了自动定位系统,实现了小麦植株自定义高精度定点测量,解决了小麦区域局部测量问题;还设计了自动遮阳装置,解决了因环境变化引起的成像光照不一致,后续数据处理难度大的问题。（2）表型性状采集与分析软件Greenpheno的设计与实现,基于Visual Studio平台下,采用C#语言,将硬件驱动采集与图像处理算法进行整合集成封装在一个软件处理平台中,实现了数据采集与分析集成统一处理,大大提高了数据处理的效率。（3）小麦植株表型性状光学成像技术的设计与实现,分析了可见光成像技术、热红外成像技术、高光谱成像技术3种光学成像技术的成像原理;结合本系统研究特点及3种光学成像的数据特点,通过图像处理算法得到了基于可见光图像的生物量相关、形态相关、颜色相关、纹理相关的33个小麦植株表型数字化性状参数,基于热红外图像的小麦植株冠层温度分布情况,以及基于高光谱图像数据获取得到了小麦植株在400nm-1000nm波段范围内224个波段的平均反射率、伪吸收系数、平均反射率一阶导数、平均反射率二阶导数共896个光谱指数特征参数。（4）利用本研究系统获取了20个小麦自然群体在苗期8个生长时期的3种光学图像特征参数,建立了小麦苗期植株鲜重以及小麦植株叶片SPAD含量的预测模型,并通过小麦苗期的图像性状特征对这20个小麦自然群体收获期的产量数据进行了相关性分析。通过总投影面积TPA＿P、均匀性U＿TEX＿P和小梯度优势T2＿P来预测小麦植株鲜重（FW）,鲜重预测相关性R~2达到0.81,表示TPA＿P、U＿TEX＿P、T2＿P与鲜重具有极强相关性,可以通过系统测量这3个参数来进行鲜重的预测;通过光谱指数建立SPAD含量的预测模型,当取5个自变量(dd A119、dd A50、dd A171、d A85、d A163)时,小麦植株叶片含量SPAD预测相关性R~2达到0.81,表示第119个波段光谱平均反射率的二阶导dd A119、第50个波段光谱平均反射率的二阶导dd A50、第171个波段光谱平均反射率的二阶导dd A171以及第85个波段光谱平均反射率的一阶导d A85、第163个波段光谱平均反射率的一阶导d A163与小麦叶片SPAD含量具有极强相关性,可以通过这5个光谱指数来对小麦植株叶片SPAD含量进行预测;取10个自变量时,建立小麦产量数据单株粒数（GN）和千粒重（GW）预测模型,相关系数R~2分别达到0.56和0.61,预测单数穗数相关系数R~2达到0.47,表示可以通过小麦苗期植株相关图像性状建立小麦产量之间的关系。同时也表明通过本研究系统提取的小麦植株光学图像特征参数对研究小麦农艺性状的生长变化具有促进作用。（5）本研究系统还对193份小麦自然群体在生长81天后的小麦植株图像特征性状进行了提取,获取了31个图像特征性状。对这31个性状特征进行了小麦全基因组关联分析,对31个特征参数进行GWAS分析,共鉴定到371个QTLs,包含有450个显著的SNP;通过共定位分析发现了85个位点至少被2个或者2个以上的性状特征共定位到,特别是位于1D染色体的Locus5位点被12个特征共同定位到;本研究中也将关联位点与已报道的小麦生理或形态性状相关的QTL进行比较,发现有7%的关联位点与已报道的QTLs存在共定位,在85个共定位的位点中有13个Locus与已报道的小麦QTL共定位。分析结果表明通过本研究系统获取的图像特征参数不仅可以定位到与已报道的小麦相关的QTL,同时还能高效地挖掘大量的新QTL,为小麦的遗传改良提供宝贵的基因资源。