冠层作为果树最先接触光照与外界环境的部分,是果树进行光合作用以及呼吸作用的主要场所。果树的冠层结构特征不仅塑造了植物形态各异的外观造型,同时也反映了果树的生长状况和果实的产量潜力。尤其是在现代化果业中,建立一套完整的、精准的、自动化的冠层的特征形态信息感知、处理、分析、输出系统,可以为新型的果业发展决策提供较为科学的数据支持。为了能够便捷、高效地获取苹果树冠层的形态结构以及果实生长信息,本文设计了一种基于Kinect传感器和MATLAB软件的苹果树冠层信息提取方法,实现对苹果树冠层原始图像信息的感知、三维点云的建立、以及特征参数的提取。本文主要的研究工作内容和结论如下:(1)设计了基于Kinect传感器的苹果树冠层信息提取的整体技术方案。搭建试验的软硬件架构,根据苹果树的立体结构特征,选取三种不同的树形结构,确定平视、仰视、俯视三个不同的图像信息采集视角,实现苹果树冠层特征参数的信息提取。(2)建立了苹果树三维点云模型,对输出模型进行了图像优化以及信息预处理。使用Kinect传感器获取目标果树的原始图像信息,包括Color Source、Depth、Color Depth以及Infrared Source,得到对应的二维坐标和深度信息,利用三维空间坐标转换公式在MATLAB中实现目标对象的三维点云模型输出;利用高斯滤波对输出模型进行噪声过滤,将原图中的RGB颜色复制,得到无背景、无噪点、原图色的单株果树三维点云模型。(3)研究了苹果树冠层的不同特征参数,以及各参数对应的提取方法。通过排列法确定冠层部分坐标点的最大值、最小值,建立苹果树冠层的最小外接矩,输出该外接矩的长和高,得到冠层的宽幅与高度;利用冠层部分点云量比外接矩体积,得到冠层密度值;利用颜色阈值法和ROI[点云输出法实现对冠层中果实的识别、分割、计数。(4)开展了基于Kinect传感器的苹果树冠层信息提取试验。试验表明:本方法可以较为精准的实现冠层特征信息的提取,且采用平视角度提取的冠层宽幅、高度信息相对误差值最小,分别为2.91%和3.68%,凸出于冠层整体轮廓之外的枝叶是影响提取效果的主要因素;采用仰视角度提取的果实信息相对误差值最小,为20.97%,叶幕遮挡是影响果实识别效果的主要因素;采用点云量比外接矩体积的方法可以很好的描述冠层密度,三种树形冠层密度由小到大分别为6.15个/dm3、9.675个/dm3、11.44个/dm3,符合实际情况。本方法达到了苹果树冠层信息提取的预期目标,且操作简便,分析迅速,误差率低,为现代化果业的发展提供了技术基础和决策依据。