杂草是农作物的主要威胁,它导致作物的产量和品质下降,增加了农民的生产成本,所以针对田间杂草自动识别技术的研究是非常有必要的,田间植物与背景的分割是田间杂草自动识别技术的基础,它为以后的识别奠定了重要的基础。同时,随着智能手机更新换代的快速发展和4G网络的普及,人们迫切的希望在移动终端实现更多的图像处理功能。基于Android平台的图像处理技术逐渐成为了图形图像领域的一个热点问题。然而Android平台自身的运算能力相对有限,无法达到计算机对图像处理的要求,因此,我们可以利用4G网络的快速传输特点将智能终端与计算机相连接,完成复杂的图像处理功能。通过对国内外相关资料的总结和研究,本文对田间自然光下的植物图像进行了采集、预处理、分割等研究,为田间植物自动识别技术提供了可行性研究。本文的主要内容如下：本文对移动终端所采集到的图像进行了预处理、阈值分割、形态学等方法的基础性研究,从而总结出了田间植物与背景的分割方法；基于传统算法处理效果的不足,本文提出基于二维OTSU分割方法对田间图像进行分割,通过引入邻域直方图,减少了噪声和杂质的干扰,使得图像中斑点孔洞数量变少并且细化了植物叶片边缘,最终通过实验对比效果得到了明显的提升；通过整理与分析整个图像处理的流程,发现图像预处理的操作算法简单、运行速度快,且处理过后的图像为灰度图像,很大程度上减少了所占内存,所以本文将预处理过程置于移动终端,将阈值分割、形态学的后续处理方法置于计算机端,这样不仅能够很大程度上减少手机流量的消耗,并且不影响处理结果；最后在客户端设计一个操作简单、逻辑清晰合理、结构完整的UI界面,在服务器端设计一个简约型但功能完整的界面,二者的设计使得用户能够方便快捷的进行操作。