设施花卉是设施农业的重要组成部分,可用来栽培对环境因素要求高的珍贵花卉品种,提高花卉种植的经济效益,处于花卉产业金字塔的顶端。花卉图像的自动分割与特征提取方法研究,是自动获取设施花卉的生长参数,实现设施花卉生长期调控,实现设施花卉生产数字化、自动化和智能化的关键技术之一。本文主要针对自然花卉图像(以蝴蝶兰为例)的分割和特征提取方法进行了研究,完成了以下几个方面的工作：1.对国内外有关自然图像分割和特征提取的各种方法,特别是基于区域和基于主动轮廓的图像分割方法的研究历史与现状进行了分析和综述。2.研究和分析了基于区域和主动轮廓模型的图像分割方法以及特征参数提取方法。区域方法主要分析了区域生长分割法、区域分裂与归并分割法以及水域分割法,主动轮廓方法主要分析了参数主动轮廓模型和几何主动轮廓模型,特征提取主要分析了颜色、形状和纹理三种特征的提取方法。3.研究了水域分割算法的相关特性,提出了利用基于改进的水域分割算法进行花卉自然图像与背景分割的方法。该方法利用梯度信息提取显著边缘,去除了不显著的“水坝”,抑制了水域分割的过分割现象,对自然图像的分割具有更高的准确性和效率。4.研究了主动轮廓模型和形态学骨架算法,提出了改进的主动轮廓图像分割算法,实现了花卉簇中花朵图像的分割与提取。在主动轮廓模型中,首先通过骨架算法和轮廓重生算法,获得初始迭代轮廓；再利用骨架算法生成的骨架,形成一个以形状能量项作为主动轮廓模型中的外力约束项。改进后的主动轮廓模型,显著提高了分割精度,大幅减少了迭代次数,提高了图像处理速度。5.研究了蝴蝶兰图像的各种特征信息,包括颜色、纹理、外形等。利用花朵中央的白色区域和改进的主动轮廓模型实现了单个花朵的提取。利用HIS空间的H通道实现花朵颜色特征参数提取。利用相关特征提取方法荻取了花朵的面积、周长、圆形度、矩形度、长宽比等形状参数。最后开发了一个基于区域和主动轮廓的花卉自然图像分割以及特征提取的原型软件系统,对上述改进的花卉图像分割与特征提取方法进行了验证。