农业物联网作为物联网中一种新的应用形式,其相关理论研究和实践应用正在探索过程中。虽然业界普遍认为农业物联网关键技术是射频感应技术的应用,但最终要解决的是农作物物理环境下微弱信息采集与识别问题,以确保其农业物联网中农作物相关信息能够被高效、准确和安全地定位、识别以及查询。随着物联网技术在农业工程领域深入发展,通过农作物信息采集与识别技术和物联网技术的相互融合,针对农业工程实施全方位的实时监控,及时调整相关参数,对农作物生长发育具有重要影响,可以有力促进农业增产增收。论文以农业物联网中农作物信息采集与识别关键技术问题为主要研究对象,通过对农作物信息采集与识别所涉及小波分析特性,建立了农作物信息采集与识别框架和模型,并对农作物信息采集与识别所涉及到的小波分析技术进行研究和探讨,论文主要完成以下研究工作。针对农业物联网无线传感器网络自组织问题,提出了一种无线传感网络自组织方案,并对路径法寻优和资源竞争问题,给出了一种深度路由规划与处理方法;提出了无线传感器网络局部重组与越级路由规划方法,解决了无线传感器网络中节点能耗、节点失效、新增和网络节点移动的网络节点变化对网络影响问题。针对农作物信息采集与识别的小波分析特性,建立了农作物信息采集与识别模型,通过对模型所涉及到小波分析技术因素形式化分析,验证了模型的有效性,为农作物信息采集与识别研究提供了一种有效的理论模型。针对农作物信息采集与识别问题,通过对农作物信息检测机理的小波分析,提出了基于小波变换与Mallat小波变换算法相结合的农作物图像信号预处理方法,通过该方法能够检测玉米炭疽病信号细节,计算得出玉米苞叶上的病斑图像信号滤波、增强、降噪等仿真实验数据,为农作物特征信息有效测量提高提供了一种新方法。针对农作物病理图像信号特征识别问题,通过对农作物病理图像信号特征分析,提出了一种基于最优小波包基的农作物病理图像信号特征提取方法,该方法通过对农作物病理图像信号的配准实现了农作物病理图像特征提取与识别。针对农业物联网物理环境中农作物微弱信息采集与识别的难题,提出了小波变换算法是解决农作物微弱信息采集与识别的一种新技术,采用Daubechies小波对农作物微弱信号进行分解和重构,在噪声淹没中农作物微弱信号能较清晰的分辨出来,信号识别得到了很好的滤波处理,为传感器感知节点的开发提供了一种新技术,实现了大规模农业生产基地农作物信息采集与识别传感器感知节点参数的智能调控,为农作物信息监测与精准化管理提供了一种有效方法。