作物营养和水分的精确管理是精确农业的重要内容之一,而作物营养的准确监测和诊断是精确管理的前提和基础。传统的实验室化学分析方法,费时费力,时效性差,且取样分析过程会对作物生长造成损害。因此,作物营养的无损检测技术被认为是极有发展前途的营养诊断技术,成为当前农业工程研究的热点。本研究以设施生菜和番茄为对象,提出了利用高光谱视觉图像、图像技术和三维激光扫描图像,通过多传感信息融合对作物氮素和水分胁迫进行无损检测的方法。在此基础上开发了设施作物生长信息无损检测系统。本研究主要完成了以下工作:(1)构建了多传感信息采集试验系统。研究了作物氮素和水分胁迫样本的培育方法,针对传统土培法难以对作物营养进行精确控制的缺点,采用无土栽培技术进行样本培育。完成了对不同营养和水分水平作物样本的高光谱图像、图像信息和三维扫描图像的多传感信息的采集。(2)对不同氮素和含水率水平作物样本的高光谱图像特征和三维扫描图像特征进行了研究。基于获取的不同氮素水平作物叶片的高光谱图像数据立方体,利用敏感区域逐步回归,结合自适应波段选择法,提取了作物氮素的特征谱段和特征图像,获取了特征图像强度均值特征,并对作物氮素图像特征随含水率变化所导致的误差进行了特征补偿,建立了的作物氮素高光谱图像诊断模型;基于获取的作物三维激光扫描数据,利用Geomagic qualify逆向工程软件对三维数据的干扰噪点和不连续区间进行修复和平滑,进而通过建立作物三维点云数据的空间几何模型,获取了不同氮素水平生菜的茎粗、株高、叶面积和生物量特征。(3)考虑到单一检测手段进行作物营养无损检测的局限性,在对作物氮素和含水率的高光谱图像、视觉图像和三维成像特征准确提取和分析的基础上,对作物氮素和含水率多传感信息的融合方法进行了研究,提出利用遗传算法结合PLSR建立了多尺度融合生菜氮素检测模型,结果表明,所建立的模型的相关系数R为0.95,模型精度明显优于采用高光谱图像、视觉图像和三维激光扫描单一特征模型。该研究所采用的特征提取算法及所获得的特征向量可为开发设施作物生长信息在线监测系统的提供参考。(4)开发了移动式作物生长信息无损检测系统。检测系统能够在自然环境条件下,利用多传感信息实现对作物氮素和含水率的在线无损检测。