中国温室面积居于世界首位,但总体温室栽培自动化程度低,国内很多地区仍采用人工喷雾,药液喷洒效率低,在造成浪费的同时,作业人员中毒事件也时有发生。因此,研发温室大棚专用的喷雾机器人,实现精准施药,对于提高农药使用效率,减轻环境伤害和农药残留具有重要意义。河套蜜瓜在内蒙古河套地区有着悠久的温室栽培历史,是巴盟河套地区厚皮甜瓜的主栽品种。本文针对温室机器人的杂草区分与定位技术进行研究。由于蜜瓜植株与杂草单纯以视觉检测算法量化区分较为困难,本研究拟采用结合光谱的检测方法。采集河套蜜瓜植株和常见杂草:马齿苋、狗尾草和灰条菜的地物光谱数据,分析光谱特征,建立判别模型,实现河套蜜瓜植株和常见杂草的鉴别和区分。并使用双目视觉系统实现蜜瓜植株的定位。具体工作内容如下:（1）使用美国SVC地物光谱仪对蜜瓜植株、马齿苋、灰条菜和狗尾草进行光谱数据采集。对筛选后的数据进行S-G卷积平滑、标准正态变化、一阶导数和压缩等预处理,保留了321组样本,每组样本含有317个数据点。使用逐步判别分析法,基于统计量威尔克拉姆达最小值原则,提取了529nm、742nm、868nm和1027nm共4个特征波长,使用SPSS软件建立典型判别模型对预测集进行预测,典型判别模型识别准确率达到96.93%。（2）使用连续投影法,基于均方根误差曲线,选取了421nm、670nm、910nm、1321nm和1348nm共5个特征波长,建立了贝叶斯判别模型,并对预测集进行检验,在不同的先验概率下,模型识别准确率分别为93.87%和95.92%。（3）设计了双目视觉检测系统,并对其系统进行标定。对标定结果进行验证结果表明:该系统具有良好的精度和稳定性。（4）使用双目相机对生长期的河套蜜瓜进行图像采集,将采集到的图像数据通过双边滤波降噪;然后使用直方图阈值分割法将目标与背景分割开来;再通过Canny边缘检测目标的边缘特征,实现了对蜜瓜植株冠层的目标特征提取。（5）将去畸变处理后的左右目图像进行立体校正,保证匹配时像素点的对应关系。分别使用局部立体匹配算法和全局立体匹配算法进行立体匹配,实现了对目标作物的定位检测,经实验检测,BM算法的目标误差在3%-9%,SGBM算法的目标误差在2%-3.5%。由立体匹配获取的视差图,配合边缘特征提取后的二值图,计算目标区域平均深度结合目标区域的像素个数,再由投影面积法计算冠层的实际面积。