本文针对当前在作物多元传感信息采集领域存在的表型数据采集难度大,环境参数获取难等问题,同时在参考大量相关文献的基础上,设计一套应用场景多样、操作简单的多元传感信息采集和数据处理分析与可视化的作物多元传感信息采集融合与分析系统,并应用于一个具体的作物生长研究场景中。本文的研究内容及其创新性主要体现在以下三个方面:1.系统设计采用Jeston-nano作为嵌入式硬件平台,选取IMX219-160 Camera为图像采集设备,对整株作物进行连续定时图像采集,形成作物表型图像数据,然后利用Open CV库对采集到的图像经过数据增强、图像降噪、图像分割之后,估算叶片面积、叶片数、株高、生物量等。2.设计了表型提取算法,首先使用中值滤波方式对图像进行降噪处理。然后,根据目标作物的颜色特征,采用分水岭分割法对图像进行分割,捕获目标区域。最后利用边缘检测和图像快速细化算法提取叶片轮廓及作物骨架,计算株高及叶面积并上传。3.自主完成了用于接收并存储硬件平台上传的作物表型数据的云平台的设计与实现,选用My SQL进行数据库开发,利用web前端开发技术实现了系统数据的可视化。经过部署验证,结果表明系统能够完成数据实时监控以及可视化的目标功能,响应速度及吞吐量达到设计要求。4.以苗期大豆为研究对象设计试验对系统进行验证,对苗期大豆的株高、叶面积等指标同实测数据进行对比分析。分析结果表明其平均相对误差均小于10%,算法测量值与真实值相关度较高,R~2均大于0.90。通过该系统可以较准确地实现苗期大豆地上部表型特征参数的提取,可初步实现苗期大豆地上部表型的连续定量检测。性能方面,硬件平台平均功率10W,云平台最大吞吐量281bit/s,最大响应时间247ms。该系统有效提高了作物表型参数的无损测量效率,可为提高作物生长监测效率提供必要参考。