株型参数是育种作物表型分析研究中的重要表型性状之一，株型参数的测量是作物精确化育种研究过程中的重要环节。目前我国田间玉米育种株型参数的测量主要以人工测量为主，劳动强度高，费时费力。　　针对上述问题，本文提出了一种在大田环境下，基于机器视觉技术实现无损快速测量玉米株型参数的新方法，并根据测量方法设计了玉米株型参数测量装置。本论文的主要研究内容如下：　　(1)通过对现有作物性状测量设备的调研，并对比现有的农田图像数据采集方式，选择了基于TOF技术的PMD(Photonics mixer device)深度相机作为图像采集装置。　　(2)通过大田试验数据采集，研究基于PMD深度相机的玉米株型参数测量方法。本文提出了一种改进的骨架角点检测归类算法，可以在经过阈值分割去噪处理后的图像数据中，得到玉米的茎叶角点和拓扑结构。在此基础上，本文又提出了一种改进的骨架提取算法，通过融合最小二乘法和遗传算法，拟合空间曲线的方法改进了现有的骨架提取算法，能够准确和完全地体现出作物骨架图像中离散点的变化趋势和规律，得到更加适合于作物拓扑结构表达的平滑玉米骨架图像。　　(3)结合平滑玉米骨架图像和空间几何原理，通过补偿误差计算出玉米的株型参数，诸如株高、叶长、叶倾角。并通过实验数据验证本文提出方法的有效性和准确性。　　(4)针对所提出的玉米株型参数测量方法，根据测量要求和条件，本文设计了玉米株型参数测量装置。为方便装置移动，首先设计了装置的移动系统，通过驱动轮与万向轮的有效布置与运动配合可实现装置前进、后退及原地转弯等运动。　　(5)测量装置达到预定位置后，针对农田路面不平整、玉米不同株高等情况，通过齿轮传动、同步带传动、导轨滑块等机构设计一套可以调整相机高度以及相机方位的调整装置，可保证相机能调整到最佳水平位置，为株型精确拍摄提供基础。