实时、准确、快速获取温室作物的生长信息,为温室调控系统提供实时、动态的反馈,是提高温室调控系统有效性的关键途径之一。本文以提高温室调控系统有效性为目的,以作物实际生长形态为依据,以环境与作物之间的多尺度关系为切入点,搭建了基于激光视觉的作物三维形态扫描系统,实现了对温室作物生长期内的动态、实时监测,并研究了温室环境与作物生长速率之间的多尺度关系,在不同时间尺度上对作物生长速率进行分析,得到了不同时间尺度上影响作物生长速率变化的相关因素,建立了温室环境与作物生长速率多尺度关系模型,求解得到以作物生长速率最大为目标的环境因子最优组合,实现了为温室环境控制系统提供实时的、动态的控制依据的目的。主要研究内容与结论如下：(1)搭建了基于激光视觉的作物三维点云重建系统。采用加入同心圆元素的圆阵列立体靶标来标定摄像机内外参数及传感器平面方程。提出一种基于标靶图案的先验知识的摄像机快速标定方法,充分利用同心圆的几何特性,实现快速识别左右靶面的空间位置,打破直角立体靶标中心线必须位于屏幕中间的限制。(2)提出了基于HSI空间的激光光条中心亚像素级计算方法。由于温室中光照不均匀,光条图像受光照影响严重,给后续光条中心提取造成较大误差。‘本文提出基于HSI空间的激光光条中心亚像素提取方法。利用HIS颜色模型中H分量和S分量对激光条纹图像进行分割,定位光条区域。针对作物扫描的实际情况,对同一列图像上出现多个激光条纹分布进行分别标记,在通过梯度重心法对光条中心进行亚像素精度计算过程中,采用光条区域梯度均值作为阈值,提高了光条提取的自适应性,最大程度的降低了外界光照对激光条纹中心提取的影响。(3)采用采样一致性算法对多角度扫描的作物点云进行配准,得到作物完整点云模型。对于枝叶生长茂密的作物,单视角扫描获得的数据不能够完整地表达作物的生长状态。所以本文根据点特征直方图,通过kd-tree最近邻查询方法来搜索特征之间的关系,利用“相互”对应估计对搜索到的对应点对进行对应估计,最后采用全局收敛性较好的采样一致性算法,对采集到的相邻角度的作物三维点云进行配准。试验以8819线椒为例,在水平方向上,分别从6个角度采集8819线椒植株点云数据,将采集到的所有角度上的点云数据全部配准,组合成完整的点云模型。(4)应用体素细化法和改进的拉普拉斯算子法提取作物三维骨架信息。为了给大量的作物三维点云数据存储节省存储空间,本文分别采用体素细化法与改进的拉普拉斯算子方法对采集到的空心菜点云数据和8819线椒点云数据进行骨架提取。通过试验证明了,体素细化法提取点云骨架的效果在精度上和处理速度上,不如改进的拉普拉斯算子法。(5)基于点特征局部描述子,根据点云数据的几何特征,计算空心菜和线椒的生长参数(株高、幅宽、叶片长度、叶片面积及线椒果实大小)。叶片长度的计算方法是：针对点云数据的迭代法,提取叶片中心轴线点,通过三次B样条曲线拟合,借用微分积分的思想,计算拟合出来的叶片轴线长度,即所求的叶片长度。应用Delaunay三角网格原理,对点云数据三角网格化,计算三角网格的面积,实现了叶片面积的计算。对于8819线椒果实长度的计算,同样采用点云轴线提取的方法计算8819线椒果实长度。通过计算作物整体点云的最大外接盒来计算作物的株高与幅宽。整个过程可以实现作物外部生长参数的计算以及生长期内个体生长特征的监测。(6)基于集合经验模态分解法的作物生长速率与环境因子的多尺度分解分析。以作物生长速率的变化作为温室调控系统的反馈量,可以充分了解温室调控的效果。但是作物生长速率的变化是受到外界多种因素共同作用的结果。外界因素的强耦合性降低了温室调控系统的有效性。所以,需要区分作物生长速率的变化是由哪种因子的改变而引起的,才能有效利用生长速率变化这一反馈信息,有针对性的对相关影响因子进行调控。本章应用集合经验模态分解法,对2013年单株空心菜总叶片面积的生长情况和2014年8819线椒株高的生长情况以及相对应的环境因子(温室内温度、相对空气湿度、室内总辐射)进行多尺度分解,并在小时尺度和天尺度上分析了作物生长速率变化与外界因素(本文考虑环境因子波动和追施营养液影响)的关系,通过分析作物生长速率在不同时间尺度上的波动情况,在不同的时间尺度上得到了影响作物生长速率变化的相关因素。通过计算EEMD中各模态分量的平均振荡周期,将各模态分为小时尺度和天尺度,分别在小时尺度和天尺度上对空心菜叶片面积的生长速率和8819线椒株高的生长速率进行分析。对天尺度分量的分析结果表明：空心菜叶片面积和8819线椒株高在天尺度上的生长速率的变化与是否追施营养液有关。对于空心菜单株总叶片面积,在追施营养液后,叶片面积增大速率明显提高,经过2-4d达到最大值；对于8819线椒株高,在追施营养液之后,株高生长速率加快,但是需要经过3-5d后才达到最大值。对小时尺度分量的分析结果表明：两种作物在小时尺度上的生长速率变化情况与温室内环境因子的波动有关。两次试验均经历了梅雨季节,在梅雨季节期间,对于单株空心菜总叶片面积,在小时尺度上的生长速率随着温度瞬时频率的增加而加快,随着空气相对温度瞬时频率的降低而升高,但是存在一定的时延;在梅雨季节期间,空心菜叶片面积生长速率随着室内总辐射瞬时频率的增加而降低,出梅后,随着室内总辐射瞬时频率的增加而增加。对于8819线椒株高,在入梅前,在小时尺度上的生长速率的变化与环境因子的瞬时频率的变化呈现较好的吻合特点,但是同样有一定的时延;入梅后,线椒株高在小时尺度上的生长速率的变化与室内环境因子的变化呈现相反的趋势。株高生长速率随着环境因子瞬时频率的加快而降低。(7)在小时尺度上建立作物生长速率与环境因子瞬时频率相关模型,利用非线性多元约束优化方法求解得到作物生长速率最大时的环境因子最优组合。以空心菜单株总叶片面积和8819线椒植株株高为例,以环境因子在小时尺度上的瞬时频率作为特征值,通过多项式拟合,建立作物形态的生长速率与环境因子的关系模型,在小时尺度上,分析空心菜单株总叶片面积与8819线椒株高生长速率受不同环境因子的影响情况。分别以单株空心菜总叶片面积生长速率和8819线椒株高生长速率为目标函数,通过作物生长速率的四维切片图直观地观测到生长速率最大区域对应的环境因子瞬时频率的取值范围,利用非线性多元优化方法对目标函数进行优化,得到了使得单株空心菜总叶片面积生长速率达到最大的温室环境因子瞬时频率的最优组合为：温度的瞬时频率为1.07,相对湿度的瞬时频率为6.85,室内总辐射的瞬时频率为0.5；使得8819线椒株高的生长速率达到最大时温室环境因子瞬时频率的最优组合为：温度的瞬时频率为0.6,相对湿度的瞬时频率为0.2,室内总辐射的瞬时频率为4。提出了以多尺度环境因子最优解为控制标准的温室环境多尺度实时控制策略,摆脱了对传统知识库的依赖,实现根据作物实际生长状态对温室环境进行实时控制的目标。