大棚蔬菜生长状况监测对于提高大棚蔬菜产量及最大限度地节约资源具有重要的意义。针对传统的利用人眼去观察蔬菜长势的方法存在着效率低下且观察结果主观性太强的问题,本文提出了基于机器视觉技术对大棚蔬菜长势进行分析,通过分析结果得出蔬菜的生长状况,从而实现对蔬菜生长状况的监测。本文利用CCD相机获取大棚蔬菜的图像,设计了相应的图像处理算法,计算单株蔬菜的叶面积大小,进而利用叶面积参数来分析和判断蔬菜的生长状况。具体研究内容如下:1)设计了大棚蔬菜图像采集方案:根据本课题的需要,对工业相机、工业镜头和光源进行了合理的选择,设计了适用于本课题的图像采集方案,并对大棚蔬菜进行图像的采集,实现监测其生长状况的第一步。2)设计蔬菜图像运动模糊复原算法:通过分析运动模糊图像的退化与复原模型,得出图像退化的点扩散函数(PSF)。根据各复原算法对模糊图像复原后的效果的不同,最终选择采用维纳滤波复原模糊图像。通过仿真及采集图像的复原实验论证了本文所提出的获取运动模糊参数的准确性。3)蔬菜图像的分割:通过分析多种常见的图像分割算法,并对各算法的分割结果进行对比,最终采用L*a*b*颜色空间下对图像进行K-means聚类分割的算法,不仅实现了目标区域(蔬菜)与背景区域(土壤)的有效分离,而且分割结果以彩色图像显示,保留了蔬菜的叶片信息,提高了识别的准确性。4)蔬菜生长状况评价:利用蔬菜的叶面积作为衡量其生长状况的标准。通过分析多种常见的叶面积测定方法,提出了利用像素点数来代替叶面积的算法。通过蔬菜叶面积的对比判断其生长状况。5)开发了蔬菜长势监测系统软件:以C#为开发环境,设计了图像处理算法和蔬菜长势监测系统,实现对蔬菜生长状况的监测。