葡萄是我国重要的果树树种，其产量仅次于柑橘类水果，位居各类水果的第二位。近年来，我国的葡萄生产栽培面积和产量持续增加，现已成为世界上最大的葡萄生产国。目前，我国葡萄产业灌溉方式主要分为地面沟灌式、喷灌、滴灌等。但随着水资源的日益紧缺以及现代精准农业的快速发展，根据植物缺水现状实施精确控制灌溉已成为提高水资源利用率和果实品质的重要途径之一。根系是植物从土壤中获取营养和水分的重要器官，其生长状况对植物有着重要的影响；同时果实作为植物不可或缺的重要器官，其表型特征的动态变化是植物水分诊断、生长实时监测和植物生长建模的重要依据。本文在非接触测量的基础上，开展对植物表型参数与特征量的分析与研究有着重要的指导意义。本文以温室根域限制方式栽培的葡萄为研究对象，以基于机器视觉和图像处理等关键技术为测量方式，通过连续监测葡萄器官的生长，观测葡萄果实和根系表型特征的变化，为葡萄生长建模和精确灌溉提供了数据支持和策略指导。针对机器视觉测量中的理论和处理算法，本文从理论方法和实验研究等方面对葡萄器官的特征测量进行系统化的研究。论文的主要研究内容如下：1.针对温室根域限制葡萄的生长环境特征，开发了一套适用于温室葡萄栽培的视觉监测系统，该系统包括图像采集传感器，基于MCU的控制器，以及柔光照明系统和校验定位系统，用于复杂背景下葡萄果实表型特征的连续微变测量。该系统鲁棒性好，精度高，具有高通量和良好的抗噪性，克服了葡萄图像背景复杂以及光照不均匀等弊端，较好地满足葡萄果实连续无损监测的要求。2.针对复杂背景下的葡萄果实表型特征获取问题，提出了基于Zernike矩分水岭算法的图像分割方法，配合数字图像处理形态学算法等，去除虚假边界，使轮廓边界最终收敛于目标真实边界，从而获得葡萄果实轮廓的精确信息。3.针对葡萄根系表型特征获取及其特殊生长环境等问题，对局部信息图采用改进的模糊C聚类（FCM）算法，通过优化初始聚类中心与融入空间信息等方法，提高了原算法的运算效率与抗噪性，得到葡萄根系的精确轮廓信息。4.基于葡萄器官图像分割的结果，结合土壤水势及温度等参数对实验结果进行校正、回归分析和总结，得出葡萄表型特征在其膨大期的变化规律，为葡萄灌溉提供理论依据与技术支持。本文围绕以上的内容，开展了对葡萄根系基于计算机视觉无损测量的系统研究，设计了一套适用于温室栽培环境下的葡萄器官机器视觉检测系统，研究了葡萄根系图像分割算法，并通过实验检验了本文机器视觉检测方案的可行性以及有效性。