我国设施园艺面积400万公顷，世界第一，但其技术水平与发达国家相比差距较大，机械化、智能化程度不高、设施栽培技术较低，过多的依赖传统经验对作物进行栽培管理等问题。提出了为了现实温室环境的智能化决策调控，首先需要解决作物长势信息检测这一关键问题。通过对国内外作物长势信息提取检测研究中存的问题进行了分析。论文以温室中生长的番茄作为研究对象，提出了通过利用机器视觉技术对番茄的长势信息进行无损检测，设计了一套可以在温室自然环境和自然光照条件下，有效剔除复杂背景的影响对番茄长势特征参数进行实时检测的系统，为今后的温室环境决策调控奠定了一定的理论基础。　　为了能够在自然光照的条件下对温室中的番茄长势信息进行无损的检测，首先提出了利用株高、茎粗、特征叶长以及果径这四个特征参数对番茄的长势情况进行表征。随后分别对各个长势特征参数的背景及其形态特点进行了分析，提出了采用参照物来间接求得各个特征参数的实际值，此方式能实现系统、连续动态的测量。为了实现图像信息的实时、动态采集利用CCD工业相机与高精度旋转云台等硬件设备搭建了一套视觉检测平台。接着对番茄各个特征参数的图像进行了灰度化、阈值分割、二值化、边缘检测、形态学处理等图像预处理。对相应各个特征参数编写了与之相适应的图像处理算法。此算法实现了番茄长势特征参数的提取与计算。基于自行编写的图像处理算法与搭建的硬件平台，通过采用LABVIEW与MATLAB混合编程的技术编写了系统检测界面，通过此界面能够实时控制云台的旋转，进而控制CCD工业相机的转向来实现图像采集的目的。运用此软件系统能够对番茄的各特征参数进行有效的提取。并对造成误差的原因进行了分析与改正，通过对图像信息进行畸变校正，大大提高了检测精度。随后为了提高检测的精度，通过建立实际值与检测值的散点图，得到了拟合函数。通过这些函数对软件系统中的算法进行修正，更进一步的提高了检测结果的精度。最后对检测中尚未克服的问题进行了分析和讨论，对后续研究进行了规划。