机器视觉是应用计算机来模拟目标外显或宏观视觉功能的科学和技术。论文以番茄幼苗为研究对象，利用机器视觉技术进行其形态特征的无损检测研究，为实现其生长过程中的实时监测和管理决策奠定基础，为农业的可持续发展和精准作业提供科学的工具，具有重要的理论意义和实用价值。 为了在温室环境下基于机器视觉技术实现对番茄幼苗的无损检测，首先设计并构建了番茄幼苗无损检测机器视觉系统。然后通过对现有机器视觉系统标定方法的阐述和比较，提出并证明了采用传统线性标定方法可以满足番茄幼苗生长特征参数无损检测的要求。接着通过对番茄幼苗彩色图像的灰度化、直方图均衡化、图像滤波、图像分割、形态学运算等预处理方法的理论分析和实验，确定了适合番茄幼苗检测的图像处理算法。进而实现了番茄幼苗图像采集和预处理软件，并利用EasyAccess图像处理工具实现了对番茄幼苗叶面积和株高参数的无损测量，获得了与手工测量值之间的良好相关性，叶面积和株高最高相关系数分别达R2=0.9822和R2=0.7559。同时提出了基于番茄幼苗生长过程中的叶面积变化率推算出叶片部分遮挡时的面积的方法，经过验证表明了该方法可以应用于实际番茄幼苗叶片面积的测量。最后在对测量中的影响因素进行了分析和讨论的基础上，对今后的研究提出了建议。