我国在水资源方面非常短缺,且是一个农业大国,在农业上的用水量及其庞大,而我国的灌溉系统并不是很完善,导致水资源的利用率低,浪费水的问题也比较严重,因此怎样更为精准地用水成为亟待解决的问题。随着现代化技术的快速发展,使得图像推断作物的生理参数成为一种趋势,从图像角度进行研究,结合图像数据与作物参数数据,推导图像与作物灌溉之间的必然联系,为图像指导精准灌溉奠定理论基础,主要工作及创新如下:(1)基于HSV空间小波按比例萎缩去噪算法的研究。概述比例萎缩去噪算法处理对象由一维到二维图像数据的去噪原理,在对自然光照下的作物图像进行去噪时,选择在HSV空间只针对图像的亮度分量进行去噪。以小麦图像为例验证算法去噪效果,结果表明去噪之后对图像起到平滑作用的同时也没有引入新的噪点。(2)基于自适应果蝇算法的K-means分割算法的研究。针对K-means算法易陷入局部最优的缺陷,采用自适应果蝇算法选取最初的聚类中心。为了加快算法的运行速度,改进自适应果蝇算法,使得其步长根据聚类误差的大小调整。以不同时期、不同天气下的作物图像为例分析改进后算法的性能,并在图像分割的基础上,计算作物覆盖度数据,与地面真值相比较,准确率在90%以上,联合作物气象数据拟合作物覆盖度与作物系数关系,决定系数R~2为0.9531。(3)基于IHS变换的自适应NSCT图像融合算法的研究。针对IHS变换的图像融合算法光谱易失真问题,采用自适应NSCT算法从多尺度、多方向上分解并合成变量。在分解时根据融合图像的尺寸自适应调整分解的层数,在合成时根据高、低频频率分量的特点采用不同的策略。在4个图像融合客观评价指标上均优于原算法,并根据融合结果获取作物坐标,结合对应软件,提取作物温度,计算作物水分胁迫指数,为进一步的研究奠定理论基础。