随着信息化技术在农业应用中的发展，以图像处理为基础的作物营养状况无损监测技术日趋成为人们的研究热点。目前通过图像处理技术对作物营养状况的监测研究大都集中在棉花、玉米、水果、蔬菜等领域，对小麦营养状况监测方面的研究较少。本文以数字图像处理技术为基础，为及时对大田环境下小麦群体营养状况进行监测，采集了大田环境下6个品种三个施氮水平下的小麦群体图像以及相应的群体叶绿素状况，通过对图像进行图像归一化、图像分割、图像去噪等处理，获取小麦冠层颜色信息并提取了小麦图像的12项颜色特征，建立了小麦叶绿素状况估测模型。在此基础上，利用Java web技术设计并实现了小麦营养状况远程监测系统。本文的主要研究内容及结果如下：1.以现有数字图像处理技术为基础，采用RGB彩色模型，利用模式识别方法对小麦群体的冠层图像进行无监督分割。图像分割在图像归一化后进行，以马氏距离为颜色空间距离度量构建了模式识别分类器，对图像中的颜色信息进行分类，实现了大田环境下小麦群体的冠层图像无监督分割。图像分割后对图像进行形态学开操作和闭操作处理，实现分割图像的噪声去除。该处理方法解决了一直以来大田环境下的作物图像分割精度不高，目标识别困难的问题，具有一定的通用性与实际应用价值。2.通过对小麦群体图像的分割，得到的小麦冠层颜色信息，提取冠层颜色的RGB颜色模型与归一化rgb模型中的12项颜色特征，针对品种建立了颜色特征与群体叶绿素状况之间的估测模型，各估测模型都通过了显著性水平检验，达到了较高的精度，相对误差在4.72%-14%之间，为实时无损测量小麦叶绿素状况奠定了基础。3.以建立的小麦群体叶绿素状况估测模型为基础，通过Java EE技术平台，基于Web三层结构设计，采用SSH2轻量级开发框架，以MySQL为数据库，Tomcat为Web容器，设计并实现了小麦营养状况远程监测系统。系统基于B/S模式设计，包括用户管理、图像管理、估测模型管理、图像分析结果管理、专家意见管理等模块，提供了用户图像上传、用户图像管理、图像分析及结果查询、图像远程监测等功能。通过小麦营养状况远程监测系统的设计与实现，使用户进行远程监测小麦营养状况成为可用，为今后农田实时监测体系提供了技术支撑。