竹子作为一种重要的森林资源,在全球范围内有着广泛的分布,具有较大的生态价值、经济价值和社会价值。毛竹(Phyllostachys edulis)则是竹类资源中分布最广和经济价值最高的竹种。在毛竹的生长过程中,毛竹笋的高生长信息被视为反映毛竹长势和产量的重要指标,是毛竹生长发育研究的重要内容。长期以来,毛竹长势信息的获取主要通过人工观测方法来实现,但是该方法费时费力且主观性强,难以实现大范围内的实时监测。鉴于此,本文针对现有监测方法的不足,借助于图像技术,开展了低照度图像增强、毛竹笋图像分割以及基于图像的毛竹笋高生长监测方法研究,为毛竹笋高生长在线实时监测奠定了基础。主要研究内容和结果包括:1)低照度图像增强方法研究。首先利用人工蜂群算法计算全局对比度增强中直方图映射函数的最优直方图参数?,即获取最优对比度增强函数。然后结合色调保持技术实现野外低照度图像的对比度增强。研究表明,所提方法相比于CLAHE、HF、MSR、MSRCR等四种经典图像增强算法,在主观上视觉效果更好,在PSNR、SSIM和QILV等客观评价指标上也具有较好的表现。2)毛竹笋图像分割方法研究。首先在模糊聚类的基础上引入局部空间信息,然后利用正弦余弦优化的人工蜂群算法对聚类算法的初始聚类中心进行寻优,最后再对图像进行二次分割,实现林间毛竹笋的分割提取。研究表明,本算法相比于PSO、SCA、MFO等算法,具有更加优异的寻优性能;在对林间毛竹笋真实图像的分割上,相比于FCM和ABC-FCM,也具有更强的抗噪性能和更高的分割精度。3)基于图像的毛竹笋高生长监测方法研究。首先通过在林间架设太阳能4G球型监控摄像机实时获取毛竹笋的生长图像,然后通过图像增强、图像分割等操作,获得毛竹笋目标图像。接着利用几何角度原理,计算图像中目标的像素数与摄像机旋转角度对应的线性映射关系,获取毛竹笋实时高生长数据。研究表明,所提方法能够有效的实现毛竹笋高生长的准确实时监测。