我国将大力实施大豆和油料产能提升工程,推动提升大豆自给率（“十四五”规划）。大豆从全产业链上影响了粮食安全,而提高大豆产量可以有效缓解未来粮食安全的问题。目前,育种与实际生产的首要目标是依据作物的相关表型来选择和培育出具有优良性状的农作物品种。由于传统的植株表型参数测量存在主观性强、难度大、易出错等问题,亟需一种高效、低成本、无损的表型提取方法。以寒地大豆为研究对象,提出了一种基于三维点云的大豆冠层结构参数计算方法。主要研究工作和成果如下:（1）针对大豆冠层点云提取的问题,采用栅格法、深度阈值过滤和统计滤波相结合的方法实现无颜色信息的大豆冠层点云提取。采用过绿植被指数与最大类间方差相结合的方法提取植被点云,对其光栅化后,通过深度、面积和空间信息等二维图像处理技术提取大豆冠层像素,并将其反向投影到三维空间实现具有颜色信息的大豆冠层点云提取。在复杂背景条件下,从大豆冠层点云的提取速度、分割精度和参数计算精度三个方面评估了两种方法的冠层分割性能,其中,具有颜色信息的大豆冠层点云提取效果更好,冠层点云提取速度提升了91%,干净冠层分割比率增加了9.38%,平均绝对误差降低了0.005 m。（2）针对大豆叶倾角参数测量的问题,采用整体最小二乘法对叶片点云进行平面拟合,通过计算其法向量与天顶轴的夹角,最终实现对单个叶倾角的测量,单个叶倾角平均绝对误差为16.54°,决定系数R~2为0.6746。采用K-means聚类算法分割大豆冠层单叶片点云,通过Delaunay三角剖分算法重建叶片表面网格模型并计算其面积与投影面积,最终实现群体叶倾角的测量,平均绝对误差为0.06,决定系数R~2分别为0.8317、0.9075、0.9186。群体叶倾角计算方法更能反映大豆植株生长过程中叶片的真实状况。（3）针对大豆冠层尺寸参数测量的问题,通过对大豆冠层三维点云进行投影,识别极值点计算大豆冠层高度,通过建立投影点云的包围盒计算冠层宽度,采用Concave hull、Alpha shape和Convex hull算法实现对大豆冠层投影面积和冠层体积的测量,决定系数R~2均大于0.88。同时分析不同生长时期大豆冠层尺寸参数随时间的变化规律,验证了该算法的有效性。最终将相关算法进行封装,实现大豆冠层结构参数计算系统的开发。