利用数字图像处理技术进行土壤物理属性及形态结构特征的研究是当前农业科学与计算机科学的热点问题之一。研究土壤物理属性在土质研究与改良、土工力学等方面具有重要的意义，另一方面，作为植物的生长环境，土壤的三维可视化研究也是数字农业的重要组成部分。土壤结构分析与可视化研究目前存在着土壤实验操作复杂，耗时较长、现有图像分析方法结果不准确、图像三维信息丢失等问题。针对上述问题，本文从计算机图形图像处理角度出发，提出了通过分析土壤图像纹理统计特征计算土壤物理属性和通过重建土壤三维模型并计算土壤孔隙度的方法，将传统土壤研究问题与现代计算机方法相结合，为土壤物理属性研究提供新的途径与方法。本文主要内容具体为如下三方面：1、土壤显微图像获取方法研究。对比常见土壤样本采集和图像获取方法，制定了风干切断和包埋切片两种土样制备方案，并对两种方法获取的图像进行对比，最终确定采用风干切断的土壤处理，并在此基础上获取土壤显微图像。2、提出一种基于光学显微图像的土壤孔隙度与颗粒分布计算方法。根据土壤显微图像建立灰度共生矩阵；计算对比度、相关性、熵、逆差矩四种纹理特征参数；将四种参数与土壤的颗粒分布、孔隙度进行多元线性回归分析，建立对应的回归方程。实验及数据验证最大误差在5%以内，表明土壤的纹理特征参数与物理性质之间有较好的对应关系,利用回归方程可简洁快速地确定颗粒分布和孔隙度。3、提出一种基于明暗恢复形状算法的土壤三维结构重构方法。首先获取土壤的灰度显微图像，根据朗伯表面漫反射模型建立土壤的光照方程；然后利用泰勒展开法和雅克比迭代法求解光照方程，计算出像素点高度值并实现土壤表面的三维重建；最后根据正态分布校正高度值计算土壤孔隙度。实验结果证明，该方法计算得出的孔隙度与环刀烘干法测得的结果相差0.81%，误差率1.75%。利用显微图像中土壤结构的三维信息，可以客观准确地计算出土壤孔隙度等物理特征。