香蕉是世界四大水果之一,在世界水果中占有极其重要的位置。目前我国香蕉果园的管理缺少信息化的支撑手段。如何自动获取香蕉的重要生长参数,提高种植园的科学管理水平,是亟待解决的关键问题。香蕉假茎是提供支撑、输送养分的关键器官,能较直观的反映香蕉植株的长势,也是较容易实现快速检测的部位。本文选择香蕉假茎作为研究对象,采用便携低成本的KinectV2深度传感器作为测量设备,研究了快速测量假茎茎宽和茎高的方法,可为果园实现信息化果蔬管理提供技术手段。针对香蕉假茎的特点和果园环境等因素的影响,将KinectV2架设于香蕉假茎正前方即主视图视角进行原始数据采集。针对香蕉假茎茎宽,分别在距离香蕉假茎0.5m、0.7m、0.9m、1.0m处获取原始的深度图像和彩色图像。针对香蕉假茎茎高,分别在3m、4m、5m的距离下获取原始深度图像和彩色图像。首先对原始深度图像和彩色图像通过空间坐标转换为彩色点云信息。然后采用Kd-tree建立各点之间的空间拓扑关系,并对点云法向量进行估算。接着采用深度图像ROI提取方法对点云的复杂背景进行分割。在点云缩减方面,对比了点云边界提取和体素下采样算法,实验结果表明体素下采样算法在降低点云数量上处理时间更短,更有利于实时测量。在点云滤波方面提出了点云噪声分类降噪的方法,对点云噪声进行分类,通过统计滤波和半径滤波的组合滤波的方式去除大尺寸噪声,通过改进后的双边滤波平滑小尺寸噪声,完成了数据预处理。针对预处理后的点云数据,通过分析香蕉植株的特点设计了对应的假茎茎宽、假茎茎高的测量方法。针对假茎茎宽提出了分割点云求平均测量值,并进行角度矫正的方法。针对假茎茎高提出了采用RANSAC算法提取土壤表面平均值再进行求株高的算法。实验结果表明。香蕉假茎茎宽测量误差均值仅为2.7 mm,相对误差均值为1.34%。香蕉植株株高测量误差均值仅为4.5cm,平均测量误差为6.32%。且测量时间约为100ms,最大不超过500ms,可进行实时测量。且该成果也可以为其他类香蕉作物提供参考解决方案。