本项目基于机器学习理论与计算机视觉技术，发明了一套能够连续记录、观测、分析农作物实时生长过程的全自动智能观测系统。作为一种自动观测农作物生长过程的处理方法和技术，该系统由图像采集、实时传输、图像处理、作物生物量预测四个子系统组成。通过对图像传感器获取的高分辨率时序图像进行分析与处理，该系统可以高质高效地自动监测作物的关键发育期、株高、密度和覆盖度等相关生物量，以自动化观测替代传统落后的人工观测模式，为气象学家预测农田小气候、农机站农业指导及农民实地操作提供更可靠的数据支持和建议。该技术也填补了该研究方向在目前国内外农业发育期观测的空白。不仅如此，利用该系统采集和处理的图像及数据都可以加以保存，以建立庞大的农业观测大数据，为之后的系统优化和扩展提供可能。