该成果是在实际农田环境、对大面积农作物生长发育全过程连续获取信息的条件下，利用计算机视觉和模式识别理论实现对农作物发育状态参数的自动提取、对农作物发育期发生时间自动预测报告，从而达到对农作物生长发育状态的自动观测与分析的功能，其处理与分析结果可实时通报给农业生产的管理部门、农技指导站技术人员和农业生产人员，或者与其他农业机械化装备协同工作，以科学指导农业生产，提高生产效率，减少资源浪费和环境污染，为农作物高产提供支撑，为农作物早期估产提供依据。 自2010年起开展项目研究以来，已连续多年从包括山东、河南、江西、广西和新疆在内的农作物生长观测站的实际农田生长环境中，采集了玉米、水稻、小麦和棉花等四种作物的全年生长图像，开展了该项目研究成果的计算机自动观测与人工观测的性能对比实验，结果表明该成果提供的自动观测技术具有正确率高、时效性强、覆盖区域更广泛、极大减轻人工劳动的优点。成果处于国际领先地位。 精准农业实施的关键基础之一是实时准确地提取作物发育状态及其生长环境状态，是农业管理部门、农业生产部门及生产人员和国家经济管理部门等需要的基础数据，是其进行决策的重要依据，该成果在现代农业大数据服务方面具有广阔的市场前景，将为农业生产带来巨大的经济效益。