玉米是世界上最广泛种植的三种谷物之一,也是我国长久以来的一项主要粮食作物,作为我国华北地区的主要农作物之一,大约占全国粮食总产量的1/3。随着时代的发展,我国提出了农作物种植现代化、精准化、信息化发展的要求,这对农作物的信息提取也提出了更高的要求。玉米种植面积及长势参数可以为玉米长势评估和产量估计等农业事务提供数据支持,对玉米种植面积统计及长势评估也是宏观调控粮食价格、加强农业生产管理进而促进精准农业发展的重要前提。目前常用的植株信息提取方法为劳动力消耗大且效率低下的人工测量,范围广阔但数据精度较差的卫星遥感以及精度很高但范围较小的地面基站测量,无法适用于大田尺度下作物信息精确提取要求。针对这一问题,本文选用无人机遥感来进行大田玉米信息精确提取方法研究。利用图像处理技术、点云处理技术和深度学习技术来完成大田玉米的种植面积和株高、株数这两项长势参数的精确提取。具体研究内容如下:（1）数据获取:利用无人机遥感平台采集大田玉米的可见光数据和激光雷达数据,并结合基站坐标对两种数据进行解算,生成含有地理坐标信息的可见光正射影像图片和激光雷达点云数据。（2）种植面积提取:首先对采集的数据进行预处理,主要包括点云数据抽稀、点云数据去噪、多源数据匹配裁剪、数字表面模型生成;其次提出了一种基于特征分割的目标提取方法,引入了植被指数和局部熵特征对数据进行特征计算和阈值分割;最后不仅在采集的大田玉米数据上对本文方法进行了评价,而且利用标准数据集对本文方法进行了评价,综合验证该方法的有效性。（3）玉米长势参数提取:首先对点云数据进行后处理,主要包括两期点云数据坐标配准与点云赋色;其次对大田点云数据进行地块分割,利用地面点滤波算法提取出玉米大田的行垄信息,剔除此部分数据并结合点云分割算法对大田进行行垄地块分割;最后对田块尺度的玉米株高与株数这两种长势参数进行提取,其一以裸地期田块高度为基准,利用高度种子点提取算法得到田块中玉米最高点坐标集合,获取田块尺度的玉米株高信息;其二利用yolox网络对可见光数据处理得到田块尺度的玉米株数,利用点云数据提取出高度变化模型,根据高度变化获取出田块尺度的玉米株数。无人机遥感具有灵活便捷、探测数据精度高等优势,本文利用无人机遥感获取的大田玉米数据,实现了种植面积的精确提取和田块尺度下的株数、株高两项长势参数的提取。