1.基于图像处理技术的作物生长状态检测方法，其特征在于，该方法包括以下步骤：

采集农作物在近红外波段的光谱图像，对该光谱图像进行阈值分割处理得到农作物区域和土壤区域，对光谱图像进行增强处理得到优选图像；根据像素点在优选图像中对应的像素值与光谱图像对应的像素值得到像素点的增强差异值；

根据像素点的增强差异值与该像素点的邻域内像素点的增强差异值得到细节差异指标；获取土壤区域内各像素点在设定波段对应的反射值的均值，根据所述反射值的均值与细节差异指标得到土壤物质丰富度；

根据增强差异值对像素点进行标记得到标记像素点，利用设定尺寸的窗口对标记像素点进行处理，根据窗口内像素点的增强差异值获得特征值序列；根据相邻两个标记像素点对应的特征值序列得到条纹一致度；获取邻域内标记像素点的数量，根据所述数量与条纹一致度得到修正系数；利用修正系数对土壤物质丰富度进行修正，得到优选土壤物质丰富度；

根据农作物区域内像素点的增强差异值以及植被指数得到农作物生长状态指数；根据土壤物质丰富度、优选土壤物质丰富度以及作物生长状态指数得到光谱图像对应的农作物生长特征矩阵，利用所述农作物生长特征矩阵获得农作物的生长状态；

所述细节差异指标的获取方法具体为：

其中， 表示第i行第j列像素点对应的细节差异指标， 表示第i行第j列像素点对应的增强差异值， 表示邻域像素点 对应的增强差异值，表示第i行第j列像素点的邻域范围， 表示邻域像素点的数量；

所述修正系数的获取方法具体为：

其中， 表示第i行第j列标记像素点对应的修正系数， 表示第i行第j列标记像素点邻域内标记像素点的数量，sc表示标记像素点的条纹一致度，ent表示第i行第j列标记像素点对应的窗口的灰度共生矩阵的熵值， 为常数系数。

2.根据权利要求1所述的基于图像处理技术的作物生长状态检测方法，其特征在于，所述对光谱图像进行增强处理得到优选图像具体为：利用高斯滤波对光谱图像进行卷积得到优选图像。

3.根据权利要求1所述的基于图像处理技术的作物生长状态检测方法，其特征在于，所述根据所述反射值的均值与细节差异指标得到土壤物质丰富度具体为：根据所述反射值的均值与细节差异指标的乘积的倒数得到土壤物质丰富度。

4.根据权利要求1所述的基于图像处理技术的作物生长状态检测方法，其特征在于，所述根据窗口内像素点的增强差异值获得特征值序列具体为：将窗口内像素点的增强差异值的最大值记为第一特征值，将窗口内像素点的增强差异值的最小值记为第二特征值，将窗口内所有像素点的增强差异值的标准差记为第三特值；

计算窗口内像素点的灰度共生矩阵，获取灰度共生矩阵的自相关值记为第四特征值；将第一、第二、第三和第四特征值构成特征值序列。

5.根据权利要求4所述的基于图像处理技术的作物生长状态检测方法，其特征在于，所述条纹一致度的获取方法具体为：计算标记像素点窗口内第一特征值与第二特征值的差值，根据该标记像素点与其相邻的标记像素点对应的特征值序列中对应位置元素的相似度以及所述差值得到条纹一致度。

6.根据权利要求1所述的基于图像处理技术的作物生长状态检测方法，其特征在于，所述优选土壤物质丰富度的获取方法具体为：其中， 表示第i行第j列标记像素点对应的优选土壤物质丰富度， 表示第i行第j列标记像素点对应的修正系数， 表示第i行第j列标记像素点对应的土壤物质丰富度，为常数系数。