本發明公開了一種高通量的植物抗旱性突變體的篩選方法及裝置，其中方法包括：(1)對具有不同抗旱程度的植物抗旱性突變體進行干旱處理，建立建模樣本；(2)將建模樣本暗適應后，分別采集建模樣本的葉綠素熒光圖像和RGB圖像，對葉綠素熒光圖像和RGB圖像進行預處理并計算特征值；(3)將計算得到的特征值最為輸入變量，將建模樣本已知的抗旱程度作為輸出變量，建立突變體抗旱程度判別模型；(4)對待篩選植株進行干旱處理，采集葉綠素熒光圖像和RGB圖像并提取特征值，代入突變體抗旱程度判別模型確定待篩選植株的抗旱程度。本發明應用成像技術，相較于單點或多點測量，獲取的數據信息更豐富，結合圖像處理技術的分析使測量精度大大提高。

1.一種高通量的植物抗旱性突變體的篩選方法，其特征在于，包括：（1）對具有不同抗旱程度的植物抗旱性突變體進行干旱處理，建立建模樣本；（2）將建模樣本暗適應后，分別采集建模樣本的葉綠素熒光圖像和RGB圖像，對葉綠素熒光圖像和RGB圖像進行預處理并計算特征值，包括：對葉綠素熒光圖像進行平滑濾波、圖像分割并計算冠層區域的葉綠素熒光圖像的均值、方差值；對RGB圖像進行畸變校正、白板校正、平滑濾波、圖像分割并計算形態特征值和顏色特征值；所述的形態特征值包括葉面積、葉周長和葉寬指數；所述的顏色特征值包括色調H、紅光標準化值R/(R+G+B)、綠光與紅光的比值G/R；所述的葉綠素熒光圖像包括：暗適應后的最小熒光圖像Fo、暗適應后的最大熒光圖像Fm、光適應后的最大熒光圖像Fm'、最大光量子效率圖像F_V/F_M =(Fm-Fo)/Fm及非光化熒光淬滅系數圖像NPQ=( Fm- Fm')/ Fm'；（3）將計算得到的特征值作為輸入變量，將建模樣本已知的抗旱程度作為輸出變量，采用隨機森林機器學習方法建立突變體抗旱程度判別模型；（4）對待篩選植株進行干旱處理，采集葉綠素熒光圖像和RGB圖像并提取特征值，代入突變體抗旱程度判別模型確定待篩選植株的抗旱程度。