小麦群体茎蘖数量是实现小麦高产的基础，是小麦生产和品种选育环节中的重要农艺指标。尽管智慧农业技术已经实现了多种农学参数的估测，但小麦的茎秆多被冠层叶片所遮挡，估测难度较大。因此，当前茎蘖数的测定主要还依赖于劳动密集型的人工方法，该方法效率低，且测量的结果受到主观因素的影响较大。本研究借助AR眼镜作为图像数据获取设备，并基于小麦群体顶部冠层与两侧图像的特征对小麦茎蘖数实现高精度检测研究。研究通过LAB空间的B值曲线的峰值监测，构建了侧视图像的Peaks特征（SI），该特征与侧视图像中的茎秆数量密切相关。研究对比分析了三个视图的图像特征对小麦茎蘖数的检测精度，结果显示SI与小麦茎秆数量有着密切的相关性，R²能够达到0.75以上。单独使用冠层图像特征(CC)估测误差较大，RMSE在高密度种植条件下达到20，单独使用Peaks估测茎蘖数的精度较高，但在部分高密度情况下存在不确定性。进一步的，研究将CC与SI进行结合估测，利用随机森林算法构建了茎秆估测模型，结果显示RMSE在高种植密度下也保持在10以下，而在低种植密度下可控制在5以下，精度较高。本研究为类似于小麦这类作物的茎秆检测提供了新的思路，也为其他需要解放双手和第一视角获取图像的研究提供一定的借鉴。