传统的苗木病害识别方法是通过经验实现对苗木的常见病和多发病依据其特征性的病状和病症,或者病理化验进行识别。本文是采用数字图像处理技术和模式识别技术研究山杏(Prunus armeniaca)苗木叶部常见病虫害,红蜘蛛(Tetranychus telarius Linnaeus),杏细菌性穿孔病和正常叶片的图像识别技术。其主要内容包括:(1)自然光照条件下,使用CCD数码相机获取山杏叶部病虫害的图像。结合山杏染病时,叶部所呈现的色彩、纹理等生物特征,提出山杏叶片图像的颜色特征、颜色纹理特征、灰度纹理特征作为基本特征向量。其中,颜色特征是在HSI颜色空间的色调,饱和度的直方图统计特征。颜色纹理特征方面,选取了CIE XYZ颜色空间不同阶的色度矩。并仿照XYZ颜色空间提出色度矩的方法,提出在HSI颜色空间,用色调、饱和度构造颜色矩。灰度纹理特征方面,用灰度纹理共生矩阵的5个典型特征来表达其灰度纹理特征,分别为局部平稳性、相关性、能量、熵、惯性矩。(2)运用“类间距离分析”、“特征相关性分析”、“秩和检验”(Mann-Whitney U)三种方法及其组合建立了多套山杏叶部常见病虫害的特征参数体系。比较分析表明:HSI颜色空间中色调直方图统计特征具有良好的分类效果。但是一部分的统计特征具有线性相关性。而饱和度特征分类效果并不明显。彩色纹理特征中,颜色矩的分布、色度矩的迹都有良好的分类效果。并发现不同阶颜色矩、色度矩的分布及其迹,具有相关性。灰度共生矩阵的5个经典特征,对健康叶片与病虫害叶片几乎没有可区分性,但是其中的局部平稳性,相关性,惯性矩对红蜘蛛和杏细菌性穿孔病有良好的区分性。(3)采用两种模式识别方法,支持向量机和最近邻法。分类器采用一对多法设计:即分类器A,分类健康与病虫害叶片;分类器B,分类红蜘蛛与杏细菌性穿孔病。用未经选择的全部特征,对支持向量机不同核函数进行比较,径向基核函数的分类识别率最高分别达到88.5%和84.0%。结果表明,径向基核函数比其他核函数更适于山杏病虫害的识别。对健康与病虫害叶片分类(分类器A)而言,支持向量机的分类准确率在88.5%-91.0%之间,而K-NN法的分类准确率在80.0%-85.0%之间。对红蜘蛛虫害与杏细菌性穿孔病的分类(分类器B)来讲,支持向量机的分类准确率在84.0%-91.0%之间,而K-NN法的分类准确率在80%-85%之间。三种特征选择方法及其两两组合的特征参数体系的分类结果表明,支持向量机分类性能优于最近邻法。秩和检验与相关性分析的特征选择方法,分类器A、B的识别率分别为89.0%,91.0%,而其特征数只有13和11个。这种新的特征选择方法能更有效地减少特征参数,并保留可区分性好的分类特征,确保特征间不具有线性相关性,同时有较好的分类性能。(4)以面向对象的C++程序语言为开发语言,在Visual C++开发平台上,编制了较为实用的具有山杏常见叶部病虫害识别功能的函数。本研究对苗木病虫害的图像识别技术作了基础性研究,对缩小我国在林业信息化领域的差距,促进计算机图像处理技术在我国林业领域的应有具有一定的意义。