对靶变量施药喷雾机能够根据施药靶标的有无和靶标特征的变化选择性地对靶变量施药，这对提高农药的利用率，减少药液的浪费和环境污染，使资源得到更合理的利用和降低生产成本，减少化学药剂对环境的破坏等具有重要意义。目前对靶变量施药机器系统的性能主要受靶标采集识别和喷雾施药系统精准度的影响，靶标识别的精度和速度直接影响施药系统的精准度和整个机器系统的性能。本文在总结国内外研究的基础上，对靶标图像的识别处理速度和精度进行了理论研究和设计。完成的工作主要有:　　 1.对田间自然光照条件下获取的图像进行预处理。预处理阶段充分考虑了田间工作环境的复杂情况，对图像进行了畸变校正，消除由于镜头抖动等原因带来的图像失真，并采用中值滤波过滤噪声。　　 2.对果树图像首先进行了过绿二值化处理，得出绿色植物图像，然后利用分层遗传算法进行图像边缘检测，将检测结果对边界图像进行填充并转换成二值图像，与经绿色植物图像转换后的二值图像进行“逻辑与”处理，得出果树树冠靶标。　　 3.杂草与作物的图像处理，对于小麦等条播作物采用位置特征法分离出杂草;对于玉米等点播作物，采用距离阈值法进行区域合并，提取区域形状特征，然后通过神经网络分类器进行杂草分离。　　 4.采用MuMegaTechnologies公司提供的VC++中的CSerial类实现串行通信，支持多线程的处理。　　 5.编写靶标识别软件系统。采用模块化和类的思想，系统主要包含五个模块:图像预处理模块、植物与背景分割模块、靶标识别处理分类模块（包括果树和玉米、小麦田间植物）、智能决策模块及帮助模块。图像预处理包括畸变校正、灰度增强、邻域平均、直方图均衡化和中值滤波;植物与背景分割模块包括超绿阈值分割、H色调阈值分割和分割后处理等;靶标识别处理模块包括果树、玉米和小麦的识别及靶标处理、面积计算;果树识别包括树冠中心识别功能;智能决策模块包括靶标信息的发送。系统软件界面友好，简单清晰。通过测试，对系统各处理环节耗时进行了对比，基本上可满足实时处理的要求。