为了实现小麦病害的智能化防治，本研究针对小麦不同生长阶段、不同病害种类、不同病害部位的病害图像，提出基于图像分析的小麦病害诊断方法。 该方法首先将彩色病害图像进行灰度变换和小波变换，对高频部分进行增强；接下来对增强后的病害图像进行基于纹理分析的分割；再对病变部位进行二阶微分算子边缘检测；然后对病变部位提取其颜色、形状和纹理等特征值；最后利用特征值与数据库图像进行距离计算，实现相似度匹配，最终达到小麦病害图像诊断的目的。 本研究以小麦白粉病叶片、条锈病叶片、纹枯病叶鞘、叶锈病叶片、赤霉病病穗和叶枯病叶片等6种病害图像为例，采用基于图像分析的小麦病害诊断方法进行诊断试验。试验结果表明，灰度变换和小波变换相结合的方法能有效地增强病害图像，基于纹理分析的分割方法能完整地分割出病变部位，基于二阶微分算子的边缘检测方法能较好地提取出病变部位的边缘，综合利用病变部位的颜色、纹理和形状特征值能够理想地诊断病害。本研究对小麦病害图像的诊断准确率在98％以上。 本研究选用SQL Server创建小麦病害图像数据库，图像处理算法由PC机完成，编程工具为 Microsoft Visual C++6．0。本研究开发了Windows 2000/XP环境下基于图像分析的小麦病害诊断系统。