随着计算机处理能力的不断增强,以及图像处理与识别技术的快速发展,数字图像处理与识别技术在农业中的应用越来越广泛,并将成为实现农业信息化与自动化的重要技术力量。农业信息采集工作量巨大,信息的实时性和准确性是农业生产和科学研究领域普遍关注的问题,如何及时快速地进行农作物病害的准确判断一直是计算机技术面向农业领域研究工作的一项重要内容。为此,以计算机图像处理技术为重要技术手段,综合运用图像处理和植物病理学方面的知识,研究玉米和黄瓜病害的识别和诊断。首先,根据病害叶片的采样要求,利用光照系统和计算机图像处理装置进行病害样本的图像采集。但是无论采用何种装置,采集到的图像往往不能令人满意,因此需要对病害图像进行中值滤波来去除噪声,改善图像质量。其次,深入研究了图像分割的各种方法,仔细研究了病害图像的特点,将聚类分析引入到图像分割中,分析比较了硬C-均值聚类和模糊C-均值聚类分割算法的特性,采用快速模糊C-均值聚类算法,对病害图像进行分割,并通过实验验证了这种算法在聚类优化性能不变的前提下,可以使运算的开销降低,从而使得分割耗时明显地减少。然后,根据特征参数的选取原则,运用链码进行轮廓跟踪,提取了病斑图像的周长、面积和形状参数等特征,对所获得的特征值进行标准化,并进行病害图像的分类判断,以获得病害识别的精确性。最后,给出了系统的设计和实现,介绍了系统的功能模块和具体流程,以及系统的主要界面。