随着苹果种植面积的逐渐增大,果树病害种类随之增多,在某种程度上就有可能导致苹果产成率的降低,从而会影响到果农的经济收益。为解决此问题,实验利用目前比较成熟的图像处理技术和自动识别技术来实现陕西关中地区苹果叶片各种病害的识别。本文介绍利用图像处理技术自动检测和识别苹果叶片病害的方法,优化病害图像预处理算法,并针对图像分割及模式识别部分算法开展研究。为避免在图像处理过程中受叶片背景影响,采用基于灰度形态学图像平滑方法。通过比较不同的图像分割算法,对分割后得到的病斑或病斑轮廓进行特征提取,找出最能代表病斑特征的数据,然后利用模式识别的方法来识别苹果叶片病斑的种类和名称。从病害的种类和性质上来说,斑点落叶病、锈病、花叶病是陕西关中区域较为普遍的果树病害,因此本文以此为研究对象,分析并提取其特征参数,同时,设计相应的苹果叶片病害识别系统。本课题内容主要包括以下几点:(1)收集苹果叶片斑点落叶病、锈病、花叶病3种病害图像,并对所有的病害图像进行图像增强、去噪等预处理操作。(2)对预处理后的图像进行图像分割操作,从多种苹果叶片图像中分离病斑图像,并提取出不同病斑的相关特征参数。(3)通过基于决策理论的模式识别方法对3种苹果叶片病害图像进行较为准确的识别。(4)设计苹果叶片病害识别系统。本文设计出一种基于MATLAB的苹果叶片病害识别系统,能够应用于生产实践中,使苹果叶片病害识别技术较好地服务于广大果农。