稻纵卷叶螟是我国水稻上的一种重要迁飞性害虫。目前，我国稻纵卷叶螟测报调查方法中田间赶蛾计数法是一种常规的方法，需要一人手持竹竿拨动水稻，用肉眼扫描并计数飞起的飞蛾，其调查结果基本反映出田间蛾量的消长规律。虽然该方法简便易行，但稻纵卷叶螟飞蛾计数结果因赶蛾人的身体和视力等主观因素会引起较大的误差，从而影响测报的准确性。本研究采用视频图像处理方法，对赶蛾法中起飞的稻纵卷叶螟成蛾进行检测和跟踪，从而达到计数的目的。本论文主要研究内容、方法和结果如下：（1）稻纵卷叶螟飞蛾目标的检测。赶蛾视频中，稻纵卷叶螟飞蛾属于弱小运动目标，背景是运动的水稻。针对运动水稻背景下检测这种弱小目标，本论文首先通过三帧差法去除掉大部分水稻背景；然后利用去绿模型过滤遗留下来的噪声；再通过阈值二值化方法增强飞蛾目标区域；最后通过膨胀、腐蚀来进一步明确目标位置。将最后得到的联通区域作为要跟踪的目标。（2）稻纵卷叶螟的跟踪与计数。首先，统计了稻纵卷叶螟飞蛾的4个图像特征；然后，在视频每帧图像中检测到的目标联通区域基础上，以这4个特征作为跟踪目标的条件，利用压缩跟踪与卡尔曼滤波相结合的方法实现对飞蛾目标的跟踪；最后，根据稻纵卷叶螟飞行轨迹与噪声形成轨迹的差异，进一步排除掉非目标形成的轨迹，从而实现飞蛾跟踪计数。跟踪与计数结果表明：可以跟踪到72.2%的飞蛾，同时，75.9%的非目标被误认为飞蛾目标。本论文通过三帧差法、去绿模型和阈值二值化等相结合的方法，实现稻纵卷叶螟飞蛾的检测；通过压缩感知跟踪算法结合卡尔曼滤波预测功能辅助，实现了稻纵卷叶螟的跟踪与计数。本研究的结果虽然不够理想，但起到了抛砖引玉的作用。本文是在复杂的运动背景下对多个弱小运动目标进行检测和跟踪，具有很大的挑战性，为了能早日实现稻纵卷叶螟飞蛾测报的智能化，需要不同领域的专家一起来攻克难关。