小麦网腥(TCT)、印度腥(TIM)和矮腥黑穗病(TCK)是小麦三类重要的真菌病害。小麦病害是其产量和品质的重要制约因素，会导致小麦大面积减产甚至绝收，更对食用者的安全造成影响。因此，小麦腥黑穗病菌的鉴定研究对经济、社会和环境的发展都具有重要的现实意义。　　目前，小麦腥黑穗病鉴定的真菌形态学方法与分子生物学方法取得了很大进展，但仍存在鉴定步骤繁琐、周期长等问题，其中形态学方法的鉴定指标单一，缺乏进行定量描述的手段，可靠性不高。因此，研究小麦腥黑穗病菌的快速鉴定新方法对防止外来生物入侵、保护粮食安全有重要意义。本论文以小麦三种腥黑穗病菌图像为研究对象，开发了基于图像识别的小麦腥黑穗病菌鉴定系统，为小麦腥黑穗病菌的形态学鉴定提供了定量分析的手段，其主要工作如下：　　1.研究了小麦腥黑穗病菌的图像处理技术。以显微镜下采集的小麦病菌图像为研究对象，对其进行滤波增强及冬孢子区域分割，提出了基于病菌彩色图像B颜色分量的K均值聚类分割算法，减少了分割后的冬孢子粘连，分割出的冬孢子数目增加。　　2.研究了小麦腥黑穗病菌图像的特征提取技术。提取单个病菌冬孢子图像的颜色、形状和纹理等特征参数，包括18个颜色特征，17个形状特征和6个纹理特征，并将提取的冬孢子特征保存在SQL Server数据库中。根据特征选择原则，对提取的病菌特征进行优化选择，选取了6个特征参数用于病菌分类诊断。　　3.研究了小麦腥黑穗病菌的分类鉴定。根据选取的6个特征参数，分别应用最小距离分类器、加入动量项的BP神经网络分类器和支持向量机分类器三种模式识别算法对提取的96个小麦腥黑穗病菌冬孢子图像进行分类诊断。试验表明，用于小麦网腥、印度腥和矮腥黑穗病菌鉴定的SVM分类器鉴定效果最好，平均识别率达82.9％。　　4.在Visual C++6.0平台上开发了基于图像识别的小麦腥黑穗病菌鉴定系统，系统集成了病菌特征提取、病菌模式识别、病菌知识学习系统、病菌图像采集和病菌图像查询等模块。