近年来,我国农业害虫灾情严重、虫口密度大、发生种类多,喷施农药虽然可以减少虫害但同时也带来了严重的水土资源污染、生态系统失衡等问题。因此,在虫害发生前进行虫情监测与预报至关重要。传统的人工监测方法利用人工感官在现场统计害虫数量并判别害虫,其准确率受人的主观因素的影响比较大,且耗时耗力。目前,随着智能监测技术的不断发展,基于图像的虫情监测已经成为首选。本文在传统诱捕装置的基础上,采用光电传感器计数方法、GPRS无线通信技术、安卓核心控制技术和模式识别技术,研究了害虫的自动计数、无线信息传输、信息管理等方面技术问题,选取斜纹夜蛾作为图像识别研究对象,在此基础上建立了害虫捕获自动计数和斜纹夜蛾远程识别系统。本论文的主要研究工作如下：(1)完成对系统的总体设计,根据实际情况设计了太阳能虫情测报灯,在捕获装置中加入了光电传感计数器、红外线感应摄像头模块、GPRS模块和安卓控制模块,实现了对害虫的准确计数,害虫图像的抓拍以及计数信息和图像信息的远程无线传输。(2)在PC端设计了一个管理信息系统,管理信息系统的前端是一个GPRS接收模块,一方面可以通过该模块发送指令到远程诱捕装置,另一方面可以实时接收来自远程捕获装置的计数和图像数据,当管理信息系统通过串口查询到这些数据后可以分类保存到数据库,达到信息整合。(3)选取水稻田间常见的害虫斜纹夜蛾作为研究对象,研究了它的图像预处理技术。将斜纹夜蛾图像进行HSV模型的阈值分割、数学形态学中的膨胀,用寻找和比较最大联通区域的方法,完成了图像的预处理,为下一步的特征提取打下基础。(4)在对特征提取进行研究的基础上,通过对图像的分析,提取了面积、周长、偏心率、形状参数、复杂度、占空比、最大弦、最小弦、球性度和7个不变矩等20个形态学特征作为原始特征,分析选择了其中的7个作为最有效特征集。(5)对BP神经网络进行了研究,选择了一种改进的分类方法用于对害虫的分类和识别,分析比较了改进的分类算法和原始算法的学习效率,实现了斜纹夜蛾的识别。