传统的农作物病虫害数据库和诊断专家系统采用文字描述农作物病虫害的颜色、形状、症状等信息,由于文字描述的主观性和不准确性,导致农作物病虫害诊断结果的偏差,甚至错误。针对这一问题,本文以农作物害虫图像为研究对象,将计算机视觉技术和数据库技术相结合,重点研究基于内容的图像检索技术中的图像特征提取、图像相似性度量方法和用户相关反馈技术,并开发了图像处理与基于内容的作物害虫图像检索系统,为快速准确地诊断、识别农作物害虫和害虫图像资源共享提供了技术依据。本文的主要研究工作如下:(1)针对颜色直方图无法捕捉颜色空间关系的缺陷,提出了一种图像重叠四分块分割方法和颜色矩,并采用分块颜色矩和颜色布局描述子描述图像颜色特征;根据害虫图像形状复杂,边界不完整等特点,提出采用5阶区域Zernike矩提取图像形状特征;采用线性加权实现基于综合特征的图像检索,利用特征之间的互补能力提高检索效率。实验结果表明,与单特征相比,综合特征能更好地描述图像的内容,单特征和综合特征的平均查准率分别是40.7%和58.5%,平均查全率分别是51.7%和76.5%。(2)针对人对图像感知的相似性度量和目前使用的距离度量方法存在着的差异,提出分别应用并行模拟退火遗传算法改进后的BP网络和灰色关联分析来度量图像之间的相似性。实验表明,这两种方法取得了令人满意的结果。距离度量、改进的BP网络和灰关联分析的平均查准率分别为21%、60%和56%,平均查全率分别是26%、80%和73%。(3)考虑图像检索中存在的“语义鸿沟”,应用相关反馈技术引入用户参与,优化图像检索。研究了一种灰色相关反馈算法,将图像检索系统看成是一个“灰色系统”,利用灰关联分析自动更新查询特征向量和不同特征的权重,以期更好地贴近用户的查询需求。实验证明,经过灰色反馈之后,图像检索性能有极大的改善,图像检索的查准率从55%提高到100%。(4)应用Microsoft VC++6.0、MS SQL Server 2000以及MATLAB 6.5,设计了一个图像处理及基于内容的图像检索系统,系统直接提取图像内容(颜色、形状视觉特征)进行检索,改变了传统的基于关键词检索的农作物病虫害诊断方法,可以快速准确地诊断和识别农作物害虫。用前N个结果的平均查准率和查全率及排序方法分析对系统检索性能进行评价,结果表明,本系统具有一定的实用性,平均查准率为61.3%,平均查全率为80.3%。