在农业生产过程中,病虫害是影响农作物产量的重要因素,及时发现并准确识别出病虫害具有十分重要的意义。在传统农业中,人们通常采用人眼判断的方式完成对病虫害的识别,识别效果往往受限于实践经验和取样的合理性,并不同程度存在工作量大、效率低下、工作环境恶劣和易损毁作物等缺点。针对上述问题,本文设计实现了一种基于视觉的农作物病虫害监测飞行器。首先,提出了飞行器的软硬件设计方案。介绍了飞行器的动力学模型,选用STM32F429和u C/OS-III设计了飞行控制单元,采用Jetson TK1、Ubuntu和Open CV实现了机载视觉检测系统。为了便于可视化操作,利用QT、Open CV和无线通信技术开发了地面监控软件平台。此外,设计了病虫害的监测策略,通过实验确定了飞行器的最佳飞行高度范围。然后,由于目前鲜有公开发表的旋翼无人机航拍的病虫害相关数据集,本文自建数据集以满足病虫害检测的需求。介绍了病虫害视觉检测的相关技术,主要包括目标识别问题的分类、病虫害图像的获取、图像的预处理和图像的特征提取等。研究了农作物病虫害的目标识别算法,分析了级联分类器和基于支持向量机(Support Vector Machine,SVM)分类器的分类工作原理。通过实验测试,比较了两种分类器与不同特征描述算子组合检测的准确率和效率,最终确定采用HOG(Histogram of Oriented Gradient)特征和SVM分类器完成对农作物病虫害的在线监测任务,并将该算法移植到了机载的嵌入式平台。最后,通过实验测试,结果表明:针对自建数据集中所包含的农作物病虫害,所设计的监测飞行器能够实现在线监测。