实蝇是一种广泛分布在世界各地的植食性昆虫,它主要以果蔬类经济作物为食,对农业生产影响很大,一直被列为重要的检疫对象。云南省是我国重要的瓜果蔬菜类作物产地,又与东南亚多个国家接壤,外来物种入侵的可能性非常大,因此有效的对实蝇昆虫进行检测检疫非常必要。基于图像的有害昆虫识别是目前有害昆虫检测中的一个研究热点,相比人工检疫检测而言,它在检测识别中更加准确并能节省大量人力物力。本文以云南省常见的27种有害实蝇为研究对象,使用图像处理技术和模式识别理论对实蝇的预处理、图像分割、特征提取和分类识别技术分别作了相关研究工作。首先,为了提取特征的需要,我们对图像进行了预处理和分割,分别使用了图像去噪、灰度变换、边缘检测、阈值分割等方法对图像进行处理,并得到了边缘图像、斑纹图像和颜色图像为后期处理提供方便。我们将RGB空间的彩色昆虫图像转换到更加适合对色彩进行研究的HSI空间,以提取更加有效的颜色特征。针对提取局部特征的需要,我们结合数学形态学的知识将昆虫的肢体部分分割出来,得到局部特征提取区域。其次,我们对预处理和分割得到的图像分别提取了颜色特征、纹理特征和形态特征组成原始特征空间,然后通过基于SVM的特征选择对形态特征进行降维处理,通过基于PCA的特征抽取对颜色特征进行降维处理,并将形态特征降维的结果与方差判别法进行了对比。最后,我们将通过降维得到的特征空间作为输入空间送入分类器进行分类,并记录了实验结果。在分类器的设计上我们选择了支持向量机分类器,通过分类结果我们对所做的特征降维工作进行了评价和分析。