中国是个农业大国,农业收入是国民经济的主要来源之一。农作物在生长过程中时时刻刻会受到病虫害的影响,从一定程度上制约着农作物的产量。因此,及时、准确地识别农产品病虫害会有效地减少其损失。玉米作为我国最重要的粮食之一,近些年受到病虫害的影响导致产量有所下降,如何利用现代机器视觉技术作为依据对病症种类进行准确地识别,达到对病情"对症下药"具有重要意义。本文主要围绕利用计算机视觉技术对玉米叶常见四种类型的病害进行识别,并进行了相关实验研究。具体研究内容及成果包括以下几个方面:首先,通过相机采集玉米叶灰斑病、大斑病、小斑病、锈病四种常见病害作为研究对象,并利用中值滤波和聚类方法对玉米叶片图像预处理,排除无关变量(阴影,光照等)因素的影响,并在此基础之上,通过彩色空间的聚类分割方法对病斑区进行分割,能较好的保留病斑区边缘以及颜色特性。其次,利用颜色、纹理、形状特征参数的方法对玉米叶片图像进行特征提取;颜色特征得到一阶矩、二阶矩、三阶矩特征参数,纹理特征得到对比度、相关性、熵、均匀性、能量相关特征参数,形状特征得到面积、周长、矩形度、伸长度、似球度相关参数,因此,通过提取玉米四种病害间的差异性可对病害准确分类。最后,通过利用支持向量机分别对玉米叶片病害进行识别;在支持向量机原理的基础上,对数据统计分类并建立数据库,并得到最终的识别结果。实验结果表明利用单向的特征识别存在一定的误差,而结合多特征的方法能够达到较为理想的实验结果;并在此基础之上,利用vs2013设计了玉米四种常见病害的可视化界面,具有良好的交户性,为玉米叶的病害图像识别提供了一定的借鉴。综上,本文利用图像处理技术对玉米常见的四种病害特征识别,通过聚类分割方法对病斑区分割,结合图像纹理特征向量的参数进行统计与分类,以对玉米常见病斑进行精准识别,具有一定的实际应用和推广价值。