我国是一个小麦生产和消费大国，小麦是我国重要的粮食作物、商品粮品种和人民的主要口粮。小麦产量的高低将直接影响到人民的经济和生活，由于各种病害的存在严重地影响了小麦的产量，因此不但要防治国内已有的病害，也要防止其它国家的病害传入我国。 本论文正是为了防止其他国家的小麦病害传入我国，对进口小麦进行病害识别，以小麦籽粒细胞图像为研究对象，主要对小麦印度腥黑穗病、矮腥黑穗病和普通腥黑穗病进行识别，采用基于LabWindows/CVI的虚拟仪器开发技术，设计入境小麦籽粒细胞图像病害识别系统。 本文的研究工作主要有： (1)对获取到的小麦病害图像进行预处理，包括对图像的平滑、锐化等操作，去除了噪声，抑制了无用信息，增强了目标物体的有用信息。 (2)通过对病害图像的灰度变换、阈值分割等步骤，使图像成为只包含物体和背景的二值图像，然后对病害图像进行分割，分离出了单个细胞。 (3)目标物体中包括丰富的特征信息，需要根据识别的要求，提取出有效的识别特征，以达到识别物体的目的。本文中提取了细胞的颜色、形状和纹理等特征，从众多的特征当中，利用遗传算法选出了8个特征做为特征向量。 (4)利用基于贝叶斯决策理论和神经网络的方法来分辨不同的病害。 (5)根据研究的目的和病害识别的流程，开发了小麦籽粒细胞图像病害识别系统。