随着城市化的进展,农村的青壮年不断的前往城市务工,农村劳动力不足的弊端日益凸显。如今农村的剩余人口已经不足以支撑起传统农业所需要的繁重劳动。针对这一现象,如何充分利用先进的自动化技术以及计算机视觉技术以减轻农民的负担成为了关系到国计民生的大事。在农情监测以及农产品质量检测领域之中,运用较为广泛的技术为计算机视觉技术。最初,计算机视觉技术主要是为了研究农产品的品质及其分级。但由于当时条件限制,无法做到实时检测,因此当时计算机视觉技术还是处于理论研究的阶段,随着计算机性能的不断提高,计算机视觉在农业领域的运用开始变得更加频繁。在农村劳动人口远远不足以支撑传统农情识别的情况下,更加节省时间、节省人力而且更加精准的计算机视觉技术也在农业领域运用得更加广泛。本论文将对以下内容进行了具体的研究分析:(1)研究基于SIFT算法的实蝇种类区分方法,主要针对SIFT能否将橘小实蝇害虫从三种实蝇害虫中区分出来。使用SIFT算法对所选的实蝇害虫样本图片进行处理后,能够较好的将橘小实蝇样本图片从其他实蝇害虫的样本图片中区分出来。(2)利用果蝇形态特征上的特定关节特征,通过区域似圆度和大小来识别特定关节,以此来区别果蝇和其他昆虫,实现模板配准。(3)三种实蝇身体上的条纹带与盾片区的比值有较大的差异性,可以作为对三种实蝇害虫进行区分的依据,本实验在CCS平台上研发了一套针对实蝇盾片区以及条纹带提取的算法,该算法通过色彩空间转换、直方图均衡化、图像腐蚀等方法完成了对盾片区的提取,通过连通区域标记算法、对盾片区重心进行提取以及纵带条纹带区域搜索算法对纵带条纹带进行了提取,将提取出的条纹带像素与盾片区像素进行比值处理,其中比值为0的为橘小实蝇,比值落在[0.0856,0.3770)之间的为瓜实蝇,比值落在0.3770以上的为南瓜实蝇。经测试,该算法对三种实蝇害虫有较好的区分率。(4)果园害虫监测节点的实物设计:主要在平台上导入了实蝇跟踪算法以及实蝇计数算法,在实蝇跟踪与实蝇计数的算法选择方面主要考虑了以下几种算法:(1)阈值分割算法:通过实验的分析比较,可以得到双峰法的效果是最好的,所以在果蝇检测中采用的是双峰法的阈值分割。(2)前景检测算法:通过实验的分析比较,可以得到具有背景更新的背景差分法的检测算法的效果是最优的,所以在果蝇检测中采用的是背景差分法。(3)新团块检测算法:采用的是通过距离的大小来作为新旧团块的判断依据,同时通过轮廓检测来检测团块。(4)目标区域分割算法:通过实验对比基于灰度信息的图像分割算法及基于YUV通道的区域生长分割算法,基于YUV通道进行图像分割,图像信息丢失比较少,能获得比较好的效果。因此,目标识别前,采用基于YUV通道进行图像分割提取目标图像区域。