枣树为我国第一大干果树种,也是重要的药用植物和生态经济树种林。随着枣树栽培面积和规模的迅速扩大,枣树病虫害的发生和危害也逐年严重,给枣农带来巨大的经济损失。针对枣树生产管理的特点,根据枣树生产的实际情况,应用计算机视觉技术展开枣虫害自动识别技术的研究,可以对枣虫害的危害做出准确的诊断,具有非常大的时效性,有利于我国特色枣产业的信息化和现代化,同时对推动地方经济发展也具有重要的现实意义。本文采用数字图像处理技术和图像识别技术,对枣树虫害的图像识别技术进行研究,从而解决在枣树生产的高峰期,专家教授不足,不能一一到现场指导的缺陷。本文针对枣树虫害图像的特点,采用了一种有效的基于HSI颜色空间的二维直方图的彩色图像分割方法。首先,通过比较各种图像的预处理方法,选择运用直方图均衡化技术和中值滤波方法对图像进行图像增强和图像滤波处理,改善了图像的动态范围及对比度,图像细节突出,易于分割。然后对预处理后的图像进行分割时,采用了在HSI颜色空间中各分量颜色组合的二维直方图进行分割。对图像特征提取方面,分别对颜色、纹理和形状三方面图像特征进行了分析和研究,并对分割后的图像提取了颜色矩、灰度共生矩阵及Hu矩等特征构成枣虫害图像的特征向量。最后,在模式匹配阶段设计并实现了一个基于BP神经网络的分类器,经过样本训练后,对枣虫害图像识别进行了验证。研究结果表明,在HSI空间上基于二维属性直方图的彩色图像分割方法能有效地将虫害图像从复杂背景中分割;颜色矩、灰度共生矩阵及Hu矩等20个虫害图像特征作为枣虫害图像识别的特征向量是可行的。