农作物虫害严重制约着农业生产,因为农作物虫害种类多、密度大的特点,造成农作物大量减产,同时因在农作物虫害识别方面存在不完善性,导致处理虫害方面,大量的喷洒农药也造成了较为严重的生态失衡问题。随着精准农业和智慧农业概念的兴起和发展,传统农业虫害检测识别方法因其存在的识别速度慢、识别准确度低和主观性强的缺点,已经越来越不能满足当前农业生产的需要,利用信息技术辅助农业生产,实现对农作物虫害的智能识别和检测,以减少不必要的农药喷施,对保护生态系统均衡,保障农作物安全生产,提高农作物的质量方面,有着十分重要的促进作用。本文旨在将云计算技术与图像识别技术相结合,应用于农作物虫害检测方面,构建基于图像识别的农作物虫害检测服务。本文利用基于微服务设计模式,采用基于SpringBoot框架进行开发,并在VMware云计算框架上以分布式的方式进行部署。图像识别方面,利用OpenCV提供的Python图像处理库函数,以及基于中值滤波法的图像去噪方法、基于最大类间误差法(Otsu)和超绿特征的图像分割方法的图像预处理方法,利用基于多参数特征的特征提取方法,以及基于一对一淘汰策略和融合核函数的M-SVM多类识别算法,实现对六种大豆叶片螟蛾类虫害的识别检测,并通过实验数据,验证本文采用的图像识别方法在大豆叶片螟蛾类虫害检测方面,具有有效性和识别率高的特点。