利用图像处理技术对黄瓜叶部白粉病害进行检测,可以准确认识黄瓜病害,保证我国粮食产量与质量。基于图像处理的黄瓜叶部白粉病害的检测技术的研究在国内刚刚起步。本文总结国内外相关研究现状,实现黄瓜叶部白粉病斑的分割,提取病斑正负样本中可以区别白粉病斑和其他病斑以及叶片的特征,研究出基于支持向量机分类器的设计算法,并且为本文的检测过程设计了界面,为黄瓜叶部病害的识别与检测提供了基础。本文的主要研究内容如下：(1)黄瓜叶部白粉病斑的图像分割算法的研究。针对黄瓜叶部白粉病斑大小存在差异的情况,提出了多平滑尺度的分水岭分割方法；并且在使用分水岭算法时是基于叶片病斑颜色对叶片颜色的似然比,更好的保证了分割出的白粉病斑的完整性。(2)黄瓜叶部白粉病斑正负样本的特征提取算法的研究。综合考虑了研究者们对各种农作物病害识别中的研究成果,定义了适合于白粉病斑的特征参数,并且在提取特征时不仅考虑了病斑样本区域,还考虑了样本区域周围的像素,从而更好的避免了由于采集条件和叶片种类不同而引入的病斑颜色特征不一致的问题。通过特征提取算法,找到适合黄瓜叶部白粉病斑的分类特征。(3)黄瓜叶部白粉病害检测算法的研究。设计了一个由病斑检测器和基于病斑检测结果的叶片检测器联合的白粉病害检测器。为了使分类器模型能够更好的运用在实际应用中,并且在缩短训练时间的同时提高分类器的识别率,在综合考虑待分类样本以及类别的分类性能的基础上,本文采用迭代训练的方法训练基于支持向量机的白粉病害检测器,并且使用网格搜索进行参数优化,训练了两个分别基于径向基核函数和基于线性核函数的病斑检测器。在病斑检测器输出结果的基础上,设计了基于线性支持向量机的黄瓜叶片白粉病害检测器,通过比较,我们选择了基于径向基核函数结果基础上的叶片检测器。(4)设计了黄瓜叶部白粉病害检测的界面操作系统。