储粮害虫问题困扰着世界上许多国家,每年都会因虫害问题损失高额的粮食^[1]。中国的农作物和其加工产品在农产品出口中排第二,在中国国民经济中占据着重要地位,然而即便如此,也无法控制储粮害虫引起的安全问题。为了解决这一问题,需要检测出这些害虫并将其消灭。对于害虫的检测,除了使用声音检测方法外,其他诸如人工肉眼判断的方法不利于害虫的自动检测,而且传统的检测方法耗时长且所需费用较高,因此,一种基于图像识别处理的害虫检测方法应运而生,并将此技术应用于农业生产中。准确鉴定作物病虫害是避免损失的重要前提。图像识别方法以其高效、低成本、易操作等优点,成为近年来害虫防治工作的研究热点和主要技术手段。重点关注作物病虫害图像识别的发展前景,将病虫害图像识别与物联网,传感器等技术相结合。建立和收集农业大数据,为智慧农业提供数据基础。针对基于图像识别的储粮害虫问题,本文以常见的玉米象为研究对象,提出了一种基于图像识别的粮食害虫图像识别方法。建立玉米象数据集,使用SVM、Adaboost算法、Logistic回归算法对图片数据进行分类训练,同时,使用测试样本对训练模型进行测试,最终对比其识别精度,最终Logistic回归算法识别率最高为99.7%,经最终粮仓测试成功后,依次训练其他害虫数据集并成功将其设计为一个简单的安卓手机软件,实现害虫的识别。与传统方法相比,基于图像识别的储粮害虫识别方法具有较高的实用性,且具有进一步的研究和推广意义。