我国自古以来是一个农业大国，农业是我国的经济支柱，农业的发展关系到人民的切身利益。然而自然灾害不断发生，特别是农作物病害频发的现象始终伴随着我们，严重制约了农业经济的发展。因此，如何有效的防治农作物病害，改善农业环境，提高农产品质量，增大农产品产量，是当今农业研究的重要课题。本文提出了基于图像处理的农作物叶部病害提取系统，正是针对农业自动化领域的一项研究。本文综合国内外的各项研究成果，选取黄瓜、棉花、玉米等作物为对象，系统研究分析了其叶部病害的图像，特别着重于病害图像的滤波和分割等关键技术，建立了农作物叶部病害提取系统。该系统以计算机图像处理为基础，结合市场和农业生产者的实际需求，旨在准确、快速对作物病害进行提取，也为防治作物病害提供了科学依据。（1）分别依据强度准则和色差准则，提出了两种滤波算法（IVMF和CDVMF），保证了先识别噪声像素，再对噪声像素进行滤波，改善了传统矢量中值滤波算法运算量大、边缘模糊等问题。通过试验对比，CDVMF滤波算法的效果最好，IVMF滤波算法的速度最快。在此基础上，为了进一步改善滤波效率，采用矢量伪中值替代矢量中值，提出了基于强度准则和色差准则的两种矢量伪中值滤波算法（BVPMF和CDVPMF）。试验结果表明矢量伪中值滤波算法效率提高了近10%。（2）提出了一种新的分割算法——彩色信息融合分割算法，综合了亮度信息和色调信息，改善了传统图像分割方法中出现空洞、花斑以及边界模糊等问题。（3）为保证相邻的色彩相似的像素同时点火，提出了一种改进的嵌套PCNN网络模型，由内环PCNN和外环PCNN嵌套构成，选取目标区域与背景区域的最小色差对比度作为迭代终止条件。对于一般的图像分割，为获得较好的分割效果，阈值衰减步长γ与连接系数β的取值选择在（0.01，0.06）、（0.01，0.08）区间。