农业害虫是农业增产的大敌,其中尤以水稻害虫最多,水稻是我国的主要粮食之一,水稻的产量影响着国计民生。过去的一段时间,由于农药的过度使用,不仅严重的影响了生态环境也给我们人类的自身安全带来了严重的隐患。并且由于生物自身的进化性,很多害虫对农药的抗药性不断的增强,现在需要使用的药量可能是过去的2倍、3倍或许更多,这样就造成了严重的恶心循环。许多研究表明科学有效的害虫种类,分布密度的信息数据不仅可以正确的使用农药,减少农药的用量,甚至可以通过物理的方法提前预防害虫的爆发。针对农业害虫信息及时有效的获取,本文在传统诱捕装置的基础上,提出采用图像处理技术对农业害虫的远程自动监测,本文主要研究了以下4个方面的工作：(1)完成对系统的总体设计,根据实际情况中虫体数量的巨大,采用上下震动筛和抽样机械的设计,对虫体质量和数量的控制,设计带运输的方式对虫体进行运输,并用上下毛刷的方式解决虫体滞留的问题。同时增加了小范围气候采集系统,为农业专家分析虫害问题提供气候数据；(2)针对实际拍摄的图像有多目标的情况,通过对原始害虫图像的增强、图像二值化,多目标的分割等处理步骤的比较分析,实现了一套有效提取单体目标的方案。实现得到了有利于特征提取和识别分类的单体害虫二值化图像;(3)利用形态学原理,在图像二值化的基础上,经过对20个原始特征的分析,选择了7个有利于分析水稻害虫的特征;(4)用改进的共轭梯度法进行识别学习,学习效率比传统的BP神经网络有了很大的提高,对测试样本的识别正确率为85%。