本文以计算机视觉技术为研究基础，以水稻害虫——稻飞虱为研究对象，针对农作物害虫的自动统计计数进行了研究。水稻是我国最主要的粮食作物，水稻生产在我国的农业生产和国民经济发展中占有极其重要的地位。稻飞虱是水稻的主要害虫，但近年来，水稻害虫发生呈现不断加重的趋势，严重威胁着水稻生产。目前，我国水稻害虫的监测主要依靠性诱剂和黑光灯引诱捕获害虫，于次日取回害虫，进行人工分检和计数，存在劳动强度大、效率低、实时性差等问题，而且需要耗费大量的人力、财力。这种传统的统计方式已远远不能满足水稻害虫日益加重的监测需求。因此，只有研究有效的害虫自动统计技术，及时提供准确的害虫种群密度信息，才能为农作物害虫的综合防治提供科学的决策依据。本文利用计算机视觉和图像处理等技术对稻飞虱的自动统计技术进行了初步研究，实验证明采用这种方法进行稻飞虱的统计计数是可行的。本文主要研究了以下5个方面的内容：（1）研究方案的确定。在温室水稻田中，利用带有绿色格子线的黄色粘板诱集稻飞虱，通过对粘有稻飞虱的黄色粘板的照片进行图像处理以实现对稻飞虱的自动统计，并且对比人工统计结果，统计系统自动统计计数的准确率；（2）图像增强。通过对比均值滤波和中值滤波，可知中值滤波能够较好地保护图像细节，经实验证明，使用3×3的方形模板对图像进行滤波能得到比较满意的结果；利用灰度变换增强图像的对比度；（3）图像分割。提出了一种基于全局阈值法、改进的最大类间方差法和最小错误率贝叶斯决策理论相结合的背景分割方法。首先利用迭代阈值法，去除粘板的黄色背景，将绿色格子线和稻飞虱取出来；其次，在HSV彩色空间，利用改进的Otsu差法求出分割绿色格子线和稻飞虱的最佳阈值，并以此分别计算这两类的均值、方差和各类占总体的比重；最后，结合最小错误率贝叶斯策略实现绿色线与稻飞虱的分割，从而实现图像的背景分割。对于粘连的稻飞虱，本文采用了一种基于距离变换的分割方法。本文提出的分割方法与传统的图像分割方法相比，能有效地实现稻飞虱与背景的分离，且能很好地避免了传统分水岭算法过分割的问题，具有较好的分割效果；（4）自动计数。利用一种基于区域生长的广度优先标记算法对分割后的图像进行计数。与传统的二值图像连通区域标记法相比，此算法通过深度优先搜索算法只需对图像进行一次扫描，实现自动计数。且本算法不受连通区域面积和形状的影响，具有较强的鲁棒性；（5）稻飞虱自动统计系统的设计。本文基于MATLAB语言设计并开发了基于计算机视觉技术的稻飞虱的自动统计系统。该系统软件包括文件管理、图像增强、背景分割、粘连稻飞虱分割、计数等内容。