油茶在我国南方的森林生态系统中占有很重要的部分,除了给人们提供优质食用之外,还具有净化空气、美化环境、覆盖国土和保护水土资源等巨大的生态和社会效益。目前,我国油茶的亩产量并不高,由油茶害虫引起产量严重损失是其中一个重要原因。本文以油茶害虫作为研究对象,用图像处理和模式识别的相关技术来实现油茶害虫图像的识别。本文主要内容如下：(1)为了减少图像中的噪声,提高图像质量,需要对采集到的油茶害虫图像进行预处理,通过分析比较,采用直方图均衡化增强,接着运用中值滤波技术对图像进行平滑。在图像噪声明显减少后,应用了一种基于邻域最大差值与区域合并的分割方法,从而实现对油茶害虫图像的分割。经过仿真实验表明,采用基于邻域最大差值与区域合并分割算法与其他分割方法相比能取得更好的效果。(2)在油茶害虫图像特征提取阶段,讨论了全局特征中的颜色、形状、不变矩等特征,并重点研究局部特征中的尺度不变特征转换(SIFT)特征,并将广泛应用于文本分类中的BoW模型引用到油茶害虫图像分类领域,阐述了采用此模型进行图像识别需要做的前期工作流程。(3)选择用SVM方法设计分类器,通过实验仿真得到了在不同的核函数及输入特征向量下的训练、测试及分类结果,实验结果表明,该方法获得了83.3%的平均识别率,最高识别率达到87.3%,基本上达到了对油茶害虫图像模式分类的预期目的。