当前，数字化、标准化并无损伤定量识别植物病害成为了农作物病害诊断的趋势。本文利用计算机图像处理技术，解决了黄瓜叶部病斑的快速识别与分析问题，并结合人工神经网络和支持向量机等多种模式识别技术，通过研究病斑特征实现了黄瓜病害的诊断。依据解决识别问题的一般过程，整个病害识别诊断系统的构建包括下面四个部分：病害病斑获取、特征提取、训练样本和分类。本文首先采用中国农业科学院提供的黄瓜病叶进行图像分割处理以获取完整病斑，随后提取病斑图像的颜色、形状和纹理特征并对其进行分类器训练以获取识别各病害特征模式和规则，最后在测试样本中进行系统测试，其正确识别率均超过0.80。其中，在实现整个系统的过程中，核心问题是病斑提取问题。在原理上，这是一个图像分割的问题，但是分割效果的好坏将直接影响到系统的识别效果。 本文在第五章提出了基于邻域思想的改进EM算法，并且将其应用于病班图像分割。该算法通过最大化能量函数以求解有限混合模型中的参数，同时继承了EM算法在处理高维数据分类时的优势，而且因为考虑到了周边像素点的信息，因此在处理彩色图像分割时，分割效果更加精确。图像实验结果表明：这种基于像素点邻域信息的图像分割方法使得分割区域边界更为光滑，而且不易受到噪声的影响，具有较强的鲁棒性。