作物上害虫种群密度和危害程度是害虫防治决策的重要依据，也是精确喷药的关键信息。与人工测虫方法相比，使用计算机视觉来自动获取害虫信息，不仅可降低劳动强度、提高工作效率，而且便于与后续的防治决策和精确施药实现技术对接和技术集成。　　 当前，害虫检测和计数的主要困难之一还是小虫体的检测和计数。就小虫体的计算机视觉检测和计数而言，也存在着因虫体几何尺寸小而导致图像处理的困难。其一，在同样的成像设备和成像条件下，小虫体的成像质量一般比大虫体要差，这对小虫体图像特征提取、处理和检测都有一些新要求。其二，小虫体构成的虫群图像粘连很严重，这对自动化快速准确计数带来了困难。为此，本文以温室黄瓜蚜虫为对象，研究基于图像信息的蚜虫检测和计数方法。主要研究内容和结论如下：　　 1)提出基于G分量阈值分割法实现了蚜虫检测　　 为寻找蚜虫图像中蚜虫与背景颜色特征的差异，首先将蚜虫图像分为：蚜虫区域、绿色背景和蚜叶区。通过分析三部分中G分量的差异，提出了G分量阈值分割法并建立G分量阈值的确定原则。采用G分量阈值：TG＜=115，实现了将蚜虫区域和非蚜虫区域分离开来的目的。　　 2)温室黄瓜蚜虫去粘连分割算法的研究　　 针对蚜虫的粘连重叠问题提出了利用分水岭分割算法去除粘连。传统的距离变换分水岭分割和梯度变换分水岭分割算法都有过分割问题。针对过分割问题本文对分水岭分割算法进行了改进，提出利用扩展极小值阈值变换的方法对输入图像进行标记，对标记后的图像进行距离变换和分水岭分割，去除粘连。　　 在对图像进行标记时深度阈值h的选择对分割效果影响很大。但是目前还缺少确定阈值h的有效原则。本文采用数值试验建立了阈值h的确定方法。并利用E过、E欠、E误作为分割优劣的指标来考证h最优。当深度阈值h=26时，误分割率最小，为3.14％。　　 3)确定温室黄瓜蚜虫的计数方法　　 分别对去粘连(分水岭分割算法)前后的蚜虫图像采用了连通区域标记法和面积分析法。去粘连前后的连通区域标记法计数准确率为80.7％、96.2％。去粘连前后的面积分析法计数准确率为93.1％、97％。去粘连后利用面积分析法计数分别比粘连不做处理直接计数、面积分析法直接计数、去粘连后连通标记法计数提高了16.3％、3.9％、0.8％。