水稻在生长的过程中会出现多种害虫和病害为害，传统的水稻病虫害调查方法主要包括灯诱水稻害虫人工识别与计数、人工田间调查害虫识别与计数、人工田间调查病害和害虫为害状诊断等方法。依靠人工识别、计数与诊断在田间调查任务重、效率低、非实时性等问题。随着计算机视觉和图像处理技术成熟发展，利用图像实现水稻病虫害的自动识别与诊断成为了可能；但是要实现自动识别与诊断，首先就是对感兴趣区域检测或背景分割。针对水稻害虫、害虫为害状和病害的图像分割的差异性，本文从以下三个方面进行分割算法的研究，主要研究内容和结果包括：（1）研究基于图像的水稻害虫的分割算法研究，首先对采集的害虫图像进行裁剪，裁剪至害虫区域占整幅图像的2/5-3/5左右；然后从图论的角度分析，采用交互式标记和无监督的图割算法进行水稻害虫的分割研究；最后通过ROC曲线对分割结果进行评价。（2）研究基于图像的水稻害虫为害状分割算法研究，首先对采集的害虫为害状图像进行裁剪，裁剪为害状区域占整幅图像的2/5~3/5左右；水稻主要害虫为害状包括稻纵卷叶螟和二化螟的为害，根据其为害的特点，本文从显著性算法进行研究，分别从不同的显著性分割算法进行水稻虫害分割；最后通过ROC曲线进行分割结果评价。（3）研究基于图像的水稻病害分割算法研究，首先对采集的水稻病害图像进行裁剪，裁剪至病害区域占整幅图像的2/5-3/5左右；然后对图像预处理，颜色空间分析，以及边界跟踪算法进行病斑分割。最后通过ROC曲线对分割结果评价。本研究对水稻病虫害图像的背景进行分析建模，主要研究内容分为害虫，害虫为害状，病害三大块，并分别采用基于图割的交互式分割算法，基于显著性的局部对比度算法，基于颜色空间的分割算法。本文针对不同的分割目标采用对应的分割算法进行处理，且从无监督分割的角度进行本文算法的研究，经实验，本文算法对水稻病虫害分割具有较好的鲁棒性。