害虫的监测、虫情虫害的统计预报工作是害虫综合管理预防的重要环节之一,传统的害虫监测统计方式需要具有相关知识的专业人员完成,而且会耗费大量的人力财力。基于机器视觉的害虫自动识别方法具有效率高、无接触、安装方便以及识别准确率高等优点,十分适合现代农业生产的需要。基于机器视觉的害虫识别与计数技术应用了昆虫学、图像处理以及模式识别等方面的理论原理。目前的研究主要针对的是实验室环境下的害虫识别,而实验室内的环境较为稳定。实验室中,没有风吹、杂物的影响,光照强度均匀稳定不会发生变化,而且害虫样本通常由人工摆放。故在此条件下采集到的害虫图像的背景简单,光照稳定,目标害虫姿态良好。为了能在实际的复杂农业环境下实现准确、高效地基于机器视觉的害虫分类识别,本文对现有的实现方法进行研究、分析,对存在的问题和不足进行了改进和完善。害虫识别技术主要包括：害虫图像采集、害虫图像预处理、图像特征数据提取、特空间征优化以及分类识别计数等几个步骤。为了获得更加准确、可靠的特征数据,对图像预处理技术进行改进,解决了害虫摆放一致性的问题,减少了灰度纹理特征数据的误差。图像特征是害虫识别的基础,本文提取了包括17种形态特征、26种纹理特征、11种颜色特征共54维的原始特征空间。为了使害虫的分类识别结果更加准确、高效,采用多种智能算法对原始特征空间进行优化降维,获取到的最优特征子空间有效的提升了害虫分类识别方法的性能。为了验证上述设计的方法的可行性,本文使用工控机、摄像头、光源以及金属箱体等硬件设备开发了适用于野外环境的害虫自动识别与计数系统。系统的软件采用C≠语言编写,配合硬件设备,实现了害虫自动识别与计数、害虫模型实时建立、害虫信息远程传输等功能,并进行了初步的测试。