准确、及时地识别害虫,在农业发展中非常重要,基于深度学习的害虫识别方法鲁棒性强,但目前主要对二维图像进行样本扩充,训练样本的姿态多样性有限,影响识别精度。国内外对昆虫三维姿态信息的研究不多,用于深度学习的害虫识别与分类更少,基于害虫三维数据的样本库鲜有研究。因此,研究昆虫三维姿态特征的提取与识别技术尤为重要,可以实现蛾类害虫保特征样本扩增,为深度学习模型提供训练样本保障。本文在完成蛾类害虫成虫具有种间特征差异的三维重建基础上,研究蛾类害虫关键部位三维姿态信息获取方法,为后续构建蛾类害虫保特征样本扩增的三维变形计算方法提供信息源。以美国白蛾的成虫为研究对象,先寻找到能代表蛾类害虫成虫三维姿态信息的关键部位,再建立一种基于立体视觉原理的蛾类害虫三维姿态信息提取方法。将美国白蛾分为翅膀部分和躯干部分,分别进行三维姿态特征提取。具体方法以90°为差,围绕美国白蛾每只拍摄4张照片,对图像进行预处理,提取边缘点,翅膀部分先边缘拟合求交点,进行关键点粗定位,再进行关键点的精确定位和匹配,最终得到美国白蛾翅膀的各个关键点三维坐标,计算出其三维姿态信息;躯干部分先进行头、尾定位,再求出腹部边缘拟合出的方程,代表其三维姿态信息。使用激光测量的方法得到参考值,与实验测量值进行比较,验证此方法的可靠性和准确度。实验结果表明此方法可以快捷、准确地得到蛾类害虫三维姿态信息。最后基于此方法,设计了一个美国白蛾三维姿态信息识别软件系统。本文建立了一套基于机器视觉原理的蛾类害虫三维姿态信息提取方法,量化了蛾类害虫的三维姿态信息。在昆虫三维研究领域,避免构建虫体复杂的三维模型,为今后多姿态害虫的识别、分类技术,提供了新的思路,为机器视觉与深度学习在害虫识别上的应用起了促进作用。