近些年，中国温室保护地发展迅速，但如何有效的控制温室病虫害，依然是重点要解决的问题之一。现阶段，中国昆虫分类识别工作仍然基本依赖人工分类识别的方式实现。人工识别害虫工作量大、工作效率不高，因此，本文希望利用较先进的信息技术，建立一种识别速度快且识别率较高的害虫识别方法。　　本文选取温室害虫中较为典型的斜纹夜蛾作为识别对象进行研究。首先，运用图像处理技术对斜纹夜蛾图像进行灰度化处理;通过对图像进行直方图均衡化来实现图像对比度的增强;采用中值滤波法对图像进行了平滑处理，减少了原始图像中的噪声和干扰;选用最大类间方差法对灰度图像进行二值化处理，实现了害虫图像的分割;对二值图像进行了形态学处理，使分割后的害虫图像得到了进一步的优化。之后，通过Matlab软件对处理后的斜纹夜蛾图像进行特征提取;最后，根据得到的特征参数构建支持向量机分类器和模糊支持向量机分类器，设计了斜纹夜蛾识别系统界面，完成对斜纹夜蛾的识别。　　主要研究结果如下:　　(1)运用图像处理技术，进行害虫图像预处理，减少了图像中噪声的出现，增强了图像的清晰度，并进行了图像分割。　　(2)通过Matlab软件提取出了斜纹夜蛾图像的形态学特征、纹理特征和SIFT局部特征并将上述特征作为分类器的输入特征向量为后续的图像分类识别提供了基础数据。　　(3)设计了FSVM和SVM分类器，并经过实验仿真获得两种分类器在采用不同核函数时的分类结果，达到了对斜纹夜蛾图像模式分类的预期目的。　　结果表明，本文实验中采取的数字图像处理技术方法在温室害虫识别过程中有较好的应用效果，能够提升温室害虫图像识别的速度和准确率。