1. 研究目的与意义、国内外研究现状（文献综述）
农作物是人类生活中必须要用到的再生资源，它首先为人类提供最基本的必须要用到的生活品，其次对土壤而言能改善肥力、还能控制水土流失进而改善人类生活环境。然而，在农作物种植的过程中，常受到各种不良环境因素的影响，破坏了其代谢过程，导致农作物病害的产生，使植物不能正常发育，并对农业生产造成损失，间接影响到农作物产量和产品品质(田有文2005；葛婧2007)。因此，农作物病害识别在农业生产中成为迫切需要研究解决的问题.传统的农作物病害诊断概括起来有3种方法：（1）农业病害图谱法（2）农业病害著作法（3）分类检索表法。传统的病害检测方法费时费力，且获取信息滞后，严重影响病害预报准确率。
近年来，计算机图像处理技术广泛地应用于许多领域（任东2007；刁智华2010）。图像处理技术和模式识别技术广泛地应用于农业机器人、精准农业、作物生长状态监测等领域，对农作物病害诊断识别方面的研究有很好借鉴作用（黄志开2006；任东2007）。若能用图像分析技术自动、准确识别农作物病害，再结合农作物染病时病斑所显现的生物特征如纹理、形状和颜色等特征，可快速判别出农作物病害的病种，挽回农业生产者因农业病害造成的损失，减少农药对农产品和环境的污染，从经济方面和环境方面对社会做出一定贡献（王克如2005；刁智华2010）。不过仍存在一些问题需要进一步研究和完善，主要表现在以下几个方面：
（1）尽管图像分割技术的研究已经出现了一些成熟的分割算法，但尚无通用分割理论，存在算法可扩展性差的问题，不能适应农业图像复杂背景下感兴趣病斑区域准确的提取。
2. 研究的基本内容和问题
研究目标
针对农业病害识别技术研究中存在的问题，以提高农作物病害识别准确率和效率为目标，研发切实可行的植物叶部病害识别系统。以黄瓜霉菌病害，苹果锈病为研究对象对植物叶部病害的图像分割、特征提取、病害诊断识别等关键技术展开研究，以快速准确地诊断农作物病害信息，为病害的科学防治提供依据，为农作物生长状态自动化监测、农作物病害远程诊断提供理论依据和技术支持。
研究内容
3. 研究的方法与方案
研究方法
（1）做好患有苹果锈病及黄瓜霉菌病病变植物叶片图像的收集，这对于提取有效信息和正确识别具有重大意义。
（2）对所搜集的图片采用多种滤波预处理方法进行处理，为图像分割打基础。
4. 研究创新点
（1）基于传统c-v模型的病斑图像分割研究。
（2）基于病斑部分的形状及颜色进行特征提取，将提取的数据信息整理保存在excel表格中。
（2）植物叶片病害分类识别方法研究：基于pso（particleswarmoptimization）算法的植物叶片病害分类识别方法研究。研究用pso自动获取支持向量机惩罚因子和核函数参数的方法提高识别性能。
5. 研究计划与进展
2015,1-2015,2:系统学习c-v，特征提取，pso识别技术的核心查阅文献，对基于这几个问题可创新部分进行分析研究
2015,2-2015,3:算法的研究与实现，在计算机上仿真，以及系统功能设计，界面设计。
2015,4-2015,5:改进与测试，写毕业论文
