油茶是四大木本食用油料植物之一,具有极高的经济价值。在我国南方,油茶已逐渐成为山区农民脱贫致富奔小康的支柱产业之一。油茶的产量一直以来都受制于油茶害虫的侵害。因此,油茶害虫检测是油茶病害虫防治的前提,也是油茶保产增产的基础。本文结合机器视觉实现对油茶毒蛾幼虫的特征提取,为后续的自动检测提供重要的基础数据。针对自然环境采集到的油茶毒蛾幼虫图像光照不足、对比度低、噪声干扰等问题,通过实验比较各种图像增强算法,选择了首先使用直方图均衡化增强图像对比度,然后利用均值滤波去除噪声的增强算法。实验表明,该方法对油茶毒蛾幼虫图像增强具有较好的增强效果。通过对油茶毒蛾图像的分割实验发现,使用现有的图像分割算法分割油茶毒蛾幼虫图像不能得到理想的分割效果。因此,设计了基于邻域最大差值与区域合并分割算法,对油茶害虫图像实现分割。实验表明,该算法对油茶毒蛾幼虫图像分割具有较好的分割效果。通过对41张油茶毒蛾幼虫图像的仿真实验,提取了图像的全局形状特征、不变矩特征以及灰度共生矩阵等特征。其中针对油茶毒蛾幼虫的形状特征,通过分析油茶毒蛾幼虫图像具有旋转不变性,使用基于最小方差的不变矩特征提取算法实现特征提取。实验表明,提取出来的不变矩比Hu不变矩具有更好的聚合性。文中算法虽然在害虫图像处理方面得到了预期结果。在图像分割中,设计出一个适合于自然环境的图像分割算法。在特征提取中,提取到了多个油茶毒蛾幼虫的有效特征值。但本文图像分割算法的普适性仍有待考察,在对特征进行选择时,仅采取波动曲线观察法进行特征优化的方法,可能使得最终选择到的特征有些许误差。