植物病害是农业生产的主要限制因子之一，而植物叶片病斑是判断病害发生程度的主要依据。本文围绕植物叶片病斑，以计算机视觉技术为重要手段，综合运用数字图象处理、模式识别和人工神经网络方法，研究植物叶片病斑的视觉检测与分析技术。主要内容包括： (1)介绍了国内外运用计算机视觉技术在处理植物病害叶片方面的现状，并说明了这种方法的特点。 (2)对于研究中要用到的一些基本图象处理知识作了简单的说明，并指出研究植物叶片病斑的理论依据。 (3)建立了采集植物病害叶片图象的计算机视觉系统，利用该系统采集植物叶片图象，并对获取的失真叶片图象进行了几何失真校正。 (4)运用多种图象处理技术，如中值滤波，基于小波变换的照度不均匀消除等技术对植物叶片图象进行预处理；然后在归一化RGB空间中对植物叶片图象的背景进行了图象分割；最后在去除了背景的植物叶片图象上，利用自适应模糊阈值分割法实现对叶片病斑的有效分割。 (5)在分割所得病斑的基础上，提取病斑的特征以对植物的病害程度进行判断。本文设计并提取了病斑的几何形状特征、基于颜色矩的颜色特征。 (6)根据病斑的特征信息，分别运用人工神经网络法、C-均值法设计分类器，对植物的病害程度进行了有效的分类。 (7)用Matlab语言对植物叶片病斑的视觉检测与分析进行了界面设计。