谷类农作物是人类赖以生存碳水化合物的主要来源，人们熟知的水稻、玉米、小麦、高粱等就是全球最重要的谷类粮食作物。近年来，由于几场重大病虫害的影响，使中国的谷类农作物粮食产量和质量在不同程度上出现了降低，同时因为对病虫害的分布及其强度的检测不够准确而导致大量农业化学制剂被使用，这使得食品安全问题变得越加严峻。因此，为了能够及时并实时的掌握谷类农作物的病虫害情况，为农业专家提供准确的病虫害数据，并为病虫害的防治提供依据，采用X射线对谷类农作物内部虫害进行检测识别具有重要意义，这为农业病虫害的防治提供了全新的手段和科学依据，这方面的研究在国内尚属首创。　　本文通过设计的一种可以在农田中行走的直线检测机械人，结合X射线检测技术，对谷类农作物，如玉米、水稻、小麦秸秆类等进行透照成像，并通过成像系统将透照图像传输到计算机进行图像处理，最终达到虫害识别的目的。　　本文主要进行了三个方面的研究，一是设计了一种在线检测机械人，该机械人为成像系统和图像处理系统提供平台;二是搭建检测成像系统，通过对比几种数字成像系统，最终选择适于本文的基于线阵列探测器的成像系统;三是研究了图像处理算法，通过分析采集到的图像的特点和研究多种图像处理算法的原理，对比实际应用效果，最后得出适于本文的图像处理方法，即通过线性灰度变换增强图像的对比度，对灰度变换后的图像进行Laplacian算子锐化使内部虫害信息变得更直观，应用小波二层去噪对灰度变换后的图像进行去噪，对去噪后的图像进行边缘检测，通过实验得出，Canny算子边缘检测适于秆内部信息较少的虫害检测，基于形态学的边缘检测适于秆内部信息较多的虫害检测，小波模极大值边缘检测在整体上占有优势，并通过实验得出适于本文的小波模极大值边缘检测的有效尺度范围和阈值区间。